Principais conclusões
- A licença não é Apache 2.0 pura — a "Dify Open Source License" adiciona uma cláusula contra implantações SaaS multiusuário não autorizadas e uma exigência de manter o logo/marca
- A Community Edition (auto-hospedada) é gratuita, de código aberto e funciona como um único workspace via Docker
- O Dify Cloud é uma opção gerenciada paga com um nível Sandbox gratuito e preços anuais por workspace
- O Dify Enterprise adiciona SSO/SAML, RBAC e conformidade SOC 2 Type II e ISO 27001 para implantação auto-hospedada ou em VPC
- RAG (Knowledge Pipeline) e chamadas de ferramentas por agentes são funções centrais, não complementos — o mesmo painel constrói ambos
- Mais de 50 ferramentas integradas para agentes (busca, geração de imagens, execução de código, entre outras), além de integrações com centenas de LLMs
📍 Em uma frase
O Dify é uma plataforma open source que combina um construtor visual de workflows de IA, um pipeline de conhecimento RAG e um framework de agentes, lançada sob licença Apache 2.0 modificada que restringe operá-la como SaaS multiusuário sem autorização por escrito.
💬 Em termos simples
Em vez de conectar separadamente um sistema de busca de documentos, um chatbot e um framework de agentes, o Dify coloca os três atrás de um único painel de arrastar e soltar, que você pode auto-hospedar ou usar como serviço em nuvem pago.
📌Nota: Se você planeja revender acesso ao Dify hospedado como serviço multiusuário para seus próprios clientes, leia primeiro a seção de licença abaixo — esse caso de uso exige um acordo comercial com a LangGenius.
O que é o Dify?
O Dify é uma plataforma open source para criar e implantar aplicações LLM — chatbots, assistentes de busca em documentos e sistemas multiagente — por meio de uma interface visual, em vez de reunir bibliotecas separadas para orquestração, recuperação e lógica de agentes. O projeto é mantido pela LangGenius e hospedado em github.com/langgenius/dify, onde já ultrapassou 154.000 estrelas no GitHub.
- Workflow Studio: um construtor visual baseado em nós para encadear prompts, etapas de recuperação, chamadas de ferramentas e lógica condicional em uma aplicação funcional
- Knowledge Pipeline (RAG): ingestão, fragmentação, embedding e indexação de documentos, alimentando a recuperação de um agente ou workflow
- Agentes: criados por conversa ou configuração manual, implantáveis de forma autônoma, incorporados em um site, ou como um nó dentro de um workflow maior
- Gerenciamento de modelos: conecta a centenas de LLMs proprietários e open source por dezenas de provedores de inferência, incluindo qualquer endpoint compatível com a API da OpenAI
- Mais de 50 ferramentas integradas para agentes (busca na web, geração de imagens, execução de código, entre outras), extensíveis via integrações do marketplace e MCP
- Opções de publicação: implantar um app como app web, API REST, widget de chat incorporável ou ferramenta compatível com MCP, com monitoramento de execução
- Versão atual: v1.17.1, confirmada via lançamentos no GitHub do Dify
Licença do Dify: o que a Apache 2.0 modificada restringe
O Dify não é lançado sob a licença Apache 2.0 padrão. O repositório usa o que a LangGenius chama de "Dify Open Source License" — uma base Apache 2.0 com termos adicionais. Esse é o fato que a maioria das análises ignora, e ele muda como você pode implantar o Dify legalmente em cenários específicos.
Os termos adicionais acrescentam duas restrições que a Apache 2.0 pura não tem. Primeiro, você não pode usar o código-fonte do Dify para operar um ambiente multiusuário sem autorização explícita por escrito da LangGenius — ou seja, não pode pegar o código open source e revendê-lo como seu próprio produto SaaS hospedado e multicliente sem um acordo comercial. Segundo, você não pode remover ou modificar o logo do Dify nem as informações de copyright exibidas no console ou em aplicações construídas com ele.
