Dify Master SKILL
Ein modulares, progressiv aufgebautes Dify-Entwicklungskompetenzsystem
Schnellnavigation
Was ist Dify
Dify ist eine Open-Source-LLMOps-Plattform, die visuelles Workflow-Orchestrieren und ein leistungsstarkes Pluginsystem bietet. Sie hilft Entwicklern, KI-Anwendungen schnell zu erstellen und bereitzustellen.
Kernfunktionen
- Visuelle Workflows: Drag-and-Drop-Orchestrierung, komplexe KI-Anwendungen ohne Code
- Pluginsystem: Unterstützt Werkzeuge, Modelle, Datenquellen und weitere Plugin-Typen
- Produktionsreif: Von lokaler Entwicklung bis zur großflächigen verteilten Bereitstellung
- Open-Source-Ökosystem: 114k+ GitHub-Sterne, aktive Community und reichhaltiger Plugin-Marktplatz
Technische Architektur
- Beehive-Architektur: Modulares, erweiterbares Systemdesign
- Queue-basierte Graph-Engine: Ereignisgesteuert, parallele Ausführung, hohe Leistung
- Multi-Runtime-Unterstützung: Lokal, Debug, Serverless – drei Betriebsmodi
- MCP-Protokollintegration: Standardisierte Integration mit Claude und anderen KI-Assistenten
SKILL-Systemübersicht
Dify Master SKILL ist modular aufgebaut und enthält 6 Kern-Sub-SKILLs, die den gesamten Entwicklungs- bis Bereitstellungsprozess abdecken.
dify-master (Haupteinstieg)
├── 01-workflow # Workflow-Design
├── 02-plugin # Plugin-Entwicklung
├── 03-performance # Leistungsoptimierung
├── 04-security # Sicherheit und Bereitstellung
├── 05-integration # Integration und Erweiterung
└── 06-reference # Referenzmaterialien
Designprinzipien
- Modular: Jeder Sub-SKILL ist eigenständig und kann separat verwendet werden
- Progressiv: Von der Übersicht ins Detail, je nach Bedarf vertiefen
- Kontextoptimiert: Minimierung der einmalig geladenen Inhaltsmenge
- Praxisorientiert: Bereitstellung von sofort nutzbarem Code und Konfigurationen
Schnellstart
Szenario 1: Ersten Workflow erstellen
# Einfacher Frage-Antwort-Workflow
workflow:
graph:
nodes:
- data:
type: start
variables: []
id: start
- data:
type: llm
model:
provider: openai
name: gpt-4
prompt_template:
- role: system
text: "Du bist ein Assistent"
- role: user
text: "{{#sys.query#}}"
id: llm
- data:
type: answer
answer: "{{#llm.text#}}"
id: answer
edges:
- source: start
target: llm
- source: llm
target: answer
Nächster Schritt: Lerne 01-workflow SKILL für weitere Knotentypen und Entwurfsmuster
Szenario 2: Erstes Plugin entwickeln
# Einfaches Werkzeug-Plugin
from typing import Any, Generator
from dify_plugin.entities.tool import ToolInvokeMessage
from dify_plugin import Tool
class MyTool(Tool):
def _invoke(
self,
tool_parameters: dict[str, Any]
) -> Generator[ToolInvokeMessage, None, None]:
# Parameter abrufen
input_text = tool_parameters.get("text", "")
# Verarbeitungslogik
result = input_text.upper()
# Ergebnis zurückgeben
yield self.create_text_message(result)
Nächster Schritt: Lerne 02-plugin SKILL für den vollständigen Plugin-Entwicklungsprozess
Szenario 3: Workflow-Leistung optimieren
# Parallele Verzweigungen für bessere Leistung nutzen
- data:
type: parallel
branches:
- nodes: [tool1, process1]
- nodes: [tool2, process2]
- nodes: [tool3, process3]
id: parallel_execution
Nächster Schritt: Lerne 03-performance SKILL für weitere Optimierungstechniken
Sub-SKILL-Index
01. Workflow-Design SKILL
Anwendungsszenarien: Entwerfen und Entwickeln von Dify-Workflows
Auslöseschlüsselwörter: Knoten, LLM, Agent, Workflow, Variable, Wissensabruf, HTTP-Anfrage, Code, Wenn-Sonst, Iteration, Vorlage, DSL, YAML
