dify-plus

GitHub
2.1k 432 较难 1 次阅读 昨天NOASSERTIONAgent图像开发框架
AI 解读 由 AI 自动生成,仅供参考

Dify-Plus 是面向企业场景打造的 Dify 增强版开源项目。它在保留 Dify 原有强大 AI 应用构建能力的基础上,深度集成了基于 gin-vue-admin 的独立管理中心,并针对实际业务需求进行了大量二次开发。

许多企业在内部部署 Dify 时,常面临缺乏统一用户管理、无法精细控制资源额度、缺少费用报表以及权限划分不够灵活等痛点。Dify-Plus 正是为解决这些问题而生。它新增了完善的用户额度管理体系(包括对话余额限制、异步计算及前端展示)、API 密钥调用限额控制、钉钉登录集成、应用同步至模版中心等功能。同时,通过独立的管理后台,管理员可以轻松实现用户同步、额度调整、密钥管理及多维度的费用报表分析,让 AI 应用的运营更加透明可控。

这款工具特别适合需要私有化部署 AI 平台的企业团队、系统管理员及开发者使用。对于希望在不改动 Dify 核心代码的前提下,快速获得企业级多租户管理、精细化权限控制和成本核算能力的组织而言,Dify-Plus 提供了一个成熟且合规的解决方案。项目严格遵循 Dify 原项目的开源许可协议,所有二开代码均通过特定标识区分,方便社区交流与协作。

使用场景

某中型电商企业的技术团队正在内部推广 AI 客服助手,需管理数百名运营人员的使用权限并控制 API 成本。

没有 dify-plus 时

  • 成本失控:缺乏用户额度限制,个别员工过度调用模型导致月度 API 账单激增,财务无法分摊成本。
  • 管理黑盒:管理员无法查看具体的应用使用次数和密钥消耗报表,难以评估哪些业务场景真正产生了价值。
  • 权限混乱:普通成员可随意关闭模型或查看敏感密钥,存在严重的安全隐患和操作风险。
  • 集成困难:企业原有的钉钉账号体系无法直接登录,员工需维护多套账号,且新入职人员邀请流程繁琐。

使用 dify-plus 后

  • 精细化控费:通过“用户额度”和“密钥额度设置”,为不同部门设定对话余额上限,左上角实时显示剩余额度,从源头杜绝超额消耗。
  • 数据透明化:利用内置的“费用报表”和“密钥使用分析”,管理者可按应用使用次数排序,清晰掌握各业务线的投入产出比。
  • 安全加固:权限体系全面升级,非管理员自动隐藏密钥显示且无权关闭模型,同时支持 Web 公开页登录鉴权,保障企业资产安全。
  • 无缝集成:配置“钉钉登录”后,员工一键免密接入;后台创建用户即可自动邀请进空间,大幅降低运维沟通成本。

dify-plus 通过引入企业级管理中心和深度二开功能,将原本松散的个人实验工具转化为可控、可视、安全的企业级 AI 运营平台。

运行环境要求

操作系统
  • Linux
  • macOS
  • Windows
GPU

未说明

内存

未说明

依赖
notes该项目是基于 Dify 和 gin-vue-admin 的二开项目,主要提供企业级管理中心功能。官方推荐使用 Docker Compose 进行部署,也支持源码部署。具体的系统资源需求(如 CPU、内存、GPU)取决于底层 Dify 服务及所加载的大模型规模,README 中未给出具体数值,需参考 Dify 官方文档。新增功能包括用户额度管理、钉钉登录、沙箱代码执行放开等。
python未说明
Dify
gin-vue-admin
Docker
Docker Compose
dify-plus hero image

快速开始

Dify-Plus

项目介绍

在原有 Dify 的基础中,该项目做了一些二开以及新增了管理中心的功能,原先这些功能只是在我们企业内部使用,对外交流后发现很多伙伴也遇到我们相同一些痛点,故将我们的二开内容进行开源,欢迎大家一起交流。

