# Dify Plattform zum Erstellen von KI-Anwendungen, Agenten und Workflows mit eigenen Daten. Anwendungen lassen sich als Web-App oder über APIs bereitstellen. Kanonisches Profil: https://agenten-kompass.mmeierhoff.chatgpt.site/agenten/dify/ Redaktion: [Michael Meierhoff](https://agenten-kompass.mmeierhoff.chatgpt.site/ueber-mich/) Quellenabgleich: 2026-10-09 Basis: Anbieter-Dokumentation. Praxisbeispiele sind redaktionelle Vorschläge, keine eigenen Produkttests. ## Einordnung Dify stellt den Baukasten und die Laufzeit für eigene KI-Anwendungen bereit. Agentenknoten verbinden modellgesteuerte Werkzeugnutzung mit weiteren Workflow-Schritten. - Anbieter: LangGenius - Produktfamilie: Dify - Profiltyp: KI-Anwendungs- und Agentenplattform - Umgebung: Verwaltete Dify Cloud oder Community Edition auf eigener Infrastruktur - Verbindungen: Modellanbieter, Wissensquellen, Werkzeug-Plugins, REST-API und Web-Apps - Einrichtung: Workspace einrichten, Modellanbieter verbinden und Workflow, Wissen sowie Werkzeuge konfigurieren - Kostenmodell: Dify Cloud wird pro Workspace berechnet; enthaltene Message Credits und Kontingente unterscheiden sich je Tarif. Die selbst betriebene Community Edition hat eigene Lizenzbedingungen. ## Betrieb & Betreuungsbedarf Betriebsangaben für dieses Profil noch nicht recherchiert. ## Anbieter LangGenius, Inc. betreibt Dify Cloud und entwickelt die Dify-Plattform für KI-Anwendungen. Die Community Edition kann selbst betrieben werden; ihre Lizenz ergänzt Apache 2.0 um Bedingungen für Mehrmandantenbetrieb und sichtbare Kennzeichnungen. - Betreiber: LangGenius, Inc. - Organisation: Unternehmen - Website: https://dify.ai/ - Stand: 2026-10-09 - Repository: https://github.com/langgenius/dify - GitHub-Stars: 157962 (2026-10-09) - Lizenz: Dify Open Source License (Apache-2.0 mit zusätzlichen Bedingungen) - Anbieterquelle: https://dify.ai/legal/privacy-policy - Anbieterquelle: https://raw.githubusercontent.com/langgenius/dify/main/LICENSE - Anbieterquelle: https://api.github.com/repos/langgenius/dify ## Preise und enthaltene Nutzung Preisstand: 2026-10-09 Dify Cloud wird pro Workspace berechnet; enthaltene Message Credits und Kontingente unterscheiden sich je Tarif. Die selbst betriebene Community Edition hat eigene Lizenzbedingungen. ### Sandbox 0 USD Ein Mitglied, fünf Apps, 200 Message Credits, 50 Wissensdokumente. Preisquelle: https://dify.ai/pricing ### Professional 590 USD/Workspace/Jahr; zuzüglich anwendbarer Steuern Drei Mitglieder, 50 Apps, 5.000 Message Credits/Monat. Preisquelle: https://dify.ai/pricing ### Team 1.590 USD/Workspace/Jahr; zuzüglich anwendbarer Steuern 50 Mitglieder, 200 Apps, 10.000 Message Credits/Monat. Preisquelle: https://dify.ai/pricing ### Community Edition 0 USD Softwaregebühr Selbstbetrieb im Umfang der Dify Open Source License. Preisquelle: https://dify.ai/pricing Eigener Betrieb verursacht zusätzlich Infrastruktur- und gegebenenfalls Modellkosten. Die OpenAI-Preisliste ist ein Beispiel für separat abgerechneten Modellzugang: https://developers.openai.com/api/docs/pricing Mehrmandantenbetrieb benötigt nach der veröffentlichten Lizenz eine kommerzielle Genehmigung; sichtbare Kennzeichnungen unterliegen zusätzlichen Bedingungen. Preise und Tarifdetails: https://dify.ai/pricing ## Kernfunktionen ### Agenten in Workflows ausführen Ein Agentenknoten bearbeitet eine Aufgabe und gibt Ergebnisse an nachfolgende Schritte weiter. Quelle: https://docs.dify.ai/en/cloud/use-dify/nodes/agent ### Eigenes Wissen abrufen Wissensbasen liefern aus aufbereiteten Dokumenten Kontext für KI-Anwendungen. Quelle: https://docs.dify.ai/en/cloud/use-dify/knowledge/readme ### Modellanbieter konfigurieren Im Workspace lassen sich unterstützte Modellanbieter und deren Zugangsdaten einrichten. Quelle: https://docs.dify.ai/en/cloud/use-dify/workspace/model-providers ### Als Web-App oder API veröffentlichen Die Veröffentlichung stellt Anwendungen als nutzbare Oberflächen oder API-Zugänge bereit. Quelle: https://docs.dify.ai/en/cloud/use-dify/publish/README ### Ausführungen im Protokoll prüfen Protokolle zeigen Anwendungsinteraktionen und helfen bei der Prüfung von Ausführungen. Quelle: https://docs.dify.ai/en/cloud/use-dify/monitor/logs ### Visuelle Anwendungsabläufe Workflow und Chatflow verbinden Verarbeitung, Wissen und Werkzeuge zu KI-Anwendungen. Quelle: https://docs.dify.ai/en/home ### Plugins und Vorlagen Eigene Plugins ergänzen Modelle und Werkzeuge; der Marketplace bietet Integrationen und App-Vorlagen. Quelle: https://docs.dify.ai/en/home ### Anwendungen als MCP-Server Dify-Apps lassen sich als Werkzeuge für externe MCP-Clients veröffentlichen. Quelle: https://docs.dify.ai/en/cloud/use-dify/publish/publish-mcp ## Voraussetzungen und Grenzen ### Modell und Werkzeuge passend einrichten Voraussetzung: Die Agentenstrategie benötigt ein geeignetes Modell. Externe Werkzeuge verlangen Zugangsdaten, Beschreibungen und passende Parameter. Quelle: https://docs.dify.ai/en/cloud/use-dify/nodes/agent ### Neuen Agentenknoten als Beta einplanen Einschränkung: Der neue Agentenknoten ist als Beta für Workflow-Apps dokumentiert. Textvariablen werden bei der Übergabe auf 2.000 Zeichen gekürzt; längere Inhalte können als Datei übergeben werden. Quelle: https://docs.dify.ai/en/cloud/use-dify/nodes/agent ### Dify-Lizenz für das Betriebsmodell prüfen Voraussetzung: Die Lizenz basiert auf Apache 2.0 mit zusätzlichen Bedingungen. Mehrmandantenbetrieb benötigt schriftliche Autorisierung; für Logo und Copyright im Frontend gelten eigene Vorgaben. Quelle: https://raw.githubusercontent.com/langgenius/dify/main/LICENSE ### MCP-Zugang ausdrücklich aktivieren Voraussetzung: Der MCP-Server ist zunächst deaktiviert. Seine erzeugte URL enthält Zugangsdaten und muss wie ein API-Schlüssel behandelt werden. Quelle: https://docs.dify.ai/en/cloud/use-dify/publish/publish-mcp ## Redaktionelle Praxisbeispiele ### Supportantwort mit Wissen vorbereiten - Du gibst vor: Freigegebene Produktdokumente, Kundenfrage und gewünschtes Ausgabeformat. - Mögliches Ergebnis: Ein Antwortentwurf aus einem Workflow mit Wissensabruf. - Das prüfst du: Fundstellen, Antwortvollständigkeit und Übergabe an den nächsten Schritt prüfen. ### Dokumente in strukturierte Ergebnisse überführen - Du gibst vor: Dokumentdateien, Extraktionsauftrag und definierte Ausgabefelder. - Mögliches Ergebnis: Eine Agentenaufgabe mit Ergebnissen für nachfolgende Verarbeitung. - Das prüfst du: Dateivollständigkeit, Feldwerte, Ausführungsprotokoll und Kosten kontrollieren. ## Rahmen Der neue Agentenknoten ist Beta und auf Workflow-Apps begrenzt. Mehrmandantenbetrieb und sichtbare Kennzeichnungen haben zusätzliche Lizenzbedingungen; MCP-Zugang wird ausdrücklich aktiviert. Offizielle Dify-Dokumentation und Repository-Lizenz am 9. Oktober 2026 geprüft. Klassischer und neuer Agentenknoten haben unterschiedliche Fähigkeiten. Beispiele sind redaktionell; eine eigene Installation wurde hier nicht getestet. ## Quellen - https://docs.dify.ai/en/home - https://docs.dify.ai/en/cloud/use-dify/nodes/agent - https://docs.dify.ai/en/cloud/use-dify/knowledge/readme - https://docs.dify.ai/en/cloud/use-dify/publish/README - https://docs.dify.ai/en/cloud/use-dify/workspace/model-providers - https://docs.dify.ai/en/cloud/use-dify/monitor/logs - https://raw.githubusercontent.com/langgenius/dify/main/LICENSE - https://dify.ai/pricing - https://api.github.com/repos/langgenius/dify - https://docs.dify.ai/en/cloud/use-dify/publish/publish-mcp [Quellen und Methode](https://agenten-kompass.mmeierhoff.chatgpt.site/quellen/)