2025-02-10 Github 热点项目 Dify开源平台：一站式LLM应用开发指南

最新推荐文章于 2025-04-06 10:21:39 发布
最新推荐文章于 2025-04-06 10:21:39 发布
阅读量2.5k 收藏 29
点赞数 15
文章标签： github 开源软件 ai
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/opentrending/article/details/145558687
版权

Union 跨链协议，零知识证明技术加持，支持资产转移和NFT应用，不依赖第三方，安全高效。适合跨链资产管理和DeFi开发。browser-use 让AI代理自动化浏览器操作，Python代码轻松搞定，搜索、点击全自动，适合网页自动化测试和数据采集。AI-chatbot 基于Next.js，多模型支持，Tailwind CSS美化，一键部署，打造智能客服或聊天助手的不二之选。winutil Windows优化神器，快速修复问题，简化系统设置，提升电脑性能，新手老手都适用。

1. dify

  • 今日新增星标：1,358
  • 总星标数：64,880

连续在榜天数：4

主要编程语言：TypeScript

https://github.com/langgenius/dify

Dify 是一个开源的 LLM 应用开发平台，提供直观的界面和丰富的功能。它集成了 AI 工作流、RAG 管道、代理能力、模型管理和可观测性等特性，帮助用户快速从原型开发到生产部署。Dify 支持多种模型提供商，包括 GPT、Mistral 和 Llama3 等，并提供即插即用的工具，如文档提取和代理工具。用户可以通过 Docker 快速部署 Dify，并通过其 API 轻松集成到现有业务逻辑中。

2. unsloth

  • 今日新增星标：969
  • 总星标数：25,669

连续在榜天数：3

主要编程语言：Python

https://github.com/unslothai/unsloth

Unsloth 是一个专注于高效微调大型语言模型的开源项目，支持 Llama、Mistral、Phi、Gemma 等多种模型。它通过优化内存使用和加速训练过程，能够在相同硬件条件下实现比传统方法快 2 倍的速度，并减少 70% 的内存消耗。Unsloth 使用 OpenAI 的 Triton 语言编写核心内核，并支持 4bit 和 16bit 的 QLoRA/LoRA 微调，同时保持 0% 的精度损失。项目还提供了丰富的预训练模型和免费 Notebook，用户可以轻松进行模型微调和推理。此外，Unsloth 还支持 Windows 和 Linux 平台，兼容多种 NVIDIA GPU。

3. union

  • 今日新增星标：870
  • 总星标数：20,989

主要编程语言：Rust

https://github.com/unionlabs/union

Union 是一个高效的去中心化跨链协议，专注于零知识证明技术，支持消息传递、资产转移、NFT 和 DeFi 应用。它采用共识验证机制，不依赖第三方信任、预言机或多重签名，兼容 Cosmos 生态和 EVM 链（如以太坊、Arbitrum 等）。核心组件包括节点实现、零知识证明系统、跨链中继器和链索引器等，所有升级和配置均由去中心化治理控制。开发者可以使用 Nix 工具链轻松构建和开发 Union 的各个模块。项目旨在提供高安全性和抗审查能力的去中心化基础设施。

4. ragflow

  • 今日新增星标：810
  • 总星标数：33,890

连续在榜天数：3

主要编程语言：Python

https://github.com/infiniflow/ragflow

RAGFlow 是一个基于深度文档理解的开源检索增强生成（RAG）引擎，旨在为企业提供高效的问答能力。它支持从多种复杂格式的数据中提取知识，并生成有据可依的答案，减少幻觉现象。该项目具备智能化的模板分块功能，兼容多种异构数据源，如 Word、Excel、图像等。通过自动化的 RAG 工作流程，用户可以根据需求配置不同的语言模型和嵌入模型，轻松集成到业务中。RAGFlow 还提供了直观的 API，方便开发者进行二次开发和定制。

5. browser-use

  • 今日新增星标：462
  • 总星标数：26,122

主要编程语言：Python

https://github.com/browser-use/browser-use

这个开源项目旨在让AI代理能够轻松控制浏览器，实现自动化操作。通过简单的Python代码，用户可以让AI完成浏览网页、搜索信息、点击链接等任务。项目支持多种AI模型，并提供了丰富的示例和UI测试工具。未来的规划包括增强AI的记忆管理、提升执行能力以及集成更多第三方服务。项目由来自苏黎世和旧金山的团队开发，正积极推动AI与浏览器的结合。

