Dify

Eine quelloffene Plattform, um KI-Anwendungen zu bauen und zu betreiben: Chatbots, Assistenten und Workflows per Oberfläche zusammenstellen — inklusive Dokumenten-Wissen und Veröffentlichung als App oder API.

Für wen: Wer vom Prototyp zur echten, betreibbaren KI-Anwendung will, ohne alles selbst zu programmieren.

Installation

Per Docker Compose (Anleitung im Repo):

git clone https://github.com/langgenius/dify
cd dify/docker && cp .env.example .env
docker compose up -d

Danach die lokale Adresse öffnen; Modelle lokal (Ollama) oder Cloud.

Erste Schritte

In Dify eine neue App anlegen (Chatbot oder Workflow), das Modell wählen, optional eigene Dokumente als Wissensbasis anbinden — und die App per Knopfdruck als Web-Chat oder API veröffentlichen. Aus der Idee wird so in Minuten ein nutzbares Werkzeug.

Plattformen: Docker

Im Detail

Dify ist eine selbst hostbare, quelloffene Plattform, mit der man KI-Anwendungen visuell zusammenstellt statt sie von Grund auf zu programmieren — inklusive Wissensdatenbank-Integration für eigene Dokumente (RAG) und direktem Publishing als Chat-Widget oder API-Endpunkt. Im Vergleich zu Flowise oder Langflow liegt der Fokus stärker auf dem kompletten Betrieb einer Anwendung inklusive Nutzerverwaltung, nicht nur auf dem Workflow-Design. Läuft per Docker selbst gehostet, was Datenkontrolle ermöglicht, aber auch eigene Serverinfrastruktur voraussetzt. Lohnt sich für Teams, die tatsächlich eine produktive Anwendung betreiben wollen statt nur zu prototypen — für reine Automatisierungs-Workflows ohne Chat-Oberfläche ist n8n oft der direktere Weg.

Beispiel aus der Praxis

Ein Team lädt seine internen Handbücher als Wissensdatenbank hoch und baut darüber einen Support-Chatbot, den es anschließend über die REST-API in die eigene Website einbindet – ohne dafür eigenen Code für RAG oder Prompt-Orchestrierung zu schreiben.

Praxis-Tipp

Nutzen Sie die eingebaute Wissensdatenbank, um eigene PDFs hochzuladen und darauf einen Support-Chatbot aufzubauen, ganz ohne eigenen Code.

Stolperfallen

Der einfache Einstieg täuscht darüber hinweg, dass Dify bei Business-Logik jenseits von Chat und RAG schnell an Grenzen stößt – für komplexere Automatisierung ist ein Flow-Builder wie n8n oft passender. Wer Self-Hosting wegen Datenschutz wählt, sollte auch das angebundene LLM-Backend daraufhin prüfen, sonst verlassen die Daten trotzdem die eigene Infrastruktur.

Siehe auch

• Flowise
• Langflow
• n8n

Lizenz & Quelle

• Lizenz: Open Source
• Quelle: Website
• Quelle: GitHub