Points clés
- La licence n'est pas une Apache 2.0 classique — la « Dify Open Source License » ajoute une clause contre les déploiements SaaS multi-tenant non autorisés et une obligation de conserver le logo/la marque
- La Community Edition (auto-hébergée) est gratuite, open source et utilisable en espace de travail unique via Docker
- Dify Cloud est une option gérée payante avec un niveau Sandbox gratuit et une tarification annuelle par espace de travail
- Dify Enterprise ajoute SSO/SAML, RBAC, la conformité SOC 2 Type II et ISO 27001 pour un déploiement auto-hébergé ou en VPC
- Le RAG (Knowledge Pipeline) et l'appel d'outils par les agents sont tous deux au cœur du produit, pas des modules annexes — le même canevas construit les deux
- Plus de 50 outils intégrés pour les agents (recherche, génération d'images, exécution de code, et plus), ainsi que des intégrations avec des centaines de LLM
📍 En une phrase
Dify est une plateforme open source qui réunit un constructeur de workflows IA visuel, une pipeline de connaissances RAG et un framework d'agents, publiée sous une licence Apache 2.0 modifiée qui restreint son exploitation en SaaS multi-tenant sans autorisation écrite.
💬 En termes simples
Plutôt que de connecter séparément un système de recherche documentaire, un chatbot et un framework d'agents, Dify place les trois derrière un même canevas glisser-déposer, que vous pouvez auto-héberger ou utiliser comme service cloud payant.
📌Note: Si vous prévoyez de revendre un accès Dify hébergé comme service multi-tenant à vos propres clients, lisez d'abord la section licence ci-dessous — ce cas d'usage nécessite un accord commercial avec LangGenius.
Qu'est-ce que Dify ?
Dify est une plateforme open source pour créer et déployer des applications LLM — chatbots, assistants de recherche documentaire, systèmes multi-agents — via une interface visuelle, plutôt qu'en assemblant des bibliothèques séparées pour l'orchestration, la récupération et la logique d'agent. Le projet est maintenu par LangGenius et hébergé sur github.com/langgenius/dify, où il a dépassé 154 000 étoiles GitHub.
- Workflow Studio : un constructeur visuel à base de nœuds pour enchaîner des prompts, des étapes de récupération, des appels d'outils et une logique conditionnelle en une application fonctionnelle
- Knowledge Pipeline (RAG) : ingestion, découpage, embedding et indexation de documents, alimentant la récupération d'un agent ou d'un workflow
- Agents : construits par conversation ou configuration manuelle, déployables de façon autonome, intégrés sur un site web, ou en tant que nœud dans un workflow plus large
- Gestion des modèles : connexion à des centaines de LLM propriétaires et open source via des dizaines de fournisseurs d'inférence, y compris tout point de terminaison compatible avec l'API OpenAI
- Plus de 50 outils intégrés pour les agents (recherche web, génération d'images, exécution de code, et similaires), extensibles via des intégrations marketplace et MCP
- Options de publication : déployer une application en tant qu'app web, API REST, widget de chat intégrable ou outil compatible MCP, avec suivi d'exécution
Licence Dify : ce que l'Apache 2.0 modifiée restreint
Dify n'est pas publié sous licence Apache 2.0 classique. Le dépôt utilise ce que LangGenius appelle la « Dify Open Source License » — une base Apache 2.0 avec des conditions supplémentaires. C'est le fait que la plupart des avis passent sous silence, et il change la façon dont vous pouvez légalement déployer Dify dans certains scénarios.
Les conditions supplémentaires ajoutent deux restrictions absentes d'Apache 2.0 classique. Premièrement, vous ne pouvez pas utiliser le code source de Dify pour exploiter un environnement multi-tenant sans autorisation écrite explicite de LangGenius — c'est-à-dire que vous ne pouvez pas prendre le code open source et le revendre comme votre propre produit SaaS hébergé multi-clients sans accord commercial. Deuxièmement, vous ne pouvez pas retirer ni modifier le logo Dify ou les mentions de copyright affichés dans la console ou dans les applications construites avec.
- Autorisé : auto-héberger Dify en interne pour votre propre équipe ou organisation, sur votre propre infrastructure
- Autorisé : utiliser Dify comme service backend au sein de votre propre application, y compris des produits commerciaux, sans modèle de revente multi-tenant
- Autorisé : modifier, forker et redistribuer le code source sous les mêmes conditions de licence
- Restreint sans autorisation écrite : exploiter le code source de Dify comme plateforme SaaS multi-tenant — c'est-à-dire revendre un accès Dify hébergé à plusieurs clients distincts comme votre propre service
- Restreint en toute circonstance : retirer ou modifier le logo/l'avis de copyright Dify dans la console ou dans les applications construites dessus
⚠️Warning: Ne présumez pas qu'« open source » signifie « Apache 2.0 sans condition ». Lisez le fichier LICENSE du dépôt langgenius/dify avant de construire un produit multi-tenant sur le code auto-hébergé.