6. ai-chatbot

  • 今日新增星标：377
  • 总星标数：11,564

主要编程语言：TypeScript

https://github.com/vercel/ai-chatbot

这是一个基于Next.js和Vercel AI SDK构建的全功能、可定制的AI聊天机器人模板。它支持多种主流大模型供应商，如OpenAI、Anthropic和Cohere，并提供丰富的功能，包括Next.js App路由、AI SDK集成、Tailwind CSS样式和数据持久化。用户可以轻松地部署自己的版本或在本地方运行，并可根据需求灵活切换模型提供商。这个项目是构建现代AI聊天应用的理想起点。

7. firecrawl

  • 今日新增星标：355
  • 总星标数：24,610

连续在榜天数：3

主要编程语言：TypeScript

https://github.com/mendableai/firecrawl

Firecrawl 是一个强大的工具，能够将整个网站转化为适用于大语言模型的 Markdown 或结构化数据。它通过简单的 API 提供了网页抓取、爬取和数据提取的功能，支持多种格式的转换，包括 Markdown、HTML 和 JSON。Firecrawl 能够处理动态内容、绕过反爬虫机制，并提供自定义选项，如排除特定标签或设置最大爬取深度。它还支持批量处理和页面交互操作，适合构建基于网页数据的 AI 应用。

8. LLM4Decompile

  • 今日新增星标：228
  • 总星标数：3,940

主要编程语言：Python

https://github.com/albertan017/LLM4Decompile

LLM4Decompile 是一个致力于逆向工程的开源项目，利用大规模语言模型将二进制代码反编译为可读的C源代码。它支持从GCC的O0到O3优化级别的Linux x86_64二进制文件，并提供了多种模型用于直接反编译或优化Ghidra生成的伪代码。项目通过评估指标如“可重执行性”来衡量反编译代码的质量，并提供了丰富的预训练模型和数据集供用户使用。

9. stable-diffusion-webui

  • 今日新增星标：161
  • 总星标数：147,336

连续在榜天数：2

主要编程语言：Python

https://github.com/AUTOMATIC1111/stable-diffusion-webui

Stable Diffusion web UI 是一个基于Gradio库实现的Stable Diffusion模型Web界面，支持多种图像生成和编辑功能。它提供了一键安装和运行脚本，支持txt2img、img2img、inpainting、outpainting等多种模式。用户可以通过该界面使用负向提示、注意力机制、风格保存等高级功能，还能进行批量处理和图像修复。项目支持多种硬件平台，包括NVidia、AMD GPU以及Intel CPU，并提供详细的安装指南。此外，用户还可以通过自定义脚本扩展功能，满足更多个性化需求。

10. potpie

  • 今日新增星标：82
  • 总星标数：1,279

主要编程语言：Python

https://github.com/potpie-ai/potpie

Potpie 是一个开源平台，旨在为代码库创建定制的 AI 工程代理，帮助自动化代码分析、测试和开发任务。它通过构建代码的知识图谱，深入理解代码关系，适用于调试、代码生成和功能开发等多种场景。平台提供了预构建的代理模块，如调试代理、代码问答代理等，也支持用户自定义代理。Potpie 支持与现有开发流程无缝集成，并能处理任何规模和语言的代码库。

11. ImageToolbox

  • 今日新增星标：81
  • 总星标数：4,968

主要编程语言：Kotlin

https://github.com/T8RIN/ImageToolbox

Image Toolbox 是一款功能强大的图像处理应用，提供了从剪裁、绘制到滤镜、OCR 等多样化的高级图像处理功能。它支持批量处理、自定义滤镜链、背景移除、图像拼接等丰富操作，适用于摄影师和开发者。应用采用 Kotlin 和 Jetpack Compose 开发，支持 Android 21 及以上版本，界面简洁且功能强大。此外，它还包含多种图像格式转换、PDF 工具、二维码生成与扫描等功能，满足用户对图像处理的多样化需求。

12. winutil

  • 今日新增星标：59
  • 总星标数：28,813

主要编程语言：PowerShell

https://github.com/ChrisTitusTech/winutil

Chris Titus Tech的Windows Utility是一个高效的Windows系统优化工具，汇集了安装程序、系统优化、配置调整和更新修复等功能。它旨在简化Windows系统的设置流程，帮助用户快速完成系统调整和问题修复。工具需要以管理员权限运行，提供稳定的主分支和开发分支供用户选择。该项目由社区支持，用户可以通过GitHub贡献代码或参与讨论。详细的使用说明和教程可以在项目文档和YouTube视频中找到。

