Dify的访问和使用分为三种：云端访问、云端部署、本地部署
云端访问方案
Dify云端服务为用户提供了一种简单高效的AI应用开发方式（https://cloud.dify.ai/）
开箱即用，官网注册即可开发：不需要自己搭建服务器或处理复杂的配置，只要注册了账号就可以使用
无论是个人开发者还是小型团队，都可以快速上手，专注于应用开发本身
尤其适合想要体验一下Dify开发流程的新手小白 由于该方案非常简单，访问官网即可使用，所以后续不再赘述
方案介绍：
通过Dify云端平台，我们可以轻松创建智能应用、管理知识库、设计工作流程，还能直观地调整提示词、管理数据集，并通过YAML文件定义应用的关键参数。平台集成了多种主流大语言模型，包括OpenAI、Claude、Llama2、讯飞星火和MiniMax等，方便大家根据需求灵活选择
为了帮助新手小白用户快速体验，Dify还提供了丰富的试用资源。新注册用户就能获得Claude模型的60万Tokens、OpenAI的200次调用额度，以及讯飞星火和MiniMax的大模型Tokens支持，适合用来测试和验证应用效果
收费标准：
Dify提供不同版本的服务方案，从免费试用、专业版到团队版和企业版，适应不同规模的开发需求，选择云端官方访问Dify进行应用开发的朋友可以按需选择，轻松开启Agent开发之旅
适用人群：
Dify云端服务适用于不同规模的用户，无论是个人探索还是团队协作，都能找到合适的解决方案
| 用户群体 | 适用计划 | 团队成员数 | 应用数量 | 每月消息条数 | 核心特性 |
| 个人开发者与AI爱好者 | Sandbox | 1 | 10 | - | 免费试用/快速测试 |
| 小型创业团队 | Professional | 3 | 50 | 5000 | MVP开发/基础协作 |
| 大型企业试点项目 | Enterprise | 定制 | 定制 | - | SLA保障/定制化支持/POC验证 |
| 需快速构建AI应用的用户 | Team | 无限制 | 无限制 | - | 无限制协作/多角色协同 |
云端部署方案
云端部署方案是指用户在第三方云平台（如阿里云、腾讯云、AWS、华为云等）上自主部署Dify企业版的模式，其核心特征为“托管基础设施+私有实例”的混合架构
数据不进入Dify官方服务器，确保私有性与安全性，同时支持集成企业内部API等定制化需求
云端部署方案实现了生产级部署能力，支持弹性伸缩、安全防护及定制化配置
适用于对数据隐私和系统扩展性有较高要求的企业场景
方案介绍：
Dify云端部署方案就是：允许企业在第三方云平台（如阿里云、腾讯云、AWS、华为云等）上自主部署Dify企业版，采用“托管基础设施+私有实例”的混合架构，用户无需管理底层服务器，但可以完全掌控AI应用的配置、模型选择及数据存储位置，确保数据隐私安全
相比云端访问方案，云端部署的核心优势在于数据隔离和深度定制化，适用于对数据合规性、私有化部署有严格要求的企业客户
部署方案：
这个部分比较难，不建议纯小白一点代码都不懂的朋友去做，涉及到云服务器和容器相关配置，建议企业使用
选择适合的云服务器提供商 -> 完成基础环境配置 -> 配置Dify的核心参数 -> 通过Docker Compose启动服务 -> 通过Docker Compose启动服务
以下是常见的第三方云服务平台的部署对比：
| 云平台 | 部署方式 | 核心组件 | 基础组件 | 特点 |
| 腾讯云 | TKE应用市场一键部署 | api, web, worker, sandbox | 向量数据库、db、redis、proxy、ssrf_proxy | 通过Ingress和CLB负载均衡暴露服务，需配置管理员账号 |
| AWS | AMI镜像部署 | - | - | 支持自定义品牌，部署到用户VPC的EC2实例 |
| 阿里云 | ACK容器服务部署 | - | AnalyticDB, Redis, RDS | 测试环境单实例部署(10分钟)，生产环境高可用架构 |
| 华为云 | 单机部署 | - | - | Flexus云服务器X实例+弹性公网IP，可选挂载OBS存储 |
适用人群：
Dify云端部署方案的适用人群以B端企业为核心，具体可分为以下几类：
| 类别 | 核心需求 | 典型场景 |
| 有合规与数据安全需求的行业 | 数据本地化存储、数据私有化与合规性 | 金融、政务等对数据安全要求严格的领域；中小型企业中需要在服务器上创建应用程序且关心数据私有化的用户 |
| 高并发与弹性扩展需求场景 | 应对流量峰值、弹性与高可用 | 电商智能客服等需应对流量峰值的场景；需弹性伸缩能力以应对业务波动的中大型团队 |
| 复杂集成与生产级稳定性需求的中大型企业 | 对接CRM、ERP等企业内部系统，基础组件（如数据库）高性能和SLA要求 | 需生产级稳定性和资源管理的中大型团队；具备一定云平台运维能力、追求高稳定性与可扩展性的中大型企业 |
收费标准：
注意，在云端部署Dify的话，就会涉及两个收费：云服务器费用支持+Dify套餐费用支出
不过一般使用免费的社区版就够用的了的，如果是大型企业可以考虑升级后的版本
本地部署方案
在 AI 应用开发领域，Coze、LangChain 等工具各有所长，但 Dify 的本地部署更像是一位“随身工作室”，它既让你在自己的电脑上完全掌控数据与运行环境，又保留了足够的可定制空间
让非技术背景的用户也能快速上手，同时满足开发者的深度调试与扩展需求
方案介绍：
本地部署是指用户在自有物理服务器或私有云上部署Dify开源社区版的模式，其核心特性为“完全自主可控”
在这个模式下，用户可对代码进行审计，数据存储于本地服务器或私有云环境，且不依赖外部第三方服务，从而实现对AI应用运行环境、数据存储及处理过程的全面掌控，有效保障数据安全
部署方案：
本地部署对技术基础有一定要求，涉及 Docker 容器与基础环境配置，不建议完全零基础的小白尝试
选择适合的本地运行环境（如 Windows、macOS 或 Linux）→ 安装并配置 Docker 及 Docker Compose→ 下载并解压 Dify 社区版代码→ 配置 Dify 的核心参数（数据库、模型路径等）→ 使用 Docker Compose 启动服务
适用人群：
Dify 本地部署更适合注重数据安全、网络独立性与自主管理能力的用户
个人爱好者可以在本地电脑上进行实验，团队和机构则可以在内网服务器上搭建稳定的生产环境
成本说明：
本地部署 Dify 的主要成本来自硬件及运维时间，不需要额外支付云服务费用，也无需购买 Dify 的商业套餐（社区版即可使用），但如果需要更高级的功能或官方技术支持，可以考虑升级至企业版