Community vs. Cloud vs. Enterprise
Dify existe sous trois formes, et la bonne dépend de qui héberge l'infrastructure et du niveau de support nécessaire.
Community
- Hébergement:
- Auto-hébergé (Docker)
- Coût:
- Gratuit
- Limite d'espaces:
- 1 espace de travail
- Idéal pour:
- Équipes internes, développeurs, infrastructure autogérée
Dify Cloud — Sandbox
- Hébergement:
- Géré (LangGenius)
- Coût:
- 0 $/an
- Limite d'espaces:
- 1 espace, 1 membre
- Idéal pour:
- Évaluation et petits projets personnels
Dify Cloud — Professional
- Hébergement:
- Géré (LangGenius)
- Coût:
- 590 $/an par espace
- Limite d'espaces:
- 1 espace, 3 membres
- Idéal pour:
- Petites équipes sans infrastructure à gérer
Dify Cloud — Team
- Hébergement:
- Géré (LangGenius)
- Coût:
- 1 590 $/an par espace
- Limite d'espaces:
- 1 espace, 50 membres
- Idéal pour:
- Équipes plus grandes, plus d'apps et de stockage
Enterprise
- Hébergement:
- Auto-hébergé ou VPC
- Coût:
- Sur devis (contacter les ventes)
- Limite d'espaces:
- Plusieurs espaces
- Idéal pour:
- Organisations exigeant SSO/SAML, RBAC, SOC 2, ISO 27001
Les plans Dify Cloud plafonnent aussi les crédits de messages, le nombre d'apps, les documents de base de connaissances et le stockage — Sandbox inclut 200 crédits de messages, 5 apps et 50 documents de connaissances ; Professional inclut 5 000 crédits de messages/mois, 50 apps et 500 documents ; Team inclut 10 000 crédits de messages/mois, 200 apps et 1 000 documents. Vérifiez dify.ai/pricing directement avant de vous engager, ces limites évoluant indépendamment du prix affiché.
Fonctionnalités RAG et base de connaissances
La Knowledge Pipeline de Dify gère le volet RAG (génération augmentée par récupération) : transformer fichiers, sites web et documents en une base de connaissances interrogeable par un agent ou un workflow au moment de l'exécution.
- Ingestion : téléverser des fichiers ou connecter des sources de données ; la pipeline extrait le texte, le nettoie et le prépare pour l'indexation
- Découpage et indexation : les documents sont segmentés en portions récupérables et vectorisés pour la recherche sémantique
- Base de connaissances en tant que composant : tout workflow ou agent peut y attacher une ou plusieurs bases comme étape de récupération
- Les limites de nombre de documents évoluent selon le plan — les niveaux gratuits Community/Sandbox plafonnent les documents de connaissances plus bas que les niveaux Cloud payants ou les déploiements Enterprise auto-hébergés
Agents et appels d'outils
Les agents Dify se construisent de deux façons : via un flux de configuration conversationnel, ou en connectant manuellement outils, bases de connaissances et logique sur le canevas. Dans les deux cas, l'agent obtenu peut fonctionner de façon autonome, être intégré sur un site web, ou agir comme un nœud au sein d'un workflow plus large et multi-étapes.
- Appels d'outils : les agents appellent des API externes, exécutent du code, interrogent des bases de données ou utilisent l'un des plus de 50 outils intégrés (recherche web, génération d'images, et similaires) fournis avec la plateforme
- Prise en charge MCP : le marketplace de Dify intègre des outils et sources de données Model Context Protocol aux côtés de sa bibliothèque d'outils native
- Orchestration de workflow : branchements conditionnels, logique multi-étapes, et enchaînement d'une étape d'agent avec une étape de récupération RAG ou un autre agent
- Publication : un agent terminé se déploie en tant qu'app web, point de terminaison API, widget intégrable ou outil compatible MCP, avec suivi d'exécution
Comment auto-héberger Dify ?
Auto-héberger la Community Edition fait tourner la plateforme complète sur une infrastructure que vous contrôlez, via Docker Compose — la méthode de démarrage rapide officiellement documentée.
- 1Installez Docker et Docker Compose si ce n'est pas déjà fait, sous Linux, macOS ou Windows avec WSL2.
- 2Clonez le dépôt : git clone https://github.com/langgenius/dify.git, puis cd dify/docker.
- 3Copiez le fichier d'environnement d'exemple : cp .env.example .env, et vérifiez les valeurs avant de démarrer la pile.
- 4Démarrez la pile : docker compose up -d. Cela lance le serveur API, le frontend web et les services de support.
- 5Ouvrez http://localhost/install dans un navigateur pour terminer la configuration initiale et créer un compte administrateur.
- 6Ajoutez au moins un fournisseur de LLM (une clé API pour un modèle propriétaire, ou une connexion à un point de terminaison local compatible API OpenAI) avant de construire votre premier workflow.
Dify auto-hébergé nécessite-t-il un GPU ?
Non, pas pour la plateforme elle-même. Dify orchestre des appels vers des fournisseurs de LLM — il n'exécute pas l'inférence des modèles. Un GPU n'est pertinent que si vous auto-hébergez séparément le LLM que Dify appelle (par exemple via un serveur d'inférence local).