- Permitido: auto-hospedar o Dify internamente para sua própria equipe ou organização, em sua própria infraestrutura
- Permitido: usar o Dify como serviço de backend dentro de sua própria aplicação, incluindo produtos comerciais, sem um modelo de revenda multiusuário
- Permitido: modificar, bifurcar (fork) e redistribuir o código-fonte sob os mesmos termos de licença
- Restrito sem autorização por escrito: operar o código-fonte do Dify como plataforma SaaS multiusuário — ou seja, revender acesso ao Dify hospedado para vários clientes distintos como seu próprio serviço
- Restrito a qualquer momento: remover ou alterar o logo/aviso de copyright do Dify no console ou em apps construídos sobre ele
⚠️Aviso: Não presuma que "open source" significa "Apache 2.0 sem condições". Leia o arquivo LICENSE no repositório langgenius/dify antes de construir um produto multiusuário sobre o código auto-hospedado.
Community vs. Cloud vs. Enterprise
O Dify existe em três formatos, e o certo depende de quem hospeda a infraestrutura e de quanto suporte você precisa.
Community
- Hospedagem:
- Auto-hospedada (Docker)
- Custo:
- Gratuito
- Limite de workspace:
- 1 workspace
- Melhor para:
- Equipes internas, desenvolvedores, infraestrutura autogerenciada
Dify Cloud — Sandbox
- Hospedagem:
- Gerenciada (LangGenius)
- Custo:
- US$ 0/ano
- Limite de workspace:
- 1 workspace, 1 membro
- Melhor para:
- Avaliação e projetos pessoais pequenos
Dify Cloud — Professional
- Hospedagem:
- Gerenciada (LangGenius)
- Custo:
- US$ 590/ano por workspace
- Limite de workspace:
- 1 workspace, 3 membros
- Melhor para:
- Equipes pequenas sem infraestrutura própria
Dify Cloud — Team
- Hospedagem:
- Gerenciada (LangGenius)
- Custo:
- US$ 1.590/ano por workspace
- Limite de workspace:
- 1 workspace, 50 membros
- Melhor para:
- Equipes maiores com mais apps e armazenamento
Enterprise
- Hospedagem:
- Auto-hospedada ou VPC
- Custo:
- Personalizado (contatar vendas)
- Limite de workspace:
- Vários workspaces
- Melhor para:
- Organizações que precisam de SSO/SAML, RBAC, SOC 2, ISO 27001
Os planos do Dify Cloud também limitam créditos de mensagens, número de apps, documentos da base de conhecimento e armazenamento — o Sandbox inclui 200 créditos de mensagens, 5 apps e 50 documentos; o Professional inclui 5.000 créditos de mensagens/mês, 50 apps e 500 documentos; o Team inclui 10.000 créditos de mensagens/mês, 200 apps e 1.000 documentos. Confira dify.ai/pricing diretamente antes de se decidir, já que os limites de uso mudam independentemente do preço anunciado.
Recursos de RAG e base de conhecimento
O Knowledge Pipeline do Dify cuida do lado de RAG (geração aumentada por recuperação): transformar arquivos, sites e documentos em uma base de conhecimento pesquisável que um agente ou workflow pode consultar em tempo de execução.
- Ingestão: envie arquivos ou conecte fontes de dados; o pipeline extrai o texto, limpa e prepara para indexação
- Fragmentação e indexação: os documentos são divididos em segmentos recuperáveis e vetorizados para busca semântica
- Base de conhecimento como componente: qualquer workflow ou agente pode anexar uma ou mais bases de conhecimento como etapa de recuperação
- Backend de armazenamento vetorial: Weaviate vem como padrão na stack Docker Compose auto-hospedada, com suporte configurável para Qdrant, pgvector, pgvecto-rs, Chroma, OceanBase, Couchbase e outros backends via as configurações de
docker/.env.example - Os limites de número de documentos escalam por plano — os níveis gratuitos Community/Sandbox limitam documentos de conhecimento abaixo dos níveis Cloud pagos ou implantações Enterprise auto-hospedadas
Agentes e chamadas de ferramentas
Os agentes no Dify podem ser criados de duas formas: por um fluxo de configuração conversacional, ou conectando manualmente ferramentas, bases de conhecimento e lógica no painel. De qualquer forma, o agente resultante pode rodar de forma autônoma, ser incorporado em um site, ou atuar como um nó dentro de um workflow maior e de várias etapas.
