# Dify — plateforme d'applications LLM à héberger soi-même

Dify : créer et superviser des applications LLM (RAG, agents, workflows) en self-hosted, avec observabilité. Installation Docker et licence Apache 2.0 modifiée.

URL canonique : https://www.osfria.fr/dify.html

---

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.

### Fiabilité & transparence

🟡 **Utilisable, avec points d'attention**

- **Maintenance** : Récente (19 mai 2026) ; rythme actif (6 jours).
- **Adoption** : Plateforme complète, croissance en production.
- **Sécurité** : 5 CVE (XSS, SSRF, divulgation, path traversal, gravité mixte) — ✅ corrigées 1.9.0+. Vérifiez que vous êtes à jour.
- **Verdict** : Plateforme end-to-end pour LLM (design, déploiement, observabilité). Bonne couverture, mais mettez à jour régulièrement. Attention particulière aux workflows et agents exécutables.

> 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](https://www.osfria.fr/ollama.html) 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](https://www.osfria.fr/langflow.html) ou [Flowise](https://www.osfria.fr/flowise.html) ; pour de l'automatisation métier large, [n8n](https://www.osfria.fr/n8n.html).

### Installation

#### Prérequis

Docker et Docker Compose. Dify est une **stack multi-conteneurs** : prévoyez de la ressource (un minimum de 2 Go de RAM pour un usage léger, davantage en pratique). Aucun GPU requis côté Dify — les modèles sont appelés via API ou via Ollama en local.

#### Cloner et démarrer

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

# Configuration par défaut
cp .env.example .env

# Démarrer tous les services
docker compose up -d
```

Ouvrez **http://localhost** (port 80 par défaut). La première connexion crée le compte administrateur.

#### Mise à jour

```
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` contient une `SECRET_KEY` et des mots de passe (PostgreSQL, Redis) à modifier **avant** le premier démarrage. 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](https://www.osfria.fr/ollama.html) 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.** `SECRET_KEY` et mots de passe PostgreSQL / Redis dans `.env`.
- **HTTPS et pas de port 80 brut sur Internet.** 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](https://www.osfria.fr/ollama.html) — brancher un modèle local pour garder vos données chez vous.
- [LiteLLM](https://www.osfria.fr/litellm.html) — unifier plusieurs providers derrière un seul endpoint, en amont de Dify.
- [Langflow](https://www.osfria.fr/langflow.html) — une alternative plus légère pour prototyper.
- [n8n](https://www.osfria.fr/n8n.html) — pour les automatisations qui dépassent le périmètre LLM.
- [OSIALab](https://www.osfria.fr/osialab.html) — comparer tous les outils d'automatisation IA.

### Sources

- Site officiel : **dify.ai**
- Code source : [github.com/langgenius/dify](https://github.com/langgenius/dify)
- Documentation : [docs.dify.ai](https://docs.dify.ai)
- Licence : [Dify Open Source License](https://github.com/langgenius/dify/blob/main/LICENSE) — Apache 2.0 modifiée (interdiction d'exploitation multi-tenants/SaaS sans accord + interdiction de retirer le logo et le copyright).