🔧 阿川の電商水電行
本記事是2025年11月5日舉辦的Meetup學習會「Oracle Cloud Hangout Cafe（OCHaCafe）」的發表內容，並附加了參考資料與連結。
當天的影片在這裡👇
當天的資料
開端
閱讀本文，您將能夠大致了解Dify。
從未接觸過的人可以想「試試看」，而已經在使用的人則希望能成為「下一步的提示」。
本文所能了解的內容
- Dify為何受到矚目，以及企業、自治體等的應用案例
- AI代理人的思維及Dify所扮演的角色與定位
- Dify的基本功能、構成及入門關鍵
- PowerPoint搜尋應用「資料找到君」的實作方法及其原理
- 實際使用後體會到的Dify的優勢、局限及運用技巧
目錄
因內容較多，請從感興趣的項目開始閱讀！
Dify熱潮！
在過去1-2年中，Dify在全球及日本迅速受到關注。
即使尚未接觸過，也許多數人都聽過這個名字。
- GitHub星數暴增：公開一年內達到超過10萬顆星，短暫超越LangChain
- 企業導入擴大：國內外大型企業及自治體的採用，媒體曝光增加
- 解說書籍登場：自2025年開始，新手書及實踐書陸續出版
最近的案例
Dify在公共、行政和企業現場實際應用的案例增多。
最近有以下話題的案例。
- 告訴我!? AI佐奈
於2025年自民黨總裁選舉中，運用Dify作為AI助手，透過RAG搜尋政策資訊回答問題。Facebook
（選舉活動結束後服務也隨之結束。）
在同一選舉活動期間，團隊未來的「AI安農」也有運用Dify。
- 東京都AI戰略
發布了「東京都AI戰略」，決定將Dify用作自治體職員自己開發AI應用的AI基礎平台。
理解AI代理人
在解釋Dify之前，首先需要理解的是「AI代理人」的概念。
提到Dify，相關詞彙中可能會浮現出「AI代理人」。
實際上，Dify不僅是簡單的RAG聊天機器人構建工具，而是被設計為能夠實際創建、運行和操作AI代理人的平台。
因此，在理解Dify的價值之前，我們想簡單整理一下「AI代理人是什麼」和「目前AI可以做什麼及未來的樣貌」。
Dify是什麼→「最前端的Agentic AI開發平台」
1. 從聊天機器人到代理人
自2022年底ChatGPT問世以來，「提問時AI會回答」的體驗瞬間普及。
最初的AI應用主要集中於FAQ應對、內部聊天機器人、文件生成等“人類指示，AI回應”的形式。
然而，隨著AI技術的進步，
“不再是問AI問題，而是將目標傳達給AI，讓它自行決定如何進行”的趨勢逐漸形成。
換句話說，AI不僅僅是一個工具，而是被視為“主動思考和行動的代理人”，並被要求在企業中被使用。
從自動化的歷史來看，以前的AI只是在遵循人類的指示，但在AI代理人的情況下，
AI開始成為主導去執行任務，
不再需要人類細緻地指示步驟，而是根據情況作出判斷，自行獲取所需信息，調用工具並執行任務——這種角色變得越來越重要。
2. AI代理人是什麼？定義與角色
查詢「AI代理人」的定義會發現不同行的解釋，但可以這樣定義：
一個AI程式，代替用戶或系統，計劃、判斷並執行達成目標的任務
也就是說，它不僅僅是回答提示問題，
- 理解目標，
- 思考如何進行，
- 根據需要操作API或外部工具，
- 根據執行結果決定下一步行動
這是一個不斷重複「Think → Act → Reflect」的存在。
3. 具體有哪些類型？
儘管稱為AI代理人，但根據結構和自我思考及行動的自主性，可以分為幾種類型。