13. iroh

  • 今日新增星标：52
  • 总星标数：3,471

主要编程语言：Rust

https://github.com/n0-computer/iroh

Iroh 是一个简单易用的点对点网络工具，专注于通过公钥进行连接，并自动寻找和维护最快的连接路径。它支持直接打洞连接，若失败则使用公共中继服务器，确保连接速度。基于 QUIC 协议，Iroh 提供了加密认证、并发流和流优先级等功能。项目还内置了多个协议，如基于 BLAKE3 的内容寻址数据传输和发布订阅网络。用户可以轻松通过 Rust 或其他语言的 FFI 绑定使用 Iroh。

14. godot

  • 今日新增星标：47
  • 总星标数：93,705

主要编程语言：C++

https://github.com/godotengine/godot

Godot Engine 是一个功能丰富的跨平台游戏引擎，支持2D和3D游戏开发，并提供统一的界面。它允许开发者专注于创意，而无需重复实现基础功能。游戏可以一键导出到多个平台，包括桌面、移动设备和网页。Godot 的开发和维护完全由社区驱动，用户可以直接参与改进引擎。它还提供详细的文档和示例项目，帮助开发者快速上手。

15. firefly-iii

  • 今日新增星标：35
  • 总星标数：17,400

主要编程语言：PHP

https://github.com/firefly-iii/firefly-iii

Firefly III 是一款免费且开源的个人财务管理工具，帮助用户追踪支出与收入，支持预算、类别和标签管理，提供多种财务报告。它完全自托管，确保数据隐私，具备强大的规则系统和自动交易功能。适合喜欢开源软件、懂技术且希望自主管理财务的用户。通过多种方式安装和运行，包括 Docker、Kubernetes 等，灵活便捷。社区还围绕其 API 开发了许多实用工具，扩展了其功能。

