Dify: что это за платформа и как подключить к ней свои модели

Если вы искали «dify что это», коротко: это открытая платформа для сборки ИИ-приложений. В визуальном редакторе вы соединяете блоки (запрос к модели, поиск по документам, условия, вызов внешнего API), а готовое приложение публикуете как веб-страницу, виджет или API. Ниже разберём, из чего Dify состоит, как им пользоваться, как подключить к нему модели и во сколько обходится работа, с расчётом на цифрах Zukko.

Dify: что это и из чего состоит

Dify описывается в документации как open-source платформа для создания ИИ-приложений: агентов, агентных воркфлоу и чат-ботов, которые работают с вашими данными. Исходный код лежит в репозитории github.com/langgenius/dify↗. В платформе собраны:

• Визуальный редактор (Studio): приложение собирается из узлов на холсте.
• Управление моделями: подключение провайдеров, среди которых можно использовать любой OpenAI-совместимый API.
• База знаний (RAG): загрузка документов, разбиение на фрагменты, индексация и поиск.
• Агенты: модель, которая сама решает, какие инструменты вызвать.
• Публикация: веб-приложение, встраиваемый виджет, API и MCP-сервер.
• Наблюдаемость: дашборд с метриками, журналы запросов, интеграции с инструментами трассировки (в документации названы Langfuse, LangSmith, Opik и другие).

Работать можно двумя способами: в облаке Dify (в документации сказано, что есть бесплатный тариф Sandbox, условия смотрите на сайте Dify) или на своём сервере из Community-версии. Установка на свой сервер описана в документации Dify: самый простой путь, по README проекта, — Docker Compose.

Типы приложений

При создании приложения Dify просит выбрать тип. Для сложных сценариев документация выделяет два основных:

Кроме них есть три простых типа на том же движке: Chatbot (диалог по промпту), Agent (модель с инструментами) и Text Generator (один запрос — один текст). Любое приложение можно экспортировать в YAML-файл (формат DSL) и импортировать в другом экземпляре Dify.

Типичные узлы воркфлоу: LLM (запрос к модели), Knowledge Retrieval (поиск в базе знаний), Question Classifier (маршрутизация по теме), If-Else, Iteration и Loop, Code (Python или JavaScript), Template (Jinja2), HTTP Request, Parameter Extractor, Document Extractor, Agent, Human Input. Начинается воркфлоу либо с узла User Input (по запросу пользователя или API), либо с триггера (по расписанию, вебхуку или внешнему событию).

Dify: как пользоваться на примере бота поддержки

Простой сценарий из пяти шагов:

1. Создайте базу знаний и загрузите документы (локальные файлы, страницы сайта, Notion). Настройте разбиение на фрагменты и метод индексации. Для индексации нужна модель эмбеддингов: у Zukko моделей эмбеддингов нет (только чат-модели), поэтому подключите для этого другого провайдера.
2. Создайте Chatflow и добавьте узел Knowledge Retrieval, который по вопросу достаёт нужные фрагменты.
3. Добавьте узел LLM: передайте ему вопрос и найденные фрагменты, в системном промпте попросите отвечать только по этим данным и признавать, если ответа нет.
4. Проверьте в окне отладки: Dify показывает переменные и вывод каждого узла, а история запусков сохраняется.
5. Опубликуйте: как веб-приложение со своим адресом, виджет для сайта или через API.

Такой процесс можно собрать без кода, а ограничения зависят от задачи: если нужна сложная бизнес-логика или нестандартные интеграции, придётся писать узлы Code или обращаться к API Dify из своего приложения.