工作流程型是利用AI的形式，但是按照人類決定的步驟線性處理，「準確執行預定動作」的形式。
單一代理型則是AI理解目標，自行判斷並進行API調用和信息獲取。
更高級的是多代理型，由多個AI分擔角色，協同解決問題的機制。
| 類型 | 特徵 |
|---|---|
| 工作流程型 | 順序執行預定的處理流程 |
| 單一代理型 | 單一AI邊思考邊執行直至達成目標 |
| 多代理型 | 多個代理人分擔角色，協調解決任務 |
4. Agentic AI這個詞的出現
最近除了「AI代理人」外，還出現了Agentic AI（代理型AI）的說法。
這兩者之間有何不同？
看似相似的概念，在相關的研究論文《AI Agents vs. Agentic AI: A Conceptual Taxonomy, Applications and Challenges》中有以下梳理。
也就是說，
- AI代理人：獨立執行任務的AI
- 代理型AI：多個代理人協同完成任務的AI體系
先前提到的AI代理人包括「工作流程型」、「單一代理型」和「多代理型」這幾個階段。
Agentic AI不僅是AI自主運作，還要分解目標，進行判斷，根據需要與其他代理人或工具、數據協同完成任務。因此可以說是一種更接近「多代理型」來執行任務的概念。
5. 2025年的當前狀況？
截至2025年前半期，許多企業仍停留在將AI融入業務流程的「工作流程型」應用，還有少數企業實現了可自主運作的系統。
其背景是實際運用仍有許多待解決的問題。單一代理的AI在運行中可能會出現不準確的回答（幻覺），或推理過程淺薄的問題。
而多代理的AI合作運作可能存在意圖不合導致停滯，結果表現不一致，內部運作難以窺探等，使得穩定運行成為難題。
6. 下一步會朝哪裡去？
另一方面，從調查結果可知，許多企業將「代理型AI（自律型代理人）」與「多代理人」的應用視為重要的下一步階段，實際上也有越來越多的企業進行PoC和驗證。
究竟什麼時候會真正實現AI自律運行的「完全自律代理人」呢？
根據各企業和研究機構的報告，完全自律AI（通用AI代理人）的實現時期預測在「2030年代前半至2040年代以後」，技術上仍有許多不確定性。
不過，專注於特定業務的「限定自律代理人」在2030年左右有可能實用化。因此，可以看出並不是說可以突然出現全能的AI，而是會先有「可以執行特定任務的AI代理人」逐漸變得現實可行。
整理到這裡的脈絡
至此內容的整理如下：
-
AI的角色處於轉型期
從「回答問題的AI」轉變為「理解目標並行動的AI代理人」。 -
代理人也有類型與階段
從工作流程型 → 單一代理型 → 多代理型不斷進化。 -
不過現實仍在過渡中
許多企業僅停留在工作流程型，代理人導入仍處於PoC階段，精確性、穩定性及協作等問題依然存在。
例如幻覺問題、不穩定行為及協作的難度等等。
這樣看來，AI正邁向「自律性行動的存在」，但仍處於過渡期。
目前所需的是實際可運用的形式將代理人融入業務中。
這樣的「在實驗中實際可用的實作」階段，正是像Dify這樣的平台所支撐的。
接下來的章節將探討Dify是什麼，以及它的優勢。
Dify是什麼
AI應用開發平台
Dify是「使用AI（LLM）輕鬆開發及運行應用的開源平台」。
查閱Dify的文檔可以看到，Dify是BaaS（Backend as a Service）與LLMOps相結合，提供了認證、資料庫、儲存、開發UI等AI應用開發所需的一整套後端平台。
Dify是誰提供的？
- 提供者：LangGenius Inc.