Kerninhalte:
- Über 10 Knotentypen im Detail (Start, LLM, Agent, Knowledge Retrieval, Code, HTTP Request, Tool, If-Else, Iteration, Answer)
- 5 Entwurfsmuster (sequenzielle Pipeline, bedingte Verzweigung, iterative Verarbeitung, Wissensabruf, Multi-Quellen-Aggregation)
- Sofort einsatzbereite Workflow-Vorlagen
- Variablensystem und Referenzsyntax
- Best Practices und häufige Probleme
Schnellzugriff: 01-workflow/SKILL.md
Empfohlen für: Workflow-Designer, KI-Anwendungsentwickler, Produktmanager
02. Plugin-Entwicklung SKILL
Anwendungsszenarien: Entwicklung benutzerdefinierter Werkzeug-, Modell- und Datenquellen-Plugins
Auslöseschlüsselwörter: Plugin, plugin, Tool, Provider, Entwicklung, manifest, OAuth, Datenquelle, Modell, Erweiterung
Kerninhalte:
- 4 Plugin-Typen (Tool, Model, Datasource, Extension)
- Vollständiger Entwicklungsprozess (Initialisierung, Implementierung, Testen, Paketierung, Veröffentlichung)
- Standardprojektstruktur und Konfigurationsdateien
- Leitfaden zur Provider- und Tool-Entwicklung
- Plugin-Vorlagen und Codebeispiele
- Teststrategien und Debugging-Tipps
Schnellzugriff: 02-plugin/SKILL.md
Empfohlen für: Plugin-Entwickler, Backend-Ingenieure, Tool-Integratoren
03. Leistungsoptimierung SKILL
Anwendungsszenarien: Optimierung der Ausführungsleistung von Workflows und Plugins
Auslöseschlüsselwörter: Leistung, performance, Optimierung, Cache, parallel, Latenz, Durchsatz, Überwachung, benchmark
Kerninhalte:
- Workflow-Optimierung (Graphstruktur, parallele Ausführung, Variablenpool)
- LLM-Optimierung (Modellauswahl, Prompt-Engineering, Caching, strukturierte Ausgabe)
- Plugin-Optimierung (Laufzeitauswahl, Ressourcenbeschränkung, asynchrone Verarbeitung)
- Überwachungs- und Analysetools
- Leistungsbenchmarks
Schnellzugriff: 03-performance/SKILL.md
Empfohlen für: Performance-Ingenieure, Architekten, Betriebspersonal
04. Sicherheit und Bereitstellung SKILL
Anwendungsszenarien: Produktionsbereitstellung und Sicherheitshärtung
Auslöseschlüsselwörter: Sicherheit, security, Bereitstellung, deploy, Docker, Kubernetes, SSL, Authentifizierung, Autorisierung, Sandbox, SSRF
Kerninhalte:
- Sicherheitspraktiken (SSRF-Schutz, Sandbox-Isolation, Datenverschlüsselung, Authentifizierung und Autorisierung)
- Bereitstellungsleitfaden (Docker Compose, Kubernetes, Serverless, Hochverfügbarkeit)
- Betriebspraktiken (Überwachung, Protokollierung, Backup, Fehlerbehebung)
- Umgebungskonfiguration und Ressourcenplanung
- Best Practices und Fallbeispiele
Schnellzugriff: 04-security/SKILL.md
Empfohlen für: DevOps-Ingenieure, Sicherheitsingenieure, Systemadministratoren
05. Integration und Erweiterung SKILL
Anwendungsszenarien: Integration mit externen Systemen und Diensten
Auslöseschlüsselwörter: Integration, integration, API, Webhook, MCP, Server, Client, Datenbank, Redis, Nachrichtenwarteschlange, RabbitMQ, Kafka, S3
Kerninhalte:
- API-Integration (REST API, Webhook, Streaming)
- MCP-Protokoll (MCP Server, MCP Client, bidirektionale Kommunikation)
- Externe Dienste (Datenbanken, Speicher, Nachrichtenwarteschlangen)
- Integrationsbeispiele und Best Practices
- Fehlerbehebung und Debugging
Schnellzugriff: 05-integration/SKILL.md
Empfohlen für: Integrationsingenieure, Full-Stack-Entwickler, Architekten
06. Referenz SKILL
Anwendungsszenarien: Nachschlagen von Syntax, APIs, CLI-Referenzen usw.
