OSFRIA Découvrir les outils

OSIALab · Automatiser

Dify — une plateforme complète pour vos applications LLM

Dify est une plateforme open source pour créer, déployer et superviser des applications fondées sur des modèles de langage : chatbots, agents, pipelines RAG, workflows. Là où la plupart des outils s'arrêtent au prototype, Dify ajoute la couche qui manque souvent — observabilité, gestion des providers, API de production. Elle s'auto-héberge.

Page informative, sans valeur de conseil. Téléchargez depuis la source officielle et lisez la licence attentivement : celle de Dify est une Apache 2.0 modifiée qui ajoute deux restrictions précises (voir plus bas). Dify exécute du code dans ses nœuds et peut piloter des agents autonomes : testez en environnement isolé.

À quoi ça sert

Dify réunit dans un seul environnement ce qu'on assemble habituellement à la main : un éditeur de prompts, un constructeur de workflows visuels, une base de connaissances vectorielle pour le RAG, une gestion des clés API par provider, et surtout une couche d'observabilité — chaque appel LLM est tracé, les tokens sont comptabilisés, les erreurs enregistrées. On crée un assistant sur ses documents, un agent de traitement, un pipeline d'extraction, puis on l'expose via une API REST pour l'intégrer ailleurs.

Cas d'usage courants : assistant interne sur base documentaire, extraction structurée depuis des PDF, agent de qualification, outil de modération, orchestration multi-agents — avec, à chaque fois, la possibilité de mesurer ce qui se passe.

Ce qui fait sa force

  • L'observabilité native. Le vrai différenciateur : suivi des appels, comptage des tokens, journal des erreurs. Pour qui doit maîtriser des coûts ou auditer des interactions, c'est un atout rare dans cette catégorie.
  • Une vraie API de production. Chaque application créée est immédiatement appelable en REST, avec gestion des clés. Dify vise l'exploitation, pas seulement la maquette.
  • Workflows et agents réunis. Constructeur visuel de workflows et orchestration d'agents cohabitent. On passe d'un simple chatbot RAG à un pipeline outillé sans changer d'outil.
  • Multi-providers, local compris. Dify se branche sur de nombreux providers et sur Ollama en local. On garde les traitements sensibles sur sa machine.
  • Base de connaissances intégrée. Import de documents, découpage, indexation vectorielle et récupération sont fournis, sans empiler des briques séparées.

Pour qui

Pour des équipes techniques qui veulent un environnement d'exploitation, pas un simple outil de prototypage. La mise en route (Docker, variables d'environnement, choix des providers) suppose un profil technique ; en revanche, une fois en place, l'interface de test s'ouvre à des utilisateurs métier. Dify part du principe que vous savez ce qu'est un LLM, un embedding et une base vectorielle. Pour prototyper plus légèrement, regardez Langflow ou Flowise ; pour de l'automatisation métier large, n8n.

Installation

Prérequis

Docker et Docker Compose (version 2.24.0 ou plus récente). Dify est une stack multi-conteneurs : prévoyez de la ressource. Le minimum indiqué par l'éditeur est de 2 cœurs de processeur et 4 Gio de RAM (documentation Dify, consultée le 30 octobre 2026) ; il en faut davantage en pratique, selon la charge et les modèles locaux. Sous macOS avec Docker Desktop, la documentation demande d'allouer au moins 2 processeurs virtuels et 8 Gio de mémoire à la machine virtuelle de Docker. Aucun GPU requis côté Dify — les modèles sont appelés via API ou via Ollama en local.

Cloner et démarrer

À savoir avant de copier une commande : le fichier Compose officiel publie Nginx (ports 80 et 443) sur toutes les adresses de la machine, et c'est la première personne qui ouvre la page /install qui crée le compte administrateur. Avant le premier lancement, limitez donc la publication à votre machine dans .env, sans toucher au fichier Compose officiel : la variable EXPOSE_NGINX_PORT, que la documentation de Dify décrit comme le port de l'hôte relié à Nginx, accepte la forme 127.0.0.1:80 de Docker. Définissez aussi INIT_PASSWORD, qui protège la page d'installation (30 caractères au plus), et remplacez les valeurs par défaut du fichier d'exemple : mots de passe de la base et de Redis (difyai123456) et DIFY_AGENT_SERVER_SECRET_KEY, que le fichier signale lui-même comme une valeur de développement à remplacer en production.

# Récupérer le dépôt
git clone https://github.com/langgenius/dify.git
cd dify/docker

# Configuration par défaut
cp .env.example .env

# Avant le premier lancement, dans .env (remplacez les marqueurs) :
#   EXPOSE_NGINX_PORT=127.0.0.1:80
#   EXPOSE_NGINX_SSL_PORT=127.0.0.1:443
#   INIT_PASSWORD=CHOISISSEZ_UN_MOT_DE_PASSE
#   DB_PASSWORD=... et REDIS_PASSWORD=... : remplacez difyai123456
#   DIFY_AGENT_SERVER_SECRET_KEY=... : remplacez la valeur de développement
#   DIFY_AGENT_API_TOKEN=... : remplacez la valeur de développement

# Démarrer tous les services
docker compose up -d

Ouvrez http://localhost/install pour créer le compte administrateur (le mot de passe INIT_PASSWORD vous est demandé), puis connectez-vous sur http://localhost.