- 發佈時間：2023年5月作為開源發布（約2年前）
- 創辦人：Luyu Zhang（1991年出生 / 曾任騰訊雲DevOps團隊）
- 目標：使每個人都能更輕鬆地利用GPT及OpenAI API製作自然語言的AI應用
- 名稱由來：
Dify（舊讀音：ディファイ／ディフィ）=「Define（定義） + Modify（改進）」，同時也包含“Do it for you”的意義
在2025年5月進行了品牌重塑，讀音從「ディファイ」改為「ディフィ」（意識到「if=如果」的思考）
為什麼選擇Dify？
使用案例
為了理解Dify的優勢，首先要了解它實際適用的場景。
在過去的1-2年中，Dify在國內企業和自治體中的導入案例已公開了幾個。
以下是基於公開資訊整理的一些案例，但除了這些，最近在LangGenius主辦的會議「IF Con Tokyo 2025」中，許多企業和組織登臺介紹了他們的導入與運作情況。
這樣的動向顯示，Dify的應用已在穩步增長。
| 企業・自治體 | 事例 |
|---|---|
| CyberAgent | 約20％員工使用，每月減少超過3000小時。全公司推廣的方式及非工程人員的迅速擴大也有官方公開。 |
| IIJ | 官方技術部落格中多次提到Dify的應用案例，九州分公司發起「RFC 9,573文件的引入與RAG化」等實踐例。 |
| Kakaku.com／食べログ | 全公司導入及高頻使用的報告，並在技術部落格中發布社內用Bot等應用案例，支持食べログ的商家介紹文章撰寫。 |
| 東京都 | 在雲端運行Dify，成為各局AI應用開發的基礎。東京都設置了AI應用相關的專家委員會。 |
| 町田市 | 更新「AI導航器」。通過引入Dify，增強了多個LLM的整合和回答能力，提高了虛擬市政府的導覽性能。 |
| Ricoh、NTT Data、CTC | 運用Dify的企業計劃提供和構建合作夥伴合同。 |
Dify的特點
那麼，為什麼Dify開始受到重視並被實際選擇使用呢？
這一背景在於，現今AI應用所需的要求與Dify具備的機制相符。
許多企業和自治體不僅僅需要像ChatGPT這樣的對話型AI，還需要能夠融入業務流程的能力，能夠兼顧安全性與成本，並且在無需專業知識的情況下也能在現場進行改進與運用。
Dify正是通過OSS的靈活性、支持多個LLM的能力、無需編碼的應用構建及易於展開和重用的基礎架構來回應這些需求。
1. 開源軟體帶來的靈活性與可靠性
Dify作為開源公開，允許檢視其源代碼及內部規範。這樣可以讓企業根據自身的要求進行定制化或功能擴展。此外，可以在公司內部網絡或封閉環境中運行，從而避免將機密信息發送至外部服務。Community Edition為無償使用，且支持商用，因此初期導入的門檻低。
作為OSS不斷進行改進的特性，對於長期採用的考量也是重要因素。
2. 支持多個LLM模型並優化成本
Dify不僅兼容OpenAI和Azure OpenAI等主要模型，還支持40多個不同的LLM供應商，也兼容OCI Generative AI。
您可以根據用途、精度和成本在模型間切換，甚至可以在同一應用內使用不同的模型。
此外，還可透過日誌或分析介面查看每次執行的令牌使用量和API成本，並支持通過Langfuse等外部工具進行高級分析。自動執行或循環處理也能設置次數限制，這在實際運行中有助於控制成本與防止誤操作。
3. 以無需編碼/低碼的方式構建AI應用
以往的AI應用開發需藉助LangChain等框架並依賴Python進行編碼。Dify則可在視覺編輯器上構建提示、工具調用及分支處理，因此即使是非工程人員也能自主創建原型或PoC。
Dify還提供模板，使用者可以立即嘗試RAG搜尋、聊天機器人和代理型的構成。此外，實行日誌、歷史記錄、重新執行及權限管理等運營功能也一應俱全，讓開發與運用都能在同一介面上完成。
4. 構架的展開性與標準化使組織運作更為便利
