Dify

O que é Dify?

Dify é um construtor de workflows agentic para criar, implantar e gerenciar agentes de IA autônomos e pipelines RAG (retrieval-augmented generation). O produto é posicionado como um único lugar para construir workflows agentic “production-ready” e componentes relacionados.

Seu propósito principal é ajudar equipes a irem de um conceito de workflow para algo que possam publicar e executar, conectando modelos, recuperação de dados e ferramentas externas em um fluxo de aplicação coeso.

Principais Recursos

• Criação de workflows por arrastar e soltar: Construa apps e workflows de IA visualmente, incluindo workflows projetados para lidar com tarefas diversas e necessidades em evolução.
• Suporte a múltiplos LLMs globais: Acesse, alterne e compare diferentes grandes modelos de linguagem, incluindo opções open-source e proprietárias.
• Construção de pipelines RAG (“Get Your Data LLM Ready with RAG”): Prepare dados de aplicação para uso em LLM incorporando recuperação no workflow.
• Integração via ferramentas e plugins (“Add Wings with Tools”): Expanda o que uma aplicação de IA pode fazer adicionando ferramentas/plugins.
• Integração nativa MCP: Conecte APIs externas, bancos de dados e serviços usando protocolos MCP padronizados, incluindo suporte a serviços MCP baseados em HTTP (protocolo datado 2025-03-26) e modos pré-autorizados/sem autenticação.
• Publique workflows/agentes como servidor MCP (“Publish as an Universal MCP Server”): Exponha um workflow ou agente construído no Dify para acesso ilimitado por clientes MCP.
• Integrações e observabilidade em um só lugar: O site descreve o Dify como oferecendo workflows agentic, pipelines RAG, integrações e observabilidade juntos.

Como Usar o Dify

1. Comece a construir um workflow usando o construtor visual (arrastar e soltar) para definir os passos da sua aplicação de IA.
2. Escolha e configure LLMs que o workflow usará, com opção de acessar e comparar modelos.
3. Adicione componentes RAG para conectar seus dados às porções de LLM do workflow.
4. Anexe ferramentas/plugins e/ou conecte serviços externos via MCP para que o workflow possa executar ações ou buscar informações.
5. Publique o workflow usando as opções de publicação do Dify, incluindo a opção de publicar como universal MCP server para acesso mais amplo por clientes.

Casos de Uso

• Workflow de agente autônomo para tarefas multi-etapa: Crie um workflow que encadeia múltiplos passos (raciocínio, uso de ferramentas e ações) para lidar com tarefas que exigem mais que um único prompt.
• Assistente de suporte ou conhecimento com RAG: Construa uma aplicação onde a recuperação de suas fontes de dados suporta a geração realizada pelo LLM.
• Assistentes augmentados por ferramentas: Expanda um app de IA além da geração de texto adicionando ferramentas/plugins para que o workflow execute operações adicionais.
• Conectando sistemas de negócios via MCP: Use integração nativa MCP para acessar APIs externas, bancos de dados e serviços usando protocolos MCP padronizados.
• Tornando um workflow interno reutilizável por clientes MCP: Publique um workflow/agente como servidor MCP universal para que outros clientes MCP possam consumi-lo.

FAQ

O Dify é limitado a um tipo de app de IA (apenas chat)?
Não. O site descreve a construção de workflows agentic e pipelines RAG, não apenas interações de chat.

Posso usar diferentes provedores de LLM no mesmo setup de workflow?
O produto é descrito como permitindo acesso, alternância e comparação de diferentes LLMs (incluindo open-source e proprietários), sugerindo flexibilidade de modelos durante a criação do workflow.

Como o Dify conecta meus dados ao LLM?
O Dify inclui capacidades RAG (“Get Your Data LLM Ready with RAG”), indicando que você pode configurar recuperação para que o LLM use seus dados na geração.

Para que serve a integração MCP no Dify?
A integração MCP é descrita como uma forma de conectar APIs externas, bancos de dados e serviços usando protocolos MCP padronizados. Ela também suporta publicar um workflow/agente como servidor MCP.

O Dify suporta serviços MCP baseados em HTTP?
Sim. A página afirma suporte a serviços MCP baseados em HTTP com protocolo 2025-03-26, incluindo modos pré-autorizados e sem autenticação.

Alternativas

• Construtores de workflows LLM de low-code: Ferramentas que fornecem construtores visuais para conectar prompts, modelos e recuperação. Elas geralmente focam na criação de apps, mas variam no suporte a padrões de agentes e publicação de servidor no estilo MCP.
• Plataformas de orquestração focadas em RAG: Soluções centradas na construção de pipelines de recuperação e documentos, muitas vezes com menos ênfase em workflows de agentes multi-ferramenta ou interfaces de servidor padronizadas.
• Frameworks e SDKs de agentes com API-first: Frameworks focados em desenvolvedores, onde você implementa lógica de agentes e integrações em código. Eles oferecem maior controle, mas exigem mais esforço de engenharia do que um construtor de workflows visual.
• Plataformas gerais de automação com add-ons de IA: Ferramentas de automação de workflows que podem incorporar etapas de LLM e conectores. Elas podem ser mais amplas para automação, mas podem não oferecer a mesma orientação de workflow agentic + publicação MCP descrita para o Dify.