Dify.ai — платформа для AI-агентов, RAG и no-code workflow

✅ Подходит: командам, которым нужна одна платформа для визуальной сборки AI-агентов, RAG-пайплайнов и автоматизации с публикацией и мониторингом. ❌ Не подходит: тем, кому нужна публичная фиксированная цена Enterprise, полностью прозрачный список cloud-регионов или оплата по счету в Dify Cloud. 💡 Ключевое преимущество: Dify объединяет Workflow Studio, Knowledge Pipeline, Marketplace и несколько вариантов развертывания: Cloud, Community Edition и Enterprise.

Разработчик: Dify, публичный репозиторий — langgenius/dify. Тип: web, self-hosted, enterprise deployment. Официальный URL: https://dify.ai/. Дата проверки: 2026-08-19. Актуальная публичная версия Community Edition по GitHub Releases: v1.16.1 от 2026-07-28.

Dify.ai позиционируется как платформа для production-ready agentic workflows. По официальным страницам это не просто конструктор чат-ботов: в одном продукте собраны визуальная оркестрация workflow, knowledge retrieval, плагины из marketplace, публикация приложений и разные контуры развертывания. Практически это хороший кандидат, если вы выбираете платформу под внутреннего ассистента, RAG-сервис, агентный workflow или no-code автоматизацию, а не точечный AI-инструмент для одной функции.

Что умеет

• Собирать workflow на визуальном collaborative canvas, комбинируя model calls, knowledge retrieval, tools, code, branching, triggers и human review.
• Поддерживать основные no-code сущности из актуального дерева документации: Workflow/Chatflow, Agent, Knowledge Retrieval, Iteration, Loop, Code, Template, Document Extractor, Parameter Extractor, Tool Node, Run History, Publish и Monitor.
• Отлаживать сценарии через tracing, debug, версии и журналы запусков.
• Подключать расширения через официальный Marketplace, который разбит на Models, Tools, Data Sources, Triggers, Agent Strategies, Extensions и Bundles.
• Публиковать и мониторить AI-приложения после тестирования workflow.
• Развертываться как Dify Cloud, Community Edition или Dify Enterprise, включая VPC, on-prem и air-gapped сценарии.

Если смотреть на выбор через призму архитектуры, Dify ближе к платформе для полного жизненного цикла приложения, чем к одному «умному чату». Это важно, если вам нужен не только агент, но и контроль над пайплайном, публикацией и эксплуатацией.

Как использовать

Ниже — самый воспроизводимый workflow из официального quick start, без домыслов о кастомных сценариях.

1. Откройте Studio и создайте новый Workflow.
2. Настройте узлы на визуальном canvas под свою задачу. Официальная страница Workflow Studio подтверждает, что на canvas можно сочетать model calls, knowledge retrieval, tools, code, branching, triggers и human review.
3. Запустите проверку через Test Run или Start Run.
4. Если результат не совпадает с ожидаемым, сверяйтесь с reference diagram и смотрите Last Run logs, как рекомендует официальный quick start.
5. После успешной проверки публикуйте обновление через Publish > Publish Update.

Практический смысл такого сценария простой: вы сначала собираете агентный или RAG-flow, затем тестируете его на run-level, и только потом переводите в опубликованное состояние. Для production это безопаснее, чем сразу отдавать пользователям непроверенный flow.

Отдельное ограничение: публичный сайт документации показывает только последнюю версию Dify. Если вы работаете со старым self-hosted релизом, официальная инструкция — брать соответствующую ветку release/* из репозитория документации и смотреть ее локально через Mintlify.

Тарифы и ограничения

Дата проверки цен: 2026-08-19.

Что важно не пропустить при оценке бюджета:

• В Dify Cloud message credits зависят от модели, а не задаются одним универсальным лимитом для всех сценариев.
• Некоторые модели нельзя использовать с message credits.
• Оплата по счету в Dify Cloud официально еще недоступна.
• Для Enterprise нужно запрашивать коммерческое предложение у sales.

Работа с данными и приватность

По публичным материалам Dify обрабатывает те данные, которые вы передаете в платформу: содержимое workflow и agent-сценариев, данные для knowledge retrieval и Knowledge Pipeline, а также данные, проходящие через подключенные tools и data sources. Документация отдельно указывает на Run History, Publish и Monitor, то есть журналирование и эксплуатационные данные тоже являются частью платформенного контура.

• Где обрабатываются данные в Cloud: pricing FAQ говорит, что данные Dify Cloud хранятся в managed cloud region, но фиксированного публичного списка регионов в проверенном пакете источников нет.
• Что дополнительно раскрыто юридически: EU and UK Data Processing Addendum указывает, что основные операции обработки происходят в США, а данные шифруются in transit и at rest на AWS-managed infrastructure.
• Enterprise-вариант: официальный Enterprise page обещает развертывание в собственном VPC, on-prem или air-gapped network, плюс SSO, RBAC, audit logs и data residency controls.
• Использование данных для обучения: в предоставленном source pack нет прямого подтверждения, используются ли данные клиентов Dify Cloud для обучения моделей. Это важное ограничение проверки.

Если для вас критична тема AI Safety, у Dify есть сильная сторона в виде private deployment для Enterprise и бесплатного self-hosted Community Edition. Но для облачной версии вам все равно стоит отдельно перепроверить юридические условия и конкретный маршрут данных перед закупкой.

