SystemTce/dify-skills

Système de compétences complet pour le développement de workflows et plugins Dify – modulaire, progressif et orienté pratique.

Qu'est-ce que dify-skills ?

Ce SKILL, nommé Dify Master SKILL, est un système modulaire et progressif pour maîtriser le développement avec la plateforme LLMOps open-source Dify. Il couvre l'ensemble du cycle de vie, de la conception de workflows visuels au développement de plugins personnalisés, en passant par l'optimisation des performances, le déploiement sécurisé, l'intégration avec des systèmes externes (via MCP, API, etc.) et la référence technique complète (DSL, API, CLI, SDK). Organisé en six sous-SKILLS indépendants (workflow, plugin, performance, sécurité/déploiement, intégration/extension, référence), il permet aux développeurs, ingénieurs DevOps et intégrateurs de progresser de manière structurée, avec des templates prêts à l'emploi et des exemples concrets. Sa conception minimise la charge cognitive en ne chargeant que les informations nécessaires à chaque étape, tout en offrant une vue d'ensemble claire et des chemins d'apprentissage adaptés aux débutants comme aux experts.

Compatible avec✓Claude Code✓Codex CLI~Cursor
npx skills add SystemTce/dify-skills

Installed? Explore more Développement et programmation skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Dify Master SKILL

Un système de compétences Dify modulaire et progressif

Navigation rapide


Qu'est-ce que Dify ?

Dify est une plateforme LLMOps open-source qui offre une orchestration visuelle de workflows et un système de plugins puissant, permettant aux développeurs de créer et déployer rapidement des applications IA.

Fonctionnalités principales

  • Workflows visuels : Orchestration par glisser-déposer, création d'applications IA complexes sans codage.
  • Système de plugins : Prend en charge plusieurs types de plugins (outils, modèles, sources de données, etc.).
  • Prêt pour la production : Support complet du développement local au déploiement distribué à grande échelle.
  • Écosystème open-source : 114K+ étoiles GitHub, communauté active et marché de plugins riche.

Architecture technique

  • Architecture Beehive : Conception modulaire et extensible.
  • Moteur de graphe piloté par files d'attente : Événementiel, exécution parallèle, haute performance.
  • Support multi-exécution : Trois modes : Local, Debug, Serverless.
  • Intégration du protocole MCP : Intégration standardisée avec des assistants IA comme Claude.

Vue d'ensemble du système de SKILL

Dify Master SKILL adopte une conception modulaire avec 6 sous-SKILL principaux couvrant le processus complet, du développement au déploiement.

dify-master (point d'entrée général)
├── 01-workflow      # Conception de workflows
├── 02-plugin        # Développement de plugins
├── 03-performance   # Optimisation des performances
├── 04-security      # Sécurité et déploiement
├── 05-integration   # Intégration et extension
└── 06-reference     # Documentation de référence

Philosophie de conception

  1. Modularité : Chaque sous-SKILL est indépendant et complet, utilisable seul.
  2. Divulgation progressive : De la vue d'ensemble aux détails, approfondissement à la demande.
  3. Optimisation du contexte : Minimisation de la quantité de contenu chargé à chaque fois.
  4. Orientation pratique : Fourniture de code et de configurations prêts à l'emploi.

Démarrage rapide

Scénario 1 : Créer votre premier workflow

# Workflow simple de questions-réponses
workflow:
  graph:
    nodes:
    - data:
        type: start
        variables: []
      id: start

    - data:
        type: llm
        model:
          provider: openai
          name: gpt-4
        prompt_template:
        - role: system
          text: "Tu es un assistant"
        - role: user
          text: "{{#sys.query#}}"
      id: llm

    - data:
        type: answer
        answer: "{{#llm.text#}}"
      id: answer

    edges:
    - source: start
      target: llm
    - source: llm
      target: answer

Prochaine étape : Consultez le SKILL 01-workflow pour en savoir plus sur les types de nœuds et les motifs de conception.

Scénario 2 : Développer votre premier plugin

# Plugin outil simple
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]:
        # Récupérer les paramètres
        input_text = tool_parameters.get("text", "")

        # Logique de traitement
        result = input_text.upper()

        # Retourner le résultat
        yield self.create_text_message(result)

Prochaine étape : Consultez le SKILL 02-plugin pour découvrir le processus complet de développement de plugins.