- Chamadas de ferramentas: os agentes podem chamar APIs externas, executar código, consultar bancos de dados ou usar qualquer uma das mais de 50 ferramentas integradas (busca na web, geração de imagens, entre outras) que acompanham a plataforma
- Suporte a MCP: o marketplace do Dify integra ferramentas e fontes de dados do Model Context Protocol junto com sua biblioteca de ferramentas nativa
- Orquestração de workflow: ramificação condicional, lógica de várias etapas, e encadeamento de uma etapa de agente com uma etapa de recuperação RAG ou outro agente
- Publicação: um agente pronto é implantado como app web, endpoint de API, widget incorporável ou ferramenta compatível com MCP, com monitoramento de execução
Como auto-hospedar o Dify?
Auto-hospedar a Community Edition executa a plataforma completa em infraestrutura que você controla, usando Docker Compose — o método de início rápido documentado oficialmente.
- 1Instale o Docker e o Docker Compose, caso ainda não tenha, no Linux, macOS ou Windows com WSL2.
- 2Clone o repositório: git clone https://github.com/langgenius/dify.git, depois cd dify/docker.
- 3Copie o arquivo de ambiente de exemplo: cp .env.example .env, e revise os valores antes de iniciar a stack.
- 4Inicie a stack: docker compose up -d. Isso inicia o servidor API, o frontend web e os serviços de suporte.
- 5Abra http://localhost/install em um navegador para concluir a configuração inicial e criar uma conta de administrador.
- 6Adicione pelo menos um provedor de LLM (uma chave de API para um modelo proprietário, ou uma conexão a um endpoint local compatível com a API da OpenAI) antes de construir seu primeiro workflow.
O Dify auto-hospedado precisa de GPU?
Não, não para a plataforma em si. O Dify orquestra chamadas para provedores de LLM — ele não executa a inferência do modelo. Uma GPU só é relevante se você auto-hospedar separadamente o LLM que o Dify chama (por exemplo, via um servidor de inferência local).
Posso rodar o Dify totalmente offline com modelos locais?
Você pode apontar o Dify para qualquer endpoint de inferência local compatível com a API da OpenAI, o que permite que uma instância do Dify auto-hospedada encaminhe solicitações para um modelo hospedado localmente sem chamar provedores de LLM externos, desde que cada ferramenta e integração conectada também permaneça local.
Para quem o Dify é indicado?
O Dify combina com equipes que querem uma plataforma cobrindo orquestração de workflows, RAG e agentes juntos, em vez de reunir ferramentas separadas para cada camada.
Use o Dify se
- Você quer RAG, chamadas de ferramentas por agentes e um construtor visual de workflows em um só produto, em vez de integrar três ferramentas separadas
- Você se sente confortável auto-hospedando via Docker, ou prefere uma opção gerenciada (Dify Cloud) com preços previsíveis por workspace
- Sua implantação é para uso interno ou um único produto comercial — não a revenda de acesso hospedado para muitos clientes distintos
- Você precisa de recursos de conformidade (SSO, RBAC, SOC 2, ISO 27001) que o Dify Enterprise já traz pronto
Evite o Dify se
- Você só precisa de um construtor visual leve para prototipagem rápida — uma ferramenta mais específica pode ter uma curva de aprendizado mais suave para essa única tarefa
- Você está construindo um produto SaaS multiusuário sobre o código open source sem orçamento para uma licença comercial da LangGenius
- Você precisa de controle programático total sobre cada etapa — um framework code-first oferece mais flexibilidade do que qualquer painel baseado em nós
- Sua equipe já tem uma stack de RAG ou agentes code-first funcionando e não precisa de uma camada visual por cima
Dify vs. Flowise, LangChain, LlamaIndex
O Dify se sobrepõe a construtores visuais como o Flowise no painel de workflow, e a frameworks code-first como LangChain e LlamaIndex em capacidade de RAG e agentes — a diferença está em quanto da stack vem embutido em um só produto.
Ferramenta | Interface | Licença | Melhor para |
|---|---|---|---|
| Dify | Visual + RAG + agentes | Apache 2.0 modificada | Plataforma LLMOps tudo em um |
| Flowise | Visual, arrastar e soltar | Apache 2.0 | Instalações auto-hospedadas existentes |
| LangChain | Código Python / JS | MIT | Controle total e personalizado |
| LlamaIndex | Código Python / TS | MIT | Pipelines RAG intensivos em dados |
Erros comuns ao avaliar o Dify
Esses erros vêm de tratar o Dify como uma ferramenta Apache 2.0 pura, ou de confundir seu escopo agrupado com o de uma ferramenta mais restrita e de propósito único.