Плюсы и минусы

Плюсы

• Одна визуальная среда для model calls, knowledge retrieval, tools, code, branching, triggers и human review.
• Есть встроенные tracing, debug, версии и run logs, то есть платформа рассчитана не только на прототип, но и на эксплуатацию.
• Marketplace покрывает не одну категорию, а сразу Models, Tools, Data Sources, Triggers, Agent Strategies, Extensions и Bundles.
• Гибкие варианты развертывания: Cloud, бесплатный self-hosted Community Edition и Enterprise для VPC/on-prem/air-gapped.
• Проект активно обновляется: на 2026-08-19 в GitHub Releases актуален релиз v1.16.1 от 2026-07-28.

Минусы

• Публичные страницы не дают фиксированного списка cloud-регионов; при этом DPA указывает, что основные операции обработки идут в США.
• В Dify Cloud некоторые модели нельзя оплачивать message credits.
• Оплата по счету для Dify Cloud официально еще недоступна.
• Публичный docs site показывает только последнюю версию; для старых релизов нужна соответствующая ветка репозитория документации и локальный preview.
• У Enterprise нет публичной цены, а дополнительные работы и интеграции оцениваются отдельно.

Доступность и язык

• Платформы: по проверенным источникам подтверждены web-формат для Dify Cloud, self-hosted Community Edition через репозиторий и private deployment для Enterprise через VPC, on-prem и air-gapped. Отдельные desktop или mobile клиенты в source pack не подтверждены.
• Русский язык: в предоставленных официальных источниках проверены англоязычные страницы. Наличие русского интерфейса или русской документации в этом пакете не подтверждено.
• Доступность для РФ: в source pack нет официального заявления о работе без VPN, необходимости VPN или доступности оплаты российскими картами. Это нужно проверять отдельно на момент регистрации и оплаты.
• Оплата: для Dify Cloud есть публичные планы на pricing page, но pay-by-invoice еще недоступна. Для Enterprise покупка идет через sales. Community Edition можно развернуть бесплатно на своей инфраструктуре.

Если вам нужен контур ближе к Edge AI, Dify в публичных материалах не описывается как локальный настольный продукт по умолчанию. Его официальный ответ на требования приватности и изоляции — это self-hosted Community Edition или Enterprise в приватной сети.

Альтернативы

В доступных внутренних материалах каталога прямо подтверждена одна внешняя альтернатива — Flowise. Я не добавляю сюда непроверенные названия с ценами и функциями, потому что для этой карточки разрешено опираться только на supplied source pack.

• Flowise vs Dify.ai: что выбрать для AI-агентов — ближайшее подтвержденное сравнение для команд, выбирающих визуальный конструктор агентных workflow.
• Dify Community Edition — если вам нравится стек Dify, но не подходит облачная модель и нужен self-hosted вариант с доступом к исходному коду и релиз-тегам.
• Dify Enterprise — если ключевой критерий не цена, а private deployment в VPC, on-prem или air-gapped среде с SSO, RBAC и audit logs.

Редакционное ограничение и практический вердикт

Практический вердикт: Dify.ai стоит рассматривать, если вам нужна единая платформа для AI-агентов, RAG и визуальных workflow с возможностью перейти от SaaS к self-hosted или enterprise deployment. Редакционное ограничение: в проверенном пакете источников нет отдельной Privacy Policy, нет официального ответа по доступности для РФ и нет полного публичного списка cloud-регионов. Если для вас критичны юридические условия обработки данных или региональность, перепроверьте live-страницы Dify перед закупкой.

Источники

• Dify – The Platform for Production-Ready Agentic Workflows
• Dify Workflow Studio – Design Agentic Workflows for Production
• Dify Marketplace
• Dify Docs
• 30-Minute Quick Start – Dify Docs
• Releases · langgenius/dify · GitHub
• Dify Pricing – There’s Always a Plan for You
• Dify Cloud Pricing – Plans for Every Team
• Dify Enterprise – Infrastructure for Building Agentic AI at Enterprise Scale
• Dify Enterprise Pricing – Plans for Every Organization
• EU and UK Data Processing Addendum
• GitHub – langgenius/dify-docs
• langgenius /dify

Вопросы и ответы

Можно ли использовать Dify.ai без кода?

Да, официальный Workflow Studio описан как визуальный canvas для сборки workflow. При этом платформа поддерживает и code-узлы, если no-code вам уже недостаточно.

Можно ли развернуть Dify у себя?

Да. Community Edition распространяется как бесплатный self-hosted вариант, а Enterprise можно развернуть в собственном VPC, on-prem или air-gapped network.

Сколько стоит Dify.ai?

На 2026-08-19 публично указаны Sandbox — $0, Professional — $590/workspace/year, Team — $1590/workspace/year. Community Edition бесплатен как self-hosted софт, Enterprise — по запросу.

Где находятся данные Dify Cloud?

Pricing FAQ говорит о managed cloud region, а DPA уточняет, что основные операции обработки происходят в США. Полного фиксированного списка регионов в проверенном пакете источников нет.

Можно ли опираться на старые версии документации?

Публичный docs site показывает только последнюю версию Dify. Для старых версий официальный путь — взять соответствующую ветку release/* из репозитория документации и смотреть ее локально.