Dify-Plus:企业级AI管理核弹!开源方案吊打SaaS,额度+密钥+鉴权系统全面集成

本文涉及的产品
图像搜索,任选一个服务类型 1个月
简介: Dify-Plus 是基于 Dify 二次开发的企业级增强版项目,新增用户额度、密钥管理、Web 登录鉴权等功能,优化权限管理,适合企业场景使用。

❤️ 如果你也关注 AI 的发展现状,且对 AI 应用开发感兴趣,我会每日分享大模型与 AI 领域的开源项目和应用,提供运行实例和实用教程,帮助你快速上手AI技术!

🥦 AI 在线答疑 -> 智能检索历史文章和开源项目 -> 丰富的 AI 工具库 -> 每日更新 -> 尽在微信公众号 -> 搜一搜:蚝油菜花 🥦


🔐 "CTO集体失眠!这个开源项目让企业AI管理进入上帝模式"

大家好,我是蚝油菜花。当同行还在为API调用次数和预算超支扯皮时,这个国产神器已经让AI资源管理进化到「纳米级操控」!

你是否经历过这些管理噩梦:

  • 💸 实习生手滑调用GPT-4烧光季度预算
  • 🔑 离职员工带走密钥,埋下数据泄漏核弹
  • 📊 财务追着要AI费用报表,你只能掏出混沌Excel...

今天解密的 Dify-Plus ,正在重写企业AI管理法则!这个基于Dify的增强型开源中枢,用三大杀手锏终结混乱:

  • AI计划经济:对话次数/API调用/模型权限精准到人,杜绝资源黑洞
  • 密钥风控矩阵:实时监控+用量预测+异常熔断,比银行系统更严谨
  • 财务透视眼:自动生成多维度费用报表,支持成本分摊到部门

已有金融集团用它管理上千个AI应用,文末附《企业AI治理白皮书》——你的IT部门准备好迎接次世代管理革命了吗?

🚀 快速阅读

Dify-Plus 是基于 Dify 二次开发的企业级增强版项目,新增了多项功能以支持企业场景。

  1. 核心功能:用户额度管理、密钥额度设置、Web 登录鉴权、应用中心等。
  2. 技术原理:基于 gin-vue-admin 的管理中心,集成 JWT 认证和异步处理机制,确保系统高效安全。

Dify-Plus 是什么

dify-plus-cover

Dify-Plus 是基于 Dify 二次开发的企业级增强版项目,集成了基于 gin-vue-admin 的管理中心。它在 Dify 的基础上新增了用户额度、密钥额度、Web 公开页登录鉴权、应用中心等功能,并优化了权限管理,特别适合企业场景使用。

Dify-Plus 项目开源,旨在解决企业资源精细化管理的痛点。无论是用户额度控制、密钥管理,还是应用开发与安全管理,Dify-Plus 都提供了全面的解决方案,帮助企业高效管理 AI 资源。

Dify-Plus 的主要功能

  • 用户额度管理
    • 对话余额限制:限制用户对话的使用次数。
    • 异步计算用户额度:后台异步处理用户额度的计算逻辑。
    • 额度显示:在界面左上角显示用户的使用额度。
    • 个人监测页:用户能查看自己的额度使用情况。
  • 密钥管理
    • 密钥额度设置:限制应用 API 调用的余额。
    • 密钥使用分析:提供密钥使用情况的分析和报表。
    • 每月密钥额度花费:统计密钥的每月使用费用。
  • 安全管理
    • Web 公开页登录鉴权:确保只有授权用户可以访问。
    • 鉴权 Cookie:支持安全的 Cookie 鉴权机制。
  • 应用管理
    • 应用中心页面:集中管理所有应用。
    • 应用使用次数记录:记录每个应用的使用次数,按使用次数排序。
    • 同步应用到模板中心:管理员能将应用同步到模板中心。
  • 管理中心
    • 用户同步:同步用户信息到管理中心。
    • 模型同步工作区:同步模型到工作区。
    • 用户额度修改:管理员修改用户的额度。
    • 费用报表:生成费用报表,方便财务管理和分析。
  • 权限管理
    • 权限调整:普通成员无法关闭模型,非管理员无法查看密钥。
    • 优化 CSV 编码监测:修复批量请求问题,支持 Windows 下载后保存再上传。
    • Markdown 图片放大优化:提升用户体验。

