Dify

Cos'è Dify?

Dify è un builder di workflow agentici per creare, pubblicare e gestire agenti AI autonomi e pipeline RAG (retrieval-augmented generation). Il prodotto è posizionato come un unico luogo per costruire workflow agentici “production-ready” e componenti correlati.

Il suo scopo principale è aiutare i team a passare da un concetto di workflow a qualcosa che possano pubblicare ed eseguire, collegando modelli, recupero dati e strumenti esterni in un flusso applicativo coeso.

Caratteristiche Principali

• Creazione workflow drag-and-drop: Costruisci app e workflow AI in modo visivo, inclusi workflow progettati per gestire task diversi e bisogni in evoluzione.
• Supporto per molteplici LLM globali: Accedi, passa e confronta diversi large language model, inclusi opzioni open-source e proprietarie.
• Costruzione pipeline RAG (“Get Your Data LLM Ready with RAG”): Prepara i dati dell'app per l'uso con LLM incorporando il recupero nel workflow.
• Integrazione via tool e plugin (“Add Wings with Tools”): Espandi le capacità di un'app AI aggiungendo tool/plugin.
• Integrazione nativa MCP: Collega API esterne, database e servizi usando protocolli MCP standardizzati, inclusi servizi MCP basati su HTTP (protocollo datato 2025-03-26) e modalità pre-autorizzate/senza auth.
• Pubblica workflow/agenti come server MCP (“Publish as an Universal MCP Server”): Espone un workflow o agente creato con Dify per l'accesso da client MCP illimitati.
• Integrazioni e osservabilità in un unico luogo: Il sito descrive Dify come offrente workflow agentici, pipeline RAG, integrazioni e osservabilità insieme.

Come Usare Dify

1. Inizia a costruire un workflow usando il builder visivo (drag-and-drop) per definire i passaggi della tua app AI.
2. Scegli e configura gli LLM che il workflow deve usare, con l'opzione di accedere e confrontare modelli.
3. Aggiungi componenti RAG per collegare i tuoi dati alle parti LLM del workflow.
4. Allega tool/plugin e/o collega servizi esterni via MCP così il workflow può eseguire azioni o recuperare informazioni.
5. Pubblica il workflow usando le opzioni di pubblicazione di Dify, inclusa l'opzione di pubblicare come universal MCP server per un accesso client più ampio.

Casi d'Uso

• Workflow agente autonomo per task multi-step: Crea un workflow che incatena più passaggi (ragionamento, uso tool e azioni) per gestire task che richiedono più di un singolo prompt.
• Assistente supporto o knowledge potenziato da RAG: Costruisci un'app dove il recupero dai tuoi fonti dati supporta la generazione eseguita dall'LLM.
• Assistenti potenziati da tool: Espandi un'app AI oltre la generazione testo aggiungendo tool/plugin così il workflow può eseguire operazioni aggiuntive.
• Collegamento sistemi business tramite MCP: Usa l'integrazione nativa MCP per accedere a API esterne, database e servizi usando protocolli MCP standardizzati.
• Rendere un workflow interno riutilizzabile su client MCP: Pubblica un workflow/agente come universal MCP server così altri client MCP possano consumarlo.

FAQ

Dify è limitato a un tipo di app AI (solo chat)?
No. Il sito descrive la costruzione di agentic workflows e pipeline RAG, non solo interazioni chat.

Posso usare diversi provider LLM nella stessa configurazione workflow?
Il prodotto è descritto come permettente accesso, switch e confronto di diversi LLM (inclusi open-source e proprietari), suggerendo flessibilità dei modelli durante la creazione workflow.

Come collega Dify i miei dati all'LLM?
Dify include capacità RAG (“Get Your Data LLM Ready with RAG”), indicando che puoi configurare il recupero così l'LLM può usare i tuoi dati nella generazione.

A cosa serve l'integrazione MCP in Dify?
L'integrazione MCP è descritta come un modo per collegare API esterne, database e servizi usando protocolli MCP standardizzati. Supporta anche la pubblicazione di un workflow/agente come server MCP.

Dify supporta servizi MCP basati su HTTP?
Sì. La pagina indica supporto per HTTP-based MCP services con protocollo 2025-03-26, inclusi modalità pre-autorizzate e senza auth.

Alternative

• Builder di workflow LLM low-code: Strumenti che offrono builder visivi per collegare prompt, modelli e retrieval. Si concentrano tipicamente sulla creazione di app, ma variano nel supporto a pattern agentici e publishing server in stile MCP.
• Piattaforme di orchestrazione focalizzate su RAG: Soluzioni centrate sulla costruzione di pipeline di retrieval e documenti, spesso con minore enfasi su workflow agentici multi-tool o interfacce server standardizzate.
• Framework e SDK agentici API-first: Framework orientati agli sviluppatori in cui implementi logica agentica e integrazioni in codice. Offrono maggiore controllo ma richiedono più sforzo ingegneristico rispetto a un builder di workflow visivo.
• Piattaforme di automazione generale con add-on AI: Strumenti di automazione workflow che possono incorporare step LLM e connettori. Possono essere più ampi per l'automazione, ma potrebbero non offrire la stessa orientazione a workflow agentici + publishing MCP descritta per Dify.