Auslöseschlüsselwörter: Referenz, reference, API, SDK, CLI, DSL, YAML, Befehl, Dokumentation, Syntax
Kerninhalte:
- DSL-Syntaxreferenz (vollständige YAML-Struktur und Feldbeschreibungen)
- API-Referenz (RESTful-API-Schnittstellendokumentation)
- SDK-Referenz (Python-SDK-Klassen und -Methoden)
- CLI-Referenz (dify-Befehlszeilenwerkzeug)
- Häufige Fragen und Lösungen
- Lernressourcen und Community-Links
Schnellzugriff: 06-reference/SKILL.md
Empfohlen für: Alle Dify-Entwickler
Häufig genutzte Referenzen
Variablenreferenzsyntax
# Systemvariablen
{{#sys.query#}} # Benutzerabfrage
{{#sys.files#}} # Hochgeladene Dateien
{{#sys.conversation_id#}} # Konversations-ID
# Knotenausgaben
{{#KnotenID.Ausgabefeld#}} # Knotenausgabe referenzieren
{{#llm.text#}} # LLM-Textausgabe
{{#knowledge.result#}} # Wissensabrufergebnis
# Konversationsvariablen
{{#conversation.Variablenname#}} # Konversationsvariable
# Iterationsvariablen
{{#item#}} # Aktuelles Iterationselement
{{#index#}} # Aktueller Index
Häufig verwendete Knotenkonfiguration
# LLM-Knoten
- data:
type: llm
model:
provider: openai
name: gpt-4
completion_params:
temperature: 0.7
max_tokens: 2000
prompt_template:
- role: system
text: "System-Prompt"
- role: user
text: "{{#sys.query#}}"
context:
enabled: true
variable_selector: ["knowledge", "result"]
# Agent-Knoten
- data:
type: agent
agent_parameters:
instruction:
value: "Rufe Werkzeuge gemäß Benutzeranforderung auf"
model:
value:
provider: openai
model: gpt-4
query:
value: "{{#sys.query#}}"
tools:
value:
- enabled: true
provider_name: time
tool_name: current_time
type: builtin
agent_strategy_name: function_calling
# Wissensabruf-Knoten
- data:
type: knowledge-retrieval
dataset_ids: ["dataset-id"]
query_variable_selector: ["start", "sys.query"]
retrieval_mode: single
single_retrieval_config:
model:
provider: openai
name: text-embedding-3-small
top_k: 3
score_threshold: 0.7
Plugin-Konfigurationsvorlage
# manifest.yaml
version: 0.0.1
type: plugin
author: your-name
name: plugin-name
label:
en_US: Plugin Name
zh_Hans: 插件名称
description:
en_US: Plugin description
zh_Hans: 插件描述
icon: icon.svg
resource:
memory: 268435456 # 256MB
plugins:
tools:
- provider/provider.yaml
meta:
version: 0.0.1
arch: [amd64, arm64]
runner:
language: python
version: "3.12"
entrypoint: main
tags:
- utilities
CLI-Häufig verwendete Befehle
# Plugin-Entwicklung
dify plugin init # Plugin-Projekt initialisieren
dify plugin run # Plugin lokal debuggen
dify plugin package # Plugin paketieren
dify plugin publish # Plugin veröffentlichen
# Workflow-Verwaltung
dify workflow export <id> # Workflow exportieren
dify workflow import <Datei> # Workflow importieren
dify workflow validate <Datei> # Workflow validieren
# Umgebungsverwaltung
dify env list # Umgebungsvariablen auflisten
dify env set <Schlüssel> <Wert> # Umgebungsvariable setzen
dify env get <Schlüssel> # Umgebungsvariable abrufen
Lernpfade
Anfängerpfad (0-1 Woche)
- Dieses SKILL lesen, um einen Überblick über Dify zu erhalten
- 01-workflow SKILL lernen, um die Workflow-Grundlagen zu beherrschen
- Mit einer Vorlage den ersten Workflow erstellen
- Auf der Dify-Plattform testen und debuggen
Fortgeschrittenenpfad (1-4 Wochen)
- 01-workflow SKILL – Entwurfsmuster vertiefen
- 02-plugin SKILL lernen, um benutzerdefinierte Plugins zu entwickeln
- 03-performance SKILL lernen, um die Leistung zu optimieren
- Ein echtes Projekt erstellen und bereitstellen
Expertenpfad (1-3 Monate)
- Alle Sub-SKILL-Inhalte beherrschen
- 04-security SKILL lernen für die Produktionsbereitstellung
- 05-integration SKILL lernen, um externe Systeme zu integrieren
- An der Community mitwirken und Best Practices teilen
Hilfe erhalten
Offizielle Ressourcen
- Offizielle Dokumentation: https://docs.dify.ai/
- GitHub: https://github.com/langgenius/dify
- Plugin-Marktplatz: https://marketplace.dify.ai/
- Offizieller Blog: https://dify.ai/blog/
Community-Ressourcen
- Discord: https://discord.gg/FngNHpbcY7
- Reddit: https://reddit.com/r/difyai
- Chinesische Community: https://github.com/langgenius/dify/discussions
SKILL-Unterstützung
- Architekturdokumentation: ARCHITECTURE.md
- Problem melden: Über GitHub Issues
- Beitragsrichtlinien: An der Verbesserung und Erweiterung der SKILL-Inhalte mitwirken
Versionsinformationen
- Aktuelle Version: v1.1.0
- Letzte Aktualisierung: 2026-03-05
- Kompatible Dify-Versionen: 0.15.x – 1.9.x
- Aktualisierungsinhalte: Vervollständigung der SKILLs 05-integration und 06-reference, Einführung eines bedarfsgesteuerten Lademechanismus
- Nächste geplante Version: v1.2.0 (Weitere Vorlagen und Fallbeispiele)
Lizenz
Dieses SKILL ist unter der MIT-Lizenz quelloffen. Nutzung, Änderung und Verteilung sind willkommen.
Starte deine Dify-Entwicklungsreise! Wähle einen Sub-SKILL für vertieftes Lernen oder nutze direkt eine Vorlage für den schnellen Start.