Dify-Plus 的技术原理

  • 基于 gin-vue-admin 的管理中心
    • 前端:基于 Vue.js 构建现代化的用户界面,提供良好的用户体验。
    • 后端:Go 语言的 Gin 框架构建高效的后端服务。
  • JWT 认证:基于 JSON Web Tokens (JWT) 实现用户认证和授权,确保系统的安全性。
  • 与 Dify 的集成:基于 RESTful API 与 Dify 进行交互,实现功能扩展。同步用户、模型和应用数据,确保管理中心与 Dify 的数据一致性。

  • 异步处理:用异步任务处理用户额度计算等耗时操作,提升系统性能。

如何运行 Dify-Plus (使用 Docker Compose)

1. 克隆项目

首先,需要从 GitHub 克隆 Dify-Plus 项目到本地。打开终端并运行以下命令:

git clone git@github.com:YFGaia/dify-plus.git
AI 代码解读

提示:确保本地已安装 Git 和 Docker,并且 Docker 守护进程正在运行。

2. 使用 Docker Compose 启动服务

进入克隆下来的项目目录,并使用 Docker Compose 启动服务:

cd dify-plus/docker
docker-compose -f docker-compose.dify-plus.yaml up -d
AI 代码解读

备注:该 docker-compose.dify-plus.yaml 文件是从原 Dify 项目精简而来,仅保留了最小化启动所需的服务。如有其他需求,可根据实际情况自行调整。

3. 检查服务是否启动正常

使用以下命令检查容器的运行状态:

docker compose ps
AI 代码解读

确保所有相关服务的状态均为 running,这表明服务已成功启动。

如何运行 Dify-Plus (使用源码部署)

前置依赖

在部署 Dify-Plus 之前,需要确保以下环境和工具已正确安装并配置:

语言版本

  • Python:3.11 或 3.12
  • Node.js:>=18.17.0
  • Golang:>=1.22.0

基础服务

  • Redis:用于缓存和消息队列
  • PostgreSQL:用于存储数据

提示:确保 Redis 和 PostgreSQL 已启动并正常运行,且可以通过本地连接访问。

启动步骤

启动 Dify API 服务

Dify API 服务是核心服务,负责处理业务逻辑。以下是具体步骤:

# 1. 进入 API 目录
cd api

# 2. 复制环境变量配置文件
cp .env.example .env

# 3. 生成随机密钥并替换 .env 中的 SECRET_KEY
awk -v key="$(openssl rand -base64 42)" '/^SECRET_KEY=/ {sub(/=.*/, "=" key)} 1' .env > temp_env && mv temp_env .env

# 4. 安装依赖包
poetry env use 3.11
poetry install

# 5. 执行数据库迁移
poetry shell
flask db upgrade

# 6. 启动 API 服务
flask run --host 0.0.0.0 --port=5001 --debug
AI 代码解读

API 服务启动后,可以通过 http://localhost:5001 访问。

启动 Dify Web 服务

Dify Web 服务提供用户界面,供用户与系统交互。以下是具体步骤:

# 1. 进入 Web 目录
cd web

# 2. 安装依赖包
npm install

# 3. 复制环境变量配置文件
cp .env.example .env.local

# 4. 根据需求配置环境变量
vim .env.local

# 5. 构建代码
npm run build

# 6. 启动 Web 服务
npm run start
# 或使用以下命令:
# yarn start
# pnpm start
AI 代码解读

Web 服务启动后,可以通过 http://localhost:3000 访问。

启动 Dify Worker 服务

Dify Worker 服务负责处理后台任务,例如数据处理和邮件发送。以下是具体步骤:

# Linux / MacOS 启动
celery -A app.celery worker -P gevent -c 1 -Q dataset,generation,mail,ops_trace,extend_high,extend_low --loglevel INFO

# Windows 启动
celery -A app.celery worker -P solo --without-gossip --without-mingle -Q dataset,generation,mail,ops_trace,extend_high,extend_low --loglevel INFO
AI 代码解读

说明:相比原版 Dify,新增了两个队列:extend_high(处理高频任务)和 extend_low(处理低频任务)。

启动 Dify Beat 服务

Dify Beat 服务负责调度定时任务,以下是具体步骤:

celery -A app.celery beat --loglevel INFO
AI 代码解读

启动 Admin-Web 服务

Admin-Web 服务提供管理员界面,以下是具体步骤:

cd admin/web
yarn install
yarn run serve
AI 代码解读

Admin-Web 服务启动后,可以通过 http://localhost:8081 访问。

启动 Admin-Server 服务

Admin-Server 服务负责管理后台逻辑,以下是具体步骤:

cd admin/server
go mod tidy
go run main.go
AI 代码解读

初始化管理员账号

  1. 访问以下地址,初始化管理员账号:

    http://localhost:3000/install
    
    AI 代码解读
  2. 填写管理员账号信息(例如邮箱和密码),并完成初始化。

初始化管理中心的数据库表

  1. 访问以下地址,初始化管理中心的数据库表:

    http://localhost:8081/#/init
    
    AI 代码解读
  2. 填写对应的数据库配置信息,点击初始化按钮。

注意

  • 管理中心和 Dify 使用同一个数据库。
  • 管理员后台账号密码与 Dify 第一个账号相同。

常见问题

后台管理员账号

后台管理员账号的用户名和密码与 Dify 第一个账号一致。例如,如果初始化的 Dify 第一个账号为 famousmai@qq.com,则管理员后台的登录账号为 famousmai,密码相同。

资源


❤️ 如果你也关注 AI 的发展现状,且对 AI 应用开发感兴趣,我会每日分享大模型与 AI 领域的开源项目和应用,提供运行实例和实用教程,帮助你快速上手AI技术!