Dify提供的流或代理人可用DSL格式進行匯出，以便於在其他專案或部門展開。團隊或整個組織都能使用相同的平台，因此開發、審核和運用的基礎設施易於統一，不易造成個人化的實施。
運營負責人、現場部門與IT部門可以在同一基礎上分工協作，易於將AI應用從個別試驗過渡到組織活動。
以上便是Dify符合當前AI需求並受到選擇的主要原因。
接下來的章節將探討如何開始使用Dify，基本構成及主要組件的介紹。
Dify的提供形態
Dify主要提供兩種：「雲端版（SaaS）」與「自我託管版（OSS）」。
- 雲端版
可立即註冊帳戶開始使用，無需建立環境
根據使用規模有以下三個計畫：
| 計畫 | 收費 | 預期使用者 |
|---|---|---|
| Sandbox | 免費 | 個人及試用用途 |
| Professional | $59/月 | 小型團隊向 |
| Team | $159/月 | 中型團隊/共同開發方式向 |
- 自我託管版
可在自我環境中運作
還有專為商業或大規模運作設計的變種計畫：
| 版本 | 特徵 |
|---|---|
| Community | 完全免費的OSS版本 |
| Premium | 透過AWS Marketplace等提供／可進行品牌定制 |
| Enterprise | 企業要求的安全性、稽核及SAML等功能 |
Dify基本篇！
到目前為止，我們已經整理了「Dify是什麼」、「為何受到關注」以及「如何應用」的全貌。
接著就來到實踐篇了。
要理解Dify，最直接的方法是親手操作。但切記，初步不應直接開始構建，按照以下流線進行會更為順利。
▶ 那麼開始使用吧！Dify學習步驟
👉 Step0. 準備環境
首先準備一個可運行Dify的環境（雲端版或自架環境）。
👉 Step1. 掌握基本畫面及應用程序的類型
了解每個畫面所能做的事，以及聊天／工作流程／代理等的“類型”。
👉 Step2. 嘗試範例，製作RAG聊天機器人或簡單的工作流程
使用模板和教程，先體驗可運作的基本功能。
👉 Step3. 針對身邊的問題進行簡單挑戰
例如「搜尋內部資料」或「FAQ回應機器人」，讓其與自己的業務相互結合。
👉 Step4. 研發解決自身問題的應用！（進階篇）
將內容提升到實際業務使用的水平，製作出能解決課題的應用程式。
接下來我們將進入「建立環境」的章節。
建立環境
那麼讓我們馬上開始準備可使用Dify的環境吧。
■ 若使用雲端服務
您可以在註冊帳戶後立即開始使用。
■ 若選擇社區版（自我託管）
源代碼已公開在Github上：https://github.com/langgenius/dify
可透過Docker Compose或本地源代碼來部署，只需確保您有Docker及docker compose的運行環境即可進行搭建。
OCI上的Dify環境
這次，我們在OCI上構建Dify環境進行測試。
在Compute上運行Dify，為了知識庫和向量搜尋，利用了託管的數據庫服務Autonomous Database、LLM模型採用OCI Generative AI，數據儲存則使用Object Storage。
將來的工作流程和RAG構建也將基於此結構進行。
接下來對於在OCI上構建Dify環境的參考文章如下。
- 僅透過GUI構建OCI環境的步驟
透過此Terraform範本，無需命令即可創建基於OCI資源的Dify環境！
- 使用Docker Compose在OCI Compute上啟動Dify的步驟
- OCI Generative AI的設置步驟
初始設定
當您首次登入Dify時，將創建管理者帳戶，同時提供一個工作區。
可以邀請其他用戶共同使用該工作區。
而多工作區的使用則需在企業版中才可用。
此外，提前設定使用的LLM模型的API金鑰，將使您能夠迅速開始創建應用。
1) --- 會變成分隔線（上一行必須是空白）
2) # 會變成一級標題
3) ## 會變成二級標題
4) ### 會變成三級標題
5) **粗體文字**會顯示粗體文字
6) ```當第一行與最後一行會顯示程式碼
7) 請搜尋 Markdown 語法，了解各種格式