简而言之:该项目基于 gin-vue-admin 做了 Dify 的管理中心,基于 Dify 做了一些适合企业场景的二开功能。

Dify-Plus = 管理中心 + Dify 二开

名字说明

Dify-Plus,该名字不是说比 Dify 项目牛的意思,意思是想说比 Dify 多做了一些针对企业场景多了一些二开的功能而已。

新增功能介绍

一. Dify 二开功能

  1. 新增:用户额度
    1. 对话余额限制判断
    2. 异步计算用户额度逻辑
    3. 左上角新增使用额度显示
    4. 新增个人监测页
  2. 新增:密钥额度设置
    1. 新增应用 API 调用余额限制判断
  3. 新增 :Web 公开页登录鉴权
  4. 新增:管理员同步应用到应用模版
  5. 新增:后台创建用户,自动邀请进管理员空间
  6. 新增:可以鉴权的 cookie
  7. 新增:同步应用到模版中心
  8. 新增:应用中心页面
  9. 调整 :默认跳转到应用中心
  10. 新增:应用使用次数记录、应用中心按照使用次数排序
  11. 权限调整
    1. 调整:不允许普通成员关闭模型
    2. 调整:空间普通成员不渲染“模型供应商”标签
    3. 调整:非管理员,隐藏密钥显示
    4. 优化: csv 编码监测,修复批量请求,windows 下载后保存再上传问题
    5. 优化: markdown 图片放大问题优化
  12. 新增:钉钉登录
  13. 新增:sandbox-full,以放开代码执行节点函数限制

二. 管理中心

代码所在目录:/admin

  1. JWT 与 Dify 打通
  2. 用户同步
  3. 用户额度修改
  4. 费用报表

部分功能页面展示截图

  1. 应用中心

    应用中心.jpg

  2. API密钥列表

    API密钥列表.png

  3. 创建API密钥

    创建API密钥.jpg

  4. 用户额度显示

    用户额度显示.jpg

  5. 同步至应用模版

    同步至应用模版.jpg

  6. API调用测试

    API调用测试.jpg

  7. 个人额度修改

    个人额度修改.jpg

  8. 费用报表

    费用报表.jpg.png

  9. 密钥使用分析

    密钥使用分析.jpg

  10. 每月密钥额度花费

    每月密钥额度花费.jpg

  11. 钉钉登录配置

    image

版本更新说明

  1. 会持续跟随 gin-vue-admin 和 Dify 两个开源项目的版本。
  2. 为了标志二开的部分,我们特意在注释、文件名、方法名、表名都加上extend,可通过搜索这个关键字,查看我们二开的代码

整体服务

dify-plus.png

启动方式(docker-compose)

见文档:部署详细步骤(docker‐compose)

启动方式(源码)

见文档:部署详细步骤(源码)

用户问的较多的问题

见文档:Q&A

相关配置说明

联系我们

email

微信交流

  1. 微信交流群

    • Dify-plus官方交流群1(已满)

    • Dify-plus官方交流群2(已满)

    • Dify-plus官方交流群3(已满)

    • Dify-plus&Coze开源交流群4

      image
  2. 防止广告进群,添加微信,输入以下代码执行结果

encoded_str = "5Yqg5YWlZGlmeS1wbHV5Lqk5rWB576kMgo="
decoded_bytes = base64.b64decode(encoded_str)
decoded_str = decoded_bytes.decode('utf-8')
print(decoded_str)
  1. 微信二维码:
image

备注:微信交流群若加不进去,可添加我们微信,我们拉你进群

请作者喝咖啡~

image

Star History

Star History Chart

License

版权说明:本项目在 Dify 项目基础上进行二开,需要遵守 Dify 的开源协议,如下

This repository is available under the Dify Open Source License, which is essentially Apache 2.0 with a few additional restrictions.

版本历史

1.12.12026/03/03
1.11.42026/01/28
1.8.1-fix.22025/12/15
1.2.0-fix.12025/12/07
1.8.1-fix.12025/12/06
1.8.12025/10/19
1.2.02025/04/19
1.0.0-beta2025/04/16
0.0.72025/04/01

常见问题

相似工具推荐

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|今天
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

139k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

107.7k|★★☆☆☆|2天前
开发框架图像Agent

NextChat

NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。

87.6k|★★☆☆☆|今天
开发框架语言模型

ML-For-Beginners

ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。

85k|★★☆☆☆|今天
图像数据工具视频

ragflow

RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。

77.1k|★★★☆☆|昨天
Agent图像开发框架