Le port 5003, réservé au débogage à distance des plugins, est lui aussi publié sur toutes les adresses. Si vous ne développez pas de plugins, retirez-le avec un fichier docker-compose.override.yaml, placé à côté du fichier officiel et lu automatiquement par Docker Compose :

# docker-compose.override.yaml
services:
  plugin_daemon:
    ports: !reset []

Mise à jour

# Avant toute mise à jour : sauvegardez le dossier volumes/ et votre .env,
# puis comparez votre .env au nouveau .env.example
cd dify/docker
docker compose down
git pull origin main
docker compose pull
docker compose up -d

Aller plus loin : l'exécution de code et la stack

Les nœuds de code de Dify (Python, JavaScript, modèles Jinja2) ne s'exécutent pas dans le service principal mais dans un service séparé, DifySandbox — un environnement d'exécution conçu pour isoler du code non fiable, pensé pour les contextes multi-utilisateurs. C'est une protection utile, à condition de garder ce service à jour.

Côté infrastructure, docker compose up lance plusieurs services : l'API et le worker Dify, une base PostgreSQL, un Redis, une base vectorielle (Weaviate ou pgvector selon la configuration) et le sandbox. C'est puissant, mais cela représente une surface à maintenir plus large qu'un outil mono-conteneur.

Points de vigilance

Dify est une application web multi-services qui exécute du code et orchestre des agents. Les points ci-dessous sont propres à ce qu'elle est — à commencer par sa licence, plus exigeante qu'une Apache 2.0 standard.

Point d'attention Niveau Ce qu'il faut savoir
Licence : Apache 2.0 modifiée, deux restrictions 🔴 avant tout usage SaaS / commercial Dify est sous une Apache 2.0 assortie de conditions additionnelles : (1) vous ne pouvez pas utiliser le code de Dify pour exploiter un service multi-tenants (offre SaaS) sans autorisation écrite de l'éditeur ; (2) vous ne pouvez pas retirer ou modifier le logo et les mentions de copyright dans la console et les applications Dify. En dehors de ces deux points, l'usage commercial (back-end, plateforme interne) est permis. Lisez la licence avant tout déploiement.
Agents autonomes avec accès à vos systèmes 🔴 selon les outils accordés Workflows et agents peuvent appeler des API, lire/écrire des données, déclencher des webhooks. Restreignez les permissions des outils et supervisez les premières exécutions en production.
Secrets par défaut à changer 🟡 réel Le fichier .env d'exemple contient des mots de passe par défaut (PostgreSQL, Redis : difyai123456) et deux valeurs de développement à remplacer (DIFY_AGENT_SERVER_SECRET_KEY, DIFY_AGENT_API_TOKEN) ; laissée vide, SECRET_KEY est générée automatiquement. Les laisser par défaut expose l'instance.
Données sensibles envoyées à un provider cloud 🟡 selon le provider choisi Si une application pointe sur un provider distant, les données transmises au modèle quittent votre infrastructure. Pour le confidentiel, utilisez Ollama en local.
Stack multi-conteneurs à maintenir 🟡 réel PostgreSQL, Redis, base vectorielle, sandbox, services Dify : davantage de composants à mettre à jour et à sauvegarder. Automatisez la sauvegarde de PostgreSQL et du volume de données.
Failles du sandbox — tenir à jour 🟡 réel Des failles dans DifySandbox (le service qui isole l'exécution de code) ont été corrigées. Ce service est un maillon clé : un sandbox non à jour peut être contourné. Tenez l'ensemble de la stack Dify à jour, et accordez une attention particulière aux mises à jour du service sandbox dans le changelog officiel.

Sécurité

  • Changez les secrets avant le premier démarrage : mots de passe PostgreSQL / Redis, DIFY_AGENT_SERVER_SECRET_KEY et DIFY_AGENT_API_TOKEN dans .env.
  • HTTPS et pas de port 80 brut sur Internet. Gardez EXPOSE_NGINX_PORT=127.0.0.1:80 et placez devant un reverse proxy (Nginx, Caddy) avec TLS ; restriction par IP si possible.
  • Compte administrateur solide. Mot de passe fort, et authentification renforcée si disponible.
  • Gardez DifySandbox à jour. C'est lui qui isole l'exécution de code des nœuds ; ses correctifs comptent.
  • Sauvegardez PostgreSQL et le volume. Ils contiennent vos applications, workflows, bases de connaissances et journaux.
  • Restreignez les outils des agents. N'accordez que ce qui est nécessaire ; surveillez les premiers passages en production.

Aller plus loin

  • Ollama — brancher un modèle local pour garder vos données chez vous.
  • LiteLLM — unifier plusieurs providers derrière un seul endpoint, en amont de Dify.
  • Langflow — une alternative plus légère pour prototyper.
  • n8n — pour les automatisations qui dépassent le périmètre LLM.
  • OSIALab — comparer tous les outils d'automatisation IA.

Sources