Scénario 3 : Optimiser les performances d'un workflow

# Utiliser une branche parallèle pour améliorer les performances
- data:
    type: parallel
    branches:
    - nodes: [tool1, process1]
    - nodes: [tool2, process2]
    - nodes: [tool3, process3]
  id: parallel_execution

Prochaine étape : Consultez le SKILL 03-performance pour découvrir d'autres techniques d'optimisation.


Index des sous-SKILL

01. SKILL Conception de workflows

Cas d'usage : Concevoir et développer des workflows Dify

Mots-clés déclencheurs : Node, LLM, Agent, Workflow, Variable, Knowledge Retrieval, HTTP Request, Code, If-Else, Iteration, Template, DSL, YAML

Contenu principal :

  • Description détaillée de 10+ types de nœuds (Start, LLM, Agent, Knowledge Retrieval, Code, HTTP Request, Tool, If-Else, Iteration, Answer)
  • 5 motifs de conception (Pipeline séquentiel, Branche conditionnelle, Traitement itératif, Recherche de connaissances, Agrégation multi-source)
  • Modèles de workflows prêts à l'emploi
  • Système de variables et syntaxe de référence
  • Meilleures pratiques et questions fréquentes

Accès rapide : 01-workflow/SKILL.md

Recommandé pour : Concepteurs de workflows, développeurs d'applications IA, chefs de produit


02. SKILL Développement de plugins

Cas d'usage : Développer des plugins d'outils, modèles et sources de données personnalisés

Mots-clés déclencheurs : Plugin, Tool, Provider, Développement, manifest, OAuth, Source de données, Modèle, Extension

Contenu principal :

  • 4 types de plugins (Tool, Model, Datasource, Extension)
  • Processus de développement complet (Initialisation, Implémentation, Test, Empaquetage, Publication)
  • Structure de projet standard et fichiers de configuration
  • Guide de développement des Provider et Tool
  • Modèles de plugins et exemples de code
  • Stratégies de test et astuces de débogage

Accès rapide : 02-plugin/SKILL.md

Recommandé pour : Développeurs de plugins, ingénieurs backend, intégrateurs d'outils


03. SKILL Optimisation des performances

Cas d'usage : Optimiser les performances d'exécution des workflows et plugins

Mots-clés déclencheurs : Performance, Optimisation, Cache, Parallélisation, Latence, Débit, Monitoring, Benchmark

Contenu principal :

  • Optimisation des workflows (structure du graphe, exécution parallèle, pool de variables)
  • Optimisation LLM (sélection du modèle, ingénierie du prompt, mise en cache, sortie structurée)
  • Optimisation des plugins (choix du runtime, limites de ressources, traitement asynchrone)
  • Outils de monitoring et d'analyse
  • Tests de performance (benchmark)

Accès rapide : 03-performance/SKILL.md

Recommandé pour : Ingénieurs performance, architectes, opérateurs


04. SKILL Sécurité et déploiement

Cas d'usage : Déploiement en production et renforcement de la sécurité

Mots-clés déclencheurs : Sécurité, Déploiement, Docker, Kubernetes, SSL, Authentification, Autorisation, Sandbox, SSRF

Contenu principal :

  • Pratiques de sécurité (Protection SSRF, Isolation sandbox, Chiffrement des données, Authentification/Autorisation)
  • Guide de déploiement (Docker Compose, Kubernetes, Serverless, Haute disponibilité)
  • Pratiques d'exploitation (Monitoring, Journaux, Sauvegarde, Dépannage)
  • Configuration de l'environnement et planification des ressources
  • Meilleures pratiques et cas d'usage

Accès rapide : 04-security/SKILL.md

Recommandé pour : Ingénieurs DevOps, ingénieurs sécurité, administrateurs systèmes


05. SKILL Intégration et extension

Cas d'usage : Intégration avec des systèmes et services externes

Mots-clés déclencheurs : Intégration, API, Webhook, MCP, Serveur, Client, Base de données, Redis, File de messages, RabbitMQ, Kafka, S3

Contenu principal :

  • Intégration API (REST API, Webhook, Streaming)
  • Protocole MCP (Serveur MCP, Client MCP, Communication bidirectionnelle)
  • Services externes (Bases de données, Stockage, Files de messages)
  • Cas d'intégration et meilleures pratiques
  • Dépannage et débogage

Accès rapide : 05-integration/SKILL.md

Recommandé pour : Ingénieurs intégration, développeurs full-stack, architectes


06. SKILL Documentation de référence

Cas d'usage : Rechercher des informations de référence sur la syntaxe, les API, la CLI, etc.

