CommunityCodierung & Entwicklunggithub.com

SystemTce/dify-skills

Dify Workflow- und Plugin-Entwicklungs-Komplettsystem – modular, progressiv und praxisorientiert

Was ist dify-skills?

Dify Master SKILL ist ein modulares, progressiv aufgebautes Kompetenzsystem für die Entwicklung auf der Dify-Plattform. Dify ist eine Open-Source-LLMOps-Plattform, die visuelles Workflow-Design und ein leistungsstarkes Pluginsystem bietet. Das SKILL-System umfasst sechs Kernmodule: Workflow-Design, Plugin-Entwicklung, Leistungsoptimierung, Sicherheit und Bereitstellung, Integration und Erweiterung sowie Referenz. Jedes Modul ist eigenständig nutzbar und enthält direkt einsetzbare Codebeispiele, Konfigurationen und Best Practices. Das System wird idealerweise über AI-Entwicklungswerkzeuge wie Claude Code oder Cursor genutzt, um Entwickler durch schrittweise, kontextoptimierte Anleitungen zu führen – vom ersten Workflow bis zur Produktionsbereitstellung und Systemintegration.

Funktioniert mit✓Claude Code✓Codex CLI~Cursor
npx skills add SystemTce/dify-skills

Installed? Explore more Codierung & Entwicklung skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

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

  1. Modular: Jeder Sub-SKILL ist eigenständig und kann separat verwendet werden
  2. Progressiv: Von der Übersicht ins Detail, je nach Bedarf vertiefen
  3. Kontextoptimiert: Minimierung der einmalig geladenen Inhaltsmenge
  4. 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)

  1. Dieses SKILL lesen, um einen Überblick über Dify zu erhalten
  2. 01-workflow SKILL lernen, um die Workflow-Grundlagen zu beherrschen
  3. Mit einer Vorlage den ersten Workflow erstellen
  4. Auf der Dify-Plattform testen und debuggen

Fortgeschrittenenpfad (1-4 Wochen)

  1. 01-workflow SKILL – Entwurfsmuster vertiefen
  2. 02-plugin SKILL lernen, um benutzerdefinierte Plugins zu entwickeln
  3. 03-performance SKILL lernen, um die Leistung zu optimieren
  4. Ein echtes Projekt erstellen und bereitstellen

Expertenpfad (1-3 Monate)

  1. Alle Sub-SKILL-Inhalte beherrschen
  2. 04-security SKILL lernen für die Produktionsbereitstellung
  3. 05-integration SKILL lernen, um externe Systeme zu integrieren
  4. An der Community mitwirken und Best Practices teilen

Hilfe erhalten

Offizielle Ressourcen

Community-Ressourcen

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.

Individual skills in this repo

This repo contains 6 individual skills — each has its own dedicated page.

Verwandte Skills