Puis-je faire tourner Dify entièrement hors ligne avec des modèles locaux ?
Vous pouvez pointer Dify vers n'importe quel point de terminaison d'inférence local compatible API OpenAI, ce qui permet à une instance Dify auto-hébergée d'acheminer les requêtes vers un modèle hébergé localement sans appeler de fournisseurs de LLM externes, à condition que chaque outil et intégration connectés restent aussi locaux.
Pour qui Dify est-il fait ?
Dify convient aux équipes qui veulent une plateforme unique couvrant l'orchestration de workflows, le RAG et les agents, plutôt que d'assembler des outils séparés pour chaque couche.
Dify vs. Flowise, LangChain, LlamaIndex
Dify recoupe les constructeurs visuels comme Flowise sur le canevas de workflow, et les frameworks code-first comme LangChain et LlamaIndex sur les capacités RAG et agents — la différence tient à la part de la pile réunie dans un seul produit.
| Outil | Interface | Licence | Idéal pour |
|---|---|---|---|
| Dify | Visuel + RAG + agents | Apache 2.0 modifiée | Plateforme LLMOps tout-en-un |
| Flowise | Visuelle, glisser-déposer | Apache 2.0 | Installations auto-hébergées existantes |
| LangChain | Code Python / JS | MIT | Contrôle personnalisé total |
| LlamaIndex | Code Python / TS | MIT | Pipelines RAG riches en données |
Erreurs fréquentes en évaluant Dify
Ces erreurs viennent du fait de traiter Dify comme un outil en Apache 2.0 pur, ou de confondre son périmètre groupé avec celui d'un outil plus restreint et mono-usage.
Questions fréquentes
Dify est-il gratuit ?
La Community Edition auto-hébergée est gratuite et open source. Dify Cloud propose un niveau Sandbox gratuit ainsi que des niveaux Professional et Team payants, facturés par espace de travail et par an. Dify Enterprise est tarifé sur devis.
Quelle licence Dify utilise-t-il ?
Une licence Apache 2.0 modifiée que LangGenius appelle la « Dify Open Source License ». Elle ajoute deux restrictions par rapport à Apache 2.0 pur : vous ne pouvez pas exploiter le code source comme SaaS multi-tenant sans autorisation écrite, et vous ne pouvez pas retirer ni modifier le logo Dify ou l'avis de copyright dans la console ou les applications construites avec.
Puis-je utiliser Dify commercialement ?
Oui, pour un usage interne ou comme backend de votre propre produit commercial. Revendre un accès hébergé multi-clients au code open source comme votre propre SaaS est le seul scénario nécessitant un accord écrit distinct avec LangGenius.
Dify prend-il en charge le RAG ?
Oui. La Knowledge Pipeline ingère documents et sites web, les découpe et les indexe, et laisse tout workflow ou agent interroger la base de connaissances résultante comme étape de récupération.
Dify prend-il en charge les agents IA ?
Oui. Les agents se construisent par conversation ou configuration manuelle, et peuvent appeler des API externes, exécuter du code, ou utiliser l'un des plus de 50 outils intégrés fournis avec la plateforme, y compris des outils basés sur MCP.
En quoi Dify diffère-t-il de Flowise ?
Flowise est avant tout un canevas de workflow visuel pour des constructions LangChain/LangGraph. Dify regroupe un constructeur visuel similaire avec une pipeline RAG native, un framework d'agents, la gestion des modèles et l'observabilité en une seule plateforme, plutôt que de laisser le RAG et le déploiement à des outils séparés.
En quoi Dify diffère-t-il de LangChain ou LlamaIndex ?
LangChain et LlamaIndex sont des frameworks code-first — vous écrivez du Python ou du TypeScript pour définir la logique de récupération et d'agent. Dify est une plateforme avec un constructeur visuel sur une capacité similaire, échangeant une part de flexibilité programmatique contre une itération visuelle plus rapide et un déploiement/hébergement intégrés.
Puis-je auto-héberger Dify sans GPU ?
Oui. Dify orchestre des appels vers des fournisseurs de LLM plutôt que d'exécuter l'inférence lui-même, donc la plateforme n'a aucune exigence GPU propre. Un GPU ne compte que si vous auto-hébergez séparément le LLM que Dify appelle.
Que fournit Dify Enterprise en plus de Community ?
Dify Enterprise ajoute l'authentification SSO/SAML, le contrôle d'accès basé sur les rôles (RBAC), plusieurs espaces de travail, et la conformité SOC 2 Type II et ISO 27001, déployé en auto-hébergé ou dans votre propre VPC avec support éditeur.
Quels modèles Dify prend-il en charge ?
Dify se connecte à des centaines de LLM propriétaires et open source via des dizaines de fournisseurs d'inférence, y compris tout point de terminaison compatible avec l'API OpenAI — ce qui couvre de nombreux serveurs d'inférence locaux auto-hébergés.