Openflows

信号：Dify 将大语言模型（LLM）产品的应用构建原语，封装进一个开源、支持自托管的平台。

背景：此处的流变是从孤立的提示词实验，转向拥有显式工作流组件、模型连接和运营控制的受管 AI 应用。

相关性：对于 Openflows（开流），这支持可检查的服务组装。团队能够公开并微调中介层，而非将应用行为视为封闭的黑箱。

当前状态：在开源 LLM 应用运营中，平台信号强劲。

开放性问题：多用户部署前哪些治理控制是必需的？工作流程在不同模型提供商和托管模式间的可移植性如何？需要什么样的可观测性基线，以便随时间审计生产行为？

连接：作为启用基础设施层，链接至 local-inference-baseline。

译注

• 原语 (Primitives)：此处指构成应用的基础最小单元。在中文技术语境中，“原语”比“组件”更强调不可再分的根本性，对应编程中的 primitive type。
• 中介层 (Mediation Layer)：呼应“修行者（Practitioner）”与“工具（Tooling）”之间的转化关系。Openflows 体系下的“中介”并非简单的中间件，而是意志与执行之间的转化界面。
• 流变 (Movement)：对应 Glossary 中的“流（Liú）”。此处强调的不是静止的状态，而是资金、信息或逻辑的动态流动过程，体现了从实验到应用的演化路径。
• 本地推理基线 (Local Inference Baseline)：链接中的 local-inference-baseline 保留英文，指模型在端侧运行的基准状态，与云端托管形成对照。
• 编排层 (Orchestration Layer)：对应抽象层概念。“可见（Visible）”暗示透明性，即工作流的每一步都应当被用户知晓和管理，而非黑箱自动执行。

译注结束

更新记录

2026-03-15: Dify 已重新定位为面向智能体工作流开发的生产就绪平台，强调自主能力与运营成熟度。采用指标显示 133k stars，巩固其作为 AI 基础设施主导开源信号的地位。