dify-plus
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
- Linux
- macOS
- Windows
未说明
未说明

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。
即 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
- 新增:用户额度
- 对话余额限制判断
- 异步计算用户额度逻辑
- 左上角新增使用额度显示
- 新增个人监测页
- 新增:密钥额度设置
- 新增应用 API 调用余额限制判断
- 新增 :Web 公开页登录鉴权
- 新增:管理员同步应用到应用模版
- 新增:后台创建用户,自动邀请进管理员空间
- 新增:可以鉴权的 cookie
- 新增:同步应用到模版中心
- 新增:应用中心页面
- 调整 :默认跳转到应用中心
- 新增:应用使用次数记录、应用中心按照使用次数排序
- 权限调整
- 调整:不允许普通成员关闭模型
- 调整:空间普通成员不渲染“模型供应商”标签
- 调整:非管理员,隐藏密钥显示
- 优化: csv 编码监测,修复批量请求,windows 下载后保存再上传问题
- 优化: markdown 图片放大问题优化
- 新增:钉钉登录
- 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
- JWT 与 Dify 打通
- 用户同步
- 用户额度修改
- 费用报表
部分功能页面展示截图
应用中心

API密钥列表

创建API密钥

用户额度显示

同步至应用模版

API调用测试

个人额度修改

费用报表

密钥使用分析

每月密钥额度花费

钉钉登录配置

版本更新说明
- 会持续跟随 gin-vue-admin 和 Dify 两个开源项目的版本。
- 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

启动方式(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
- Dify 相关配置说明:https://docs.dify.ai/zh-hans/getting-started/install-self-hosted/environments
- 管理中心 相关配置说明:
- Dify-plus 新增环境变量说明
待补充
联系我们
微信交流
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

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)
- 微信二维码:
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~
Star History
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
1.12.12026/03/031.11.42026/01/281.8.1-fix.22025/12/151.2.0-fix.12025/12/071.8.1-fix.12025/12/061.8.12025/10/191.2.02025/04/191.0.0-beta2025/04/160.0.72025/04/01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。
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
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。
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。
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。
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。