公众号·开源热榜

opentrending
关注
深入浅出剖析开源的 LLM应用开发平台Dify
女王の专属领地
10-24 3068
Dify是一款开源的大语言模型（LLM）应用开发平台。它融合了后端即服务（Backend as Service）和LLMOps的理念，使开发者可以快速搭建生产级的生成式AI应用。即使非技术人员，也能参与到AI应用的定义和数据运营过程中。同时Dify内置了构建LLM应用所需的关键技术栈，这为开发者节省了许多重复造轮子的时间，使其可以更加专注在创新和业务需求上。官网： https://dify.ai/zh工作流程：在可视化画布上构建和测试强大的 AI 工作流程，利用以下所有功能及其他功能。
智胜未来：国内大模型+Agent应用案例精选，以及主流Agent框架开源项目推荐
丨汀、的博客
07-25 8145
智胜未来：国内大模型+Agent应用案例精选，以及主流Agent框架开源项目推荐
2025年03月 GitHub 十大热门项目排行榜
一点一木
03-27 1231
本文盘点了 2025 年 3 月 GitHub 十大热门开源项目，涵盖 AI 金融、智能体协作、数据仪表盘、LLM 开发、数据库管理、编程学习、金融分析、聊天机器人、代码优化及机器人学等领域。这些项目展现了前沿技术创新，为开发者、研究者和爱好者提供了丰富的实践资源，助力提升效率与探索新兴技术。
Dify 大版本更新：v1.0.0 插件系统，为开发者带来无限可能！（附新版一键安装包）
apo0625的博客
03-02 9356
Dify 昨晚进行了大版本v1.0.0更新，我第一时间上手体验，并给大家带来了体验报告 也带来了新版一键安装包（在文内），供大家下载快速上手使用
Dify 项目开源大模型应用开发平台
kcarly的专栏
03-20 1623
（数据驱动优化），未来或进一步拓展多模态支持和行业解决方案。对于希望快速落地 AI 应用的企业和开发者，Dify 是当前市场上值得关注的首选平台之一。Dify 是一款开源的大语言模型（LLM）应用开发平台，旨在简化生成式 AI 应用的创建、部署和持续优化流程。Dify 通过模块化设计、开源协作和工程化能力，成为连接 LLM 技术与实际业务需求的桥梁。理念，为开发者提供从原型到生产的全生命周期支持。（节省 70% 原型时间）和。Dify 的核心定位是结合。
Dify：开源语言模型应用开发平台
weixin_42684490的博客
04-18 2515
这是一个开源的LLM应用开发平台，用于快速从原型转化为生产。
20.6K+ Star！一个开源的LLM（大型语言模型）应用开发平台
z099164的博客
08-09 1112
Dify是一个开源的LLM（大型语言模型）应用开发平台，它通过直观的界面结合了AI工作流程、RAG（检索-分析-生成）管道、代理功能、模型管理、可观察性特性等，使用户能够快速从原型设计转向产品生产。
Dify开源工作流推荐！文章仿写、小红书、教程编写啥都有！
m0_59235245的博客
11-28 1万+
我曾多次给我的小伙伴安利Dify。它是一个高效的工作流平台，支持各种常见任务的自动化操作和协作，适合自媒体人、开发者和运营人员等。Dify不仅支持多种模型调用，还可以通过开源的工作流来大大提高工作效率。Dify现在的用户量其实很多，只不过它没Coze那么多创作者，所以大家都是闭门造车。但是Dify的优势在于开源、私密，数据不用上传到平台，你在本地构建也可以。这期很简单，给大家介绍一些开源的Dify工作流。一些常用的工作流就省了自己去搞了。项目地址：https://github.com/svcvit/Awes
【LLM大模型】2024开源项目汇总_dify chat2sql
2401_85773359的博客
08-08 2432
当大模型成本逐渐降低，可靠性提升后，这意味着越来越多的业务应用将会与 LLM 结合，为了让这种结合更加顺畅，需要有与现有来支撑 LLM 应用开发的快速开发对比说明可参考：开源的 LLM 应用开发平台。其直观的界面结合了 AI 工作流、RAG 、Agent、模型管理、可观测性功能等，让您可以快速从原型到生产。2.2 FastGPT：一个基于 LLM 大语言模型的知识库问答系统，提供开箱即用的数据处理、模型调用等能力。
深入浅出剖析LLM应用开发平台Coze/扣子平台
女王の专属领地
08-23 2322
Coze 是新一代一站式 AI Bot 开发平台。无论你是否有编程基础，都可以在 Coze 平台上快速搭建基于 AI 模型的各类问答 Bot，从解决简单的问答到处理复杂逻辑的对话。并且，你可以将搭建的 Bot 发布到各类社交平台和通讯软件上，与这些平台/软件上的用户互动。
如何在本地正确部署Dify服务
Python进阶专栏《爬虫实战进阶》，《数据分析入门与实战》原创作者
08-06 8007
本文是该专栏的第49篇，后面会持续分享python的各种干货知识。Dify是一个开源的LLM（大型语言模型）应用开发平台，旨在为开发者提供从Agent构建到AI workflow编排、RAG检索、模型管理等全方位的能力，从而轻松构建和运营生成式AI原生应用。在本文中，笔者将针对Dify的核心知识点以及“本地如何部署Dify”，进行详细说明。具体细节部分，笔者在正文将结合实际完整图文案例进行详细说明，一文让你轻松学会在本地部署Dify。废话不多说，下面跟着笔者直接往下看正文详细内容。（附完整操作以及本地部署D
开源的 LLM 应用开发平台-Dify 部署和使用
寓教于乐。教己助人
02-20 2865
官网生成式 AI 应用创新引擎开源的 LLM 应用开发平台Dify 为开发者提供了健全的应用模版和编排框架，你可以基于它们快速构建大型语言模型驱动的生成式 AI 应用，将创意变为现实，也可以随时按需无缝扩展，驱动业务增长。
Dify：一个简化大模型应用的开源平台
AngelCryToo的专栏
09-29 3529