Mots-clés déclencheurs : Référence, API, SDK, CLI, DSL, YAML, Commande, Documentation, Syntaxe

Contenu principal :

  • Référence de syntaxe DSL (structure YAML complète et description des champs)
  • Référence API (documentation des interfaces RESTful)
  • Référence SDK (classes et méthodes du SDK Python)
  • Référence CLI (outil en ligne de commande dify)
  • Questions fréquentes et solutions
  • Ressources d'apprentissage et liens communautaires

Accès rapide : 06-reference/SKILL.md

Recommandé pour : Tous les développeurs Dify


Références courantes

Syntaxe de référence des variables

# Variables système
{{#sys.query#}}              # Requête utilisateur
{{#sys.files#}}              # Fichiers téléchargés
{{#sys.conversation_id#}}    # ID de conversation

# Sortie des nœuds
{{#ID_du_noeud.champ_sortie#}}    # Référence à la sortie d'un nœud
{{#llm.text#}}                    # Sortie texte du LLM
{{#knowledge.result#}}            # Résultat de la recherche de connaissances

# Variables de conversation
{{#conversation.nom_variable#}}   # Variable au niveau de la conversation

# Variables d'itération
{{#item#}}                        # Élément courant de l'itération
{{#index#}}                       # Index courant

Configuration courante des nœuds

# Nœud LLM
- data:
    type: llm
    model:
      provider: openai
      name: gpt-4
      completion_params:
        temperature: 0.7
        max_tokens: 2000
    prompt_template:
    - role: system
      text: "Invite système"
    - role: user
      text: "{{#sys.query#}}"
    context:
      enabled: true
      variable_selector: ["knowledge", "result"]

# Nœud Agent
- data:
    type: agent
    agent_parameters:
      instruction:
        value: "Appelle les outils en fonction des besoins de l'utilisateur"
      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

# Nœud de recherche de connaissances
- 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

Modèle de configuration de plugin

# 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

Commandes CLI courantes

# Développement de plugins
dify plugin init                    # Initialiser un projet de plugin
dify plugin run                     # Déboguer un plugin localement
dify plugin package                 # Empaqueter un plugin
dify plugin publish                 # Publier un plugin

# Gestion des workflows
dify workflow export <id>           # Exporter un workflow
dify workflow import <file>         # Importer un workflow
dify workflow validate <file>       # Valider un workflow

# Gestion de l'environnement
dify env list                       # Lister les variables d'environnement
dify env set <key> <value>          # Définir une variable d'environnement
dify env get <key>                  # Obtenir une variable d'environnement

Parcours d'apprentissage

Parcours débutant (0-1 semaine)

  1. Lisez ce SKILL pour comprendre Dify dans son ensemble.
  2. Consultez le SKILL 01-workflow pour maîtriser les bases des workflows.
  3. Créez votre premier workflow à l'aide d'un modèle.
  4. Testez et déboguez sur la plateforme Dify.

Parcours intermédiaire (1-4 semaines)

  1. Approfondissez les motifs de conception du SKILL 01-workflow.
  2. Consultez le SKILL 02-plugin pour développer des plugins personnalisés.
  3. Consultez le SKILL 03-performance pour optimiser les performances.
  4. Construisez un projet réel et déployez-le.

Parcours expert (1-3 mois)

  1. Maîtrisez le contenu de tous les sous-SKILL.
  2. Consultez le SKILL 04-security pour un déploiement en production.
  3. Consultez le SKILL 05-integration pour intégrer des systèmes externes.
  4. Participez aux contributions communautaires et au partage des meilleures pratiques.

Obtenir de l'aide

Ressources officielles

Ressources communautaires

Support du SKILL

  • Document d'architecture : ARCHITECTURE.md
  • Retour d'information : Soumettez via les Issues GitHub
  • Guide de contribution : Participez à l'amélioration et à l'extension du contenu du SKILL

Informations de version

  • Version actuelle : v1.1.0
  • Dernière mise à jour : 2026-03-05
  • Versions Dify compatibles : 0.15.x - 1.9.x
  • Contenu de la mise à jour : Amélioration des SKILL 05-integration et 06-reference, ajout du mécanisme de chargement à la demande
  • Prochaine version prévue : v1.2.0 (ajout de plus de modèles et de cas d'usage)

Licence

Ce SKILL est open-source sous licence MIT. Vous êtes libre de l'utiliser, de le modifier et de le distribuer.


Commencez votre voyage de développement Dify dès maintenant ! Choisissez un sous-SKILL pour approfondir, ou utilisez directement les modèles pour démarrer rapidement.

Individual skills in this repo

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

Skills associés