Как подключить к Dify свои модели

Dify умеет работать с провайдерами из каталога, но для любого сервиса с OpenAI-совместимым API используется плагин OpenAI-API-compatible. Именно так подключается шлюз Zukko: один ключ fetch_... даёт модели Claude, GPT, Gemini, DeepSeek, Qwen и GLM. Кратко:

1. Создайте ключ на странице API-ключей↗.
2. В Dify откройте Integrations → Model Provider, установите плагин OpenAI-API-compatible и нажмите Add Model.
3. Укажите тип LLM, имя модели из GET https://api.zukko.pro/v1/models, ключ и API Base URL https://api.zukko.pro/v1.
4. Укажите реальный размер контекста и сохраните; Dify проверит данные.

В Dify модель выбирается для каждого узла отдельно, что удобно для экономии. Полный разбор полей формы, ошибок и ограничений Claude по параметрам — в статье подключение Zukko к Dify↗. Dify обращается к модели через /v1/chat/completions, то есть в OpenAI-формате.

Сколько стоит работа бота на разных моделях

Допустим, бот поддержки отвечает на 10 000 сообщений в месяц. На сообщение уходит в среднем 2 500 токенов входа (системный промпт, найденные фрагменты, история) и 400 выхода. Итого 25M входа и 4M выхода. Цены за 1M токенов на 18 октября 2026 (вход / выход):

Для сравнения, claude-sonnet-5-5 по официальным ценам (2 / 10) даёт 2 × 25 + 10 × 4 = $90.00. Dify обращается к модели в OpenAI-формате, поэтому у Claude кэш скидки не даёт: весь вход считается по цене входа.

Расчёт условный, реальные объёмы вы увидите в разделе «Использование» кабинета. Если часть вопросов простая, можно развести их по узлам: допустим, 70% сообщений обрабатывает deepseek-v4.1-flash, а 30% сложных идут на claude-sonnet-5-5. Тогда 7 000 сообщений на DeepSeek стоят 17.5 × 0.013 + 2.8 × 0.038 = $0.2275 + $0.1064 = $0.334, а 3 000 на Sonnet: 7.5 × 0.4 + 1.2 × 2 = $3.00 + $2.40 = $5.40; в сумме около $5.73. Хватит ли недорогой модели на простых вопросах, проверьте на 20–30 реальных примерах: индексы силы (39 у DeepSeek V4.1 Flash и 48 у Claude Sonnet 5.5, по Intelligence Index от Artificial Analysis) не заменяют такую проверку.

Чтобы расход не вышел из-под контроля, заведите отдельный ключ для Dify с дневным и месячным лимитом (см. лимиты ключей↗). Пополнить баланс можно от $1. При оплате по СБП платёжная страница добавляет 8,5% сверху, а на баланс приходит ровно выставленная сумма в долларах; у карт MasterCard комиссия около 13% и диапазон $2–$594; принимается и криптовалюта.

Когда Dify подходит, а когда нет

Подходит, если нужно быстро собрать и показать рабочий прототип, если приложением будут заниматься не только программисты и если нужны база знаний, публикация и журналы «из коробки».

Не подходит, если процесс целиком укладывается в сотню строк кода и вы не хотите поддерживать отдельную платформу, или если нужен нестандартный контроль над каждым запросом к модели. Для этого проще SDK: как подключить нейросеть к приложению↗. Похожие по задачам инструменты — Flowise↗ и n8n.

Частые вопросы

Dify — это нейросеть?

Нет. Dify не содержит собственной модели: это платформа, которая вызывает модели через провайдеров, в том числе через OpenAI-совместимый API.

Dify бесплатный?

Исходный код открыт, и Community-версию можно развернуть самостоятельно, но сервер, хранилище и вызовы моделей оплачиваете вы. В облаке Dify действуют собственные тарифы; их условия смотрите на сайте Dify.

Можно ли подключить разные модели к разным узлам?

Да. Подключите несколько моделей в одном провайдере и выбирайте нужную в каждом узле LLM.

Где посмотреть расход на модели?

В разделе «Использование» кабинета Zukko виден расход по ключам. В самом Dify есть дашборд с метриками приложения.

Чтобы попробовать Dify с моделями Zukko, создайте ключ в кабинете↗ и добавьте провайдера по шагам выше.