Dify 是一个开源的 AI 应用开发平台，旨在帮助开发者简化大语言模型 (LLM) 应用的开发、部署和管理。无论开发者是否拥有机器学习背景，Dify 通过友好的界面和强大的工具，帮助快速实现 AI 应用的构建与交付。它具备丰富的功能模块，涵盖提示工程、数据集管理、模型集成、API 部署以及 LLMOps 功能，从而让开发和运营语言模型驱动的应用变得更加简单。
探索 Dify：开源 LLM 应用开发平台
weixin_40941102的博客
07-02 2165
在快速发展的 AI 和机器学习领域，开发人员不断寻求高效的工具，以无缝地从原型过渡到生产。Dify 正是在这样的背景下应运而生的。这是一个开源平台，专为大语言模型（LLM）应用开发设计。凭借其直观的界面、全面的功能和强大的后端支持，Dify 将彻底改变开发人员创建和部署 AI 应用程序的方式。
Dify.AI：简单易用的 LLMOps 平台，可视化创造和运营你的 AI 原生应用
Dify
05-16 1万+
Dify.AI是一款 LLMOps 平台，帮助开发者更简单、更快速地构建 AI 应用。它的核心理念是通过可声明式的 YAML 文件定义 AI 应用的各个方面，包括 Prompt、上下文和插件等。Dify 提供了可视化的 Prompt 编排、运营、数据集管理等功能。这些功能使得开发者能够在数天内完成 AI 应用的开发，或将 LLM 快速集成到现有应用中，并进行持续运营和改进，创造一个真正有价值的 AI 应用。
从零开始之Dify源码部署篇
热门推荐
u013563715的博客
03-18 2万+
Dify传送门。本系列文章从零开始探索Dify的功能及搭建过程。本文的搭建流程是基于本地源码进行部署。Dify Docker Compose部署篇传送门。
Github 上 Star 数最多的大模型应用基础服务 Dify 深度解读（一）
易迟的专栏
07-01 8454
接触过大模型应用开发的研发同学应该都或多或少地听过 Dify 这个大模型应用基础服务，这个项目自从 2023 年上线以来，截止目前（2024-6）已经获得了 35k 多的 star，是目前大模型应用基础服务中最热门的项目之一。这篇文章对 Dify 中核心的基础模块 RAG 服务进行深入解读，后续可能会更新其他模块的内容。Dify 是一个LLMOps服务, 涵盖了大语言模型（如GPT系列）开发、部署、维护和优化的一整套实践和流程。可以大幅简化大模型应用的开发。
AI: 探索LLM App开发平台, 以Dify为例
十年运维开发经验的王义杰在此分享自己的知识和经验
12-25 1136
LLM App开发平台旨在降低开发者使用大语言模型创建智能应用的难度。接入与管理提供与大语言模型的无缝集成，如GPT、Claude等。支持模型切换、API密钥管理等功能。工具与开发框架内置的UI组件、SDK或模板帮助开发者快速搭建前端和后端功能。提供基于Prompt的调优工具，实现更精细化的结果输出。可视化与无代码/低代码能力降低非专业开发者使用大语言模型的门槛。通过直观的图形界面配置应用逻辑和模型交互。部署与监控集成化的部署方案，可一键将应用上线。
Dify 项目开源文档
最新发布
gitblog_00196的博客
04-06 356
Dify 项目开源文档 dify-docs The open-source repo for docs.dify.ai 项目地址: https://gitcode.com/gh_mirrors/di/dify-docs ...
类似dify的开源项目
02-27
### 类似于Dify的开源项目 对于寻找类似于Dify的开源项目，可以考虑以下几个选项： #### 1. LangChain LangChain 是一个用于创建语言模型应用程序的强大框架。它不仅提供了丰富的工具链来处理自然语言任务，还支持多种大模型接口接入，能够帮助开发者快速搭建基于对话的应用程序。 #### 2. LlamaIndex (原名为GPT Index) LlamaIndex 提供了一种结构化的方式去索引文档并从中检索信息。这个库特别适合用来构建问答系统或是任何需要从大量文本数据中提取特定片段的服务。其灵活性允许用户轻松集成不同的LLM（大型语言模型），包括但不限于OpenAI所提供的API[^2]。 #### 3. Hugging Face Transformers Hugging Face 的Transformers 库已经成为NLP领域不可或缺的一部分。除了拥有众多预训练好的transformer模型外，也提供了一个简易的方式来微调这些模型以适应具体应用场景的需求。更重要的是，社区活跃度极高，意味着可以获得及时的帮助和支持。 #### 4. OneAPI 和 NewAPI OneAPI旨在简化跨平台编程体验；而NewAPI则是对其进行了进一步扩展，特别是增加了对Dify的支持，使得后者可以通过统一入口访问到更多种类的语言模型和服务。如果希望找到具有相似特性的项目，则这两个API及其周边生态值得探索。 为了更好地理解如何调整上述任一项目以便兼容自定义部署环境下的OpenAI API服务，可参照关于改造dify项目的指南[^3]中的步骤来进行相应修改操作。 ```python import os from langchain import LangChain from llama_index import SimpleDirectoryReader, GPTListIndex # 示例：初始化LangChain实例 lang_chain = LangChain() # 示例：加载文件夹内的所有txt文件作为语料源，并建立索引 documents = SimpleDirectoryReader('data').load_data() index = GPTListIndex(documents) def query(index, text): response = index.query(text) return str(response) query_result = query(index,"什么是最好的深度学习框架?") print(query_result) ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值