特性と技術仕様
LLMアプリケーションの技術スタックに精通している方々にとって、このドキュメントはDify独自の強みを理解するための近道となります。これにより、的確な比較と選択が可能になり、同僚や友人への推奨もしやすくなるでしょう。
Difyでは、製品の仕様に関する透明性の高いポリシーを採用しています。これにより、製品を十分に理解した上で意思決定を行うことができます。この透明性は、技術選定に役立つだけでなく、コミュニティのメンバーが製品をより深く理解し、積極的に貢献することを促進します。
プロジェクトの基本情報
プロジェクト設立 | 2023年3月 |
オープンソースライセンス | |
公式開発チーム | 15名以上のフルタイム従業員 |
コミュニティ貢献者 | |
バックエンド技術 | Python / Flask / PostgreSQL |
フロントエンド技術 | Next.js |
コードベースサイズ | 13万行以上 |
リリース頻度 | 平均週1回 |
技術特徴
LLM推論エンジン | Dify Runtime(v0.4以降、LangChainを除去) |
商用モデル対応 | 10社以上(OpenAIとAnthropicを含む) 新しい主要モデルは通常48時間以内に対応 |
MaaSベンダー対応 | 7社(Hugging Face、Replicate、AWS Bedrock、NVIDIA、GroqCloud、together.ai、OpenRouter) |
ローカルモデル対応 | 6社(Xoribits[推奨]、OpenLLM、LocalAI、ChatGLM、Ollama、NVIDIA TIS) |
OpenAIインターフェース標準モデル統合 | ∞ |
マルチモーダル機能 | 音声認識(ASR)モデル GPT-4o水準のリッチテキストモデル |
内製アプリタイプ | チャットボット、チャットフロー、テキスト生成、エージェント、ワークフロー |
Prompt-as-a-Serviceオーケストレーション | 高評価のビジュアルオーケストレーションインターフェース、プロンプトの編集と効果のプレビューを一箇所で実行可能 オーケストレーションモード
プロンプト変数タイプ
|
エージェント型ワークフロー機能 | 業界をリードするビジュアルワークフローオーケストレーションインターフェース、ノードデバッグはライブ編集可能、モジュール式DSL、ネイティブコードランタイムを提供。より複雑で信頼性が高く安定したLLMアプリケーションの構築に対応 利用可能なノード
|
RAG機能 | ビジュアル化された画期的なナレッジベース管理インターフェースを提供。チャンクのプレビューやリコールテストをサポート インデックス方式
検索方式
回答精度の最適化
|
ETL技術 | TXT、MARKDOWN、PDF、HTML、XLSX、XLS、DOCX、CSV形式の自動的クリーニングをサポート。Unstructuredのサービスによる最大限のサポートを実現
|
対応ベクトルデータベース | Qdrant(推奨)、Weaviate、Zilliz/Milvus、Pgvector、Pgvector-rs、Chroma、OpenSearch、TiDB、Tencent Vector、Oracle、Relyt、Analyticdb |
エージェント技術 | ReAct、Function Call ツールサポート
内蔵ツール
|
ログ機能 | あり、ログに基づくアノテーション |
アノテーション返答 | 人間がアノテーションしたQ&Aペアに基づく類似度ベースの返答 モデルのファインチューニング用データ形式としてエクスポート可能 |
コンテンツモデレーション | OpenAI Moderationまたは外部API |
チームコラボレーション | ワークスペース、複数メンバー管理 |
API仕様 | RESTful、ほとんどの機能をカバー |
デプロイ方法 | Docker、Helm |
Last updated