🥦 AI 在线答疑 -> 智能检索历史文章和开源项目 -> 丰富的 AI 工具库 -> 每日更新 -> 尽在微信公众号 -> 搜一搜:蚝油菜花 🥦

目录
打赏
0
3
3
0
356
分享
相关文章
RuoYi AI:1人搞定AI中台!开源全栈式AI开发平台,快速集成大模型+RAG+支付等模块
RuoYi AI 是一个全栈式 AI 开发平台,支持本地 RAG 方案,集成多种大语言模型和多媒体功能,适合企业和个人开发者快速搭建个性化 AI 应用。
212 21
RuoYi AI:1人搞定AI中台!开源全栈式AI开发平台,快速集成大模型+RAG+支付等模块
Agent TARS:一键让AI托管电脑!字节开源PC端多模态AI助手,无缝集成浏览器与系统操作
Agent TARS 是一款开源的多模态AI助手,能够通过视觉解析网页并无缝集成命令行和文件系统,帮助用户高效完成复杂任务。
2375 9
Agent TARS:一键让AI托管电脑!字节开源PC端多模态AI助手,无缝集成浏览器与系统操作
AI 实时流量分析:运维老司机的“天眼”系统
AI 实时流量分析:运维老司机的“天眼”系统
36 14
中小医院云HIS系统源码,系统融合HIS与EMR功能,采用B/S架构与SaaS模式,快速交付并简化运维
这是一套专为中小医院和乡镇卫生院设计的云HIS系统源码,基于云端部署,采用B/S架构与SaaS模式,快速交付并简化运维。系统融合HIS与EMR功能,涵盖门诊挂号、预约管理、一体化电子病历、医生护士工作站、收费财务、药品进销存及统计分析等模块。技术栈包括前端Angular+Nginx,后端Java+Spring系列框架,数据库使用MySQL+MyCat。该系统实现患者管理、医嘱处理、费用结算、药品管控等核心业务全流程数字化,助力医疗机构提升效率和服务质量。
AI职场突围战:夸克应用+生成式人工智能认证,驱动“打工人”核心竞争力!
在AI浪潮推动下,生成式人工智能(GAI)成为职场必备工具。文中对比了夸克、豆包、DeepSeek和元宝四大AI应用,夸克以“超级入口”定位脱颖而出。同时,GAI认证为职场人士提供系统学习平台,与夸克结合助力职业发展。文章还探讨了职场人士如何通过加强学习、关注技术趋势及培养合规意识,在AI时代把握机遇。
多模态AI核心技术:CLIP与SigLIP技术原理与应用进展
近年来,多模态表示学习在人工智能领域取得显著进展,CLIP和SigLIP成为里程碑式模型。CLIP由OpenAI提出,通过对比学习对齐图像与文本嵌入空间,具备强大零样本学习能力;SigLIP由Google开发,采用sigmoid损失函数优化训练效率与可扩展性。两者推动了多模态大型语言模型(MLLMs)的发展,如LLaVA、BLIP-2和Flamingo等,实现了视觉问答、图像描述生成等复杂任务。这些模型不仅拓展了理论边界,还为医疗、教育等领域释放技术潜力,标志着多模态智能系统的重要进步。
41 13
多模态AI核心技术:CLIP与SigLIP技术原理与应用进展
从零开始即刻拥有 DeepSeek-R1 满血版并使用 Dify 部署 AI 应用
本文介绍了如何使用阿里云提供的DeepSeek-R1大模型解决方案,通过Chatbox和Dify平台调用百炼API,实现稳定且高效的模型应用。首先,文章详细描述了如何通过Chatbox配置API并开始对话,适合普通用户快速上手。接着,深入探讨了使用Dify部署AI应用的过程,包括选购云服务器、安装Dify、配置对接DeepSeek-R1模型及创建工作流,展示了更复杂场景下的应用潜力。最后,对比了Chatbox与Dify的输出效果,证明Dify能提供更详尽、精准的回复。总结指出,阿里云的解决方案不仅操作简便,还为专业用户提供了强大的功能支持,极大提升了用户体验和应用效率。
1182 19
从零开始即刻拥有 DeepSeek-R1 满血版并使用 Dify 部署 AI 应用
帮你整理好了,AI 网关的 8 个常见应用场景
通过 SLS 还可以汇总 Actiontrail 事件、云产品可观测日志、LLM 网关明细日志、详细对话明细日志、Prompt Trace 和推理实时调用明细等数据汇总,从而建设完整统一的可观测方案。
36.7K star!拖拽构建AI流程,这个开源LLM应用框架绝了!
`Flowise` 是一款革命性的低代码LLM应用构建工具,开发者通过可视化拖拽界面,就能快速搭建基于大语言模型的智能工作流。该项目在GitHub上线不到1年就斩获**36.7K星标**,被开发者誉为"AI时代的乐高积木"。
【AI落地应用实战】大模型加速器2.0:基于 ChatDoc + TextIn ParseX+ACGE的RAG知识库问答系统
本文探讨了私有知识库问答系统的难点及解决方案,重点分析了企业知识管理中的痛点,如信息孤岛、知识传承依赖个人经验等问题。同时,介绍了IntFinQ这款知识管理工具的核心特点和实践体验,包括智能问答、深度概括与多维数据分析等功能。文章还详细描述了IntFinQ的本地化部署过程,展示了其从文档解析到知识应用的完整技术闭环,特别是自研TextIn ParseX引擎和ACGE模型的优势。最后总结了该工具对企业和开发者的价值,强调其在提升知识管理效率方面的潜力。

热门文章

最新文章