Erro 1: presumir que a licença é Apache 2.0 sem restrições
A "Dify Open Source License" adiciona uma restrição SaaS multiusuário e uma cláusula de manutenção de logo/marca além da Apache 2.0. Construir um produto hospedado multicliente sobre o código open source sem checar isso antes é um risco jurídico, não apenas um detalhe técnico.
Erro 2: comparar o Dify com o Flowise como se resolvessem o mesmo escopo
O Flowise é principalmente um painel de workflow visual. O Dify agrupa esse painel com um pipeline RAG nativo, um framework de agentes, gerenciamento de modelos e observabilidade — a comparação deveria pesar "uma plataforma" contra "ferramenta de workflow mais ferramentas RAG/agentes separadas", não só as bibliotecas de nós.
Erro 3: ignorar os limites de plano do Dify Cloud
Créditos de mensagens, número de documentos de conhecimento e armazenamento escalam com o nível pago. Uma conta Sandbox com 200 créditos de mensagens e 50 documentos de conhecimento não sustenta uma carga de produção — confira os limites atuais em dify.ai/pricing antes de se comprometer com um plano.
Perguntas frequentes
O Dify é gratuito?
A Community Edition auto-hospedada é gratuita e de código aberto. O Dify Cloud tem um nível Sandbox gratuito além de níveis Professional e Team pagos, cobrados por workspace e por ano. O Dify Enterprise tem preço personalizado.
Que licença o Dify usa?
Uma licença Apache 2.0 modificada que a LangGenius chama de "Dify Open Source License". Ela adiciona duas restrições além da Apache 2.0 pura: você não pode operar o código-fonte como SaaS multiusuário sem autorização por escrito, e não pode remover ou modificar o logo do Dify ou o aviso de copyright no console ou nos apps construídos com ele.
Posso usar o Dify comercialmente?
Sim, para uso interno ou como backend do seu próprio produto comercial. Revender acesso hospedado multicliente ao código open source como seu próprio SaaS é o único cenário que exige um acordo por escrito separado com a LangGenius.
O Dify suporta RAG?
Sim. O Knowledge Pipeline ingere documentos e sites, fragmenta e indexa, e permite que qualquer workflow ou agente consulte a base de conhecimento resultante como etapa de recuperação.
O Dify suporta agentes de IA?
Sim. Os agentes podem ser criados por conversa ou configurados manualmente, e podem chamar APIs externas, executar código, ou usar qualquer uma das mais de 50 ferramentas integradas que acompanham a plataforma, incluindo ferramentas baseadas em MCP.
Qual é a diferença entre Dify e Flowise?
O Flowise é principalmente um painel de workflow visual para construções LangChain/LangGraph. O Dify agrupa um construtor visual semelhante com um pipeline RAG nativo, um framework de agentes, gerenciamento de modelos e observabilidade em uma só plataforma, em vez de deixar RAG e implantação para ferramentas separadas.
Qual é a diferença entre Dify e LangChain ou LlamaIndex?
LangChain e LlamaIndex são frameworks code-first — você escreve Python ou TypeScript para definir a lógica de recuperação e de agentes. O Dify é uma plataforma com um construtor visual sobre capacidade semelhante, trocando parte da flexibilidade programática por iteração visual mais rápida e implantação/hospedagem integradas.
Posso auto-hospedar o Dify sem GPU?
Sim. O Dify orquestra chamadas para provedores de LLM em vez de executar a inferência ele mesmo, então a plataforma não tem exigência própria de GPU. Uma GPU só importa se você auto-hospedar separadamente o LLM que o Dify chama.
O que o Dify Enterprise adiciona em relação ao Community?
O Dify Enterprise adiciona autenticação SSO/SAML, controle de acesso baseado em funções (RBAC), vários workspaces, e conformidade SOC 2 Type II e ISO 27001, implantado auto-hospedado ou em sua própria VPC com suporte do fornecedor.
Quais modelos o Dify suporta?
O Dify se conecta a centenas de LLMs proprietários e open source por dezenas de provedores de inferência, incluindo qualquer endpoint compatível com a API da OpenAI — o que cobre muitos servidores de inferência locais auto-hospedados.