当前位置: 首页 > news >正文

Dify 1.5.0,1.5.1,1.6.0 新特性

Dify 1.6.0版本于2025年7月10日正式发布。此版本带来了多项重要的新特性和改进,其中最核心的是原生集成了双向模型上下文协议(Model Context Protocol, MCP),这是一次深刻的架构升级,旨在标准化Dify应用与外部工具的交互方式。

以下是Dify 1.6.0版本的一些主要新特性:

核心新特性

  • 原生双向MCP支持:Dify 1.6.0原生集成了双向MCP协议,使得Dify应用可以方便地与其他MCP兼容服务(如Zapier、Linear、Notion等)进行互操作,极大地降低了连接外部工具的复杂性。开发者可以在Dify内部构建复杂的工作流和智能体,并将其作为标准化的、可重用的“AI微服务”暴露给其他客户端(如Claude或Cursor)。

  • 知识库索引优化:对知识库索引进行了优化,大幅提高了数据访问和检索速度,为知识密集型应用提升了性能和用户体验。

  • 结构化输出插件API:提供了从大型语言模型(LLM)获取结构化数据(如JSON)的可靠方法,这对于构建可预测的多步骤智能体工作流至关重要。

其他新功能和改进

  • Redis备用机制:引入了Redis备用机制,提高了数据弹性和系统稳定性,为生产部署确保更高的正常运行时间和鲁棒性。

  • SSL验证开关(HTTP节点):实现了在采用自定义SSL证书的企业网络中的无缝集成,消除了一个常见的部署障碍。

  • 模型供应商验证:通过预先验证模型凭证和配置来防止运行时错误,从而提高工作流的可靠性。

  • 主题列表支持拖拽排序:通过简化应用组件的组织和管理来改善开发者体验。

  • 批量嵌入优化:加速了RAG管道的数据摄取过程,尤其对于大型数据集,并提高了与Qdrant等服务的可靠性。

Dify 1.5.1版本于2025年7月2日正式发布。此版本是一次含金量极高的更新,带来了众多新特性、性能优化及重要的BUG修复,以下是其中的一些主要内容:

核心新特性

  • 知识库索引(Knowledge Basis Indexing):创新性地引入了知识库索引机制,通过构建和维护高效索引,大幅提升了数据访问和检索效率,查询响应时间缩短30%及以上。

  • 模型提供方校验(Model Provider Validation):新增模型提供方校验功能,通过预先验证模型供应商信息,确保只允许合法可信的模型服务接入系统,保障模型调用的准确性与安全性。

  • 动态选择参数类型(Dynamic Select Parameter):引入了DYNAMIC_SELECT类型,支持参数下拉选项动态生成,选项源可绑定后端接口或其他动态数据,彻底打破静态参数限制。

  • 结构化输出插件(Structured Output Plugin):上线结构化输出插件API,使用户可通过新API端点直接调用大型语言模型(LLM)实现结构化数据输出,如JSON、XML等格式。

其他新功能和改进

  • 面板宽度自适应管理升级:对面板组件进行了重构,引入宽度自适应观测器,使得窗口调整大小时内容自动适配,提升界面响应和显示效果。

  • 插件默认值自动填充:在插件设置页中新增了默认值自动填充功能,用户只需配置一次,即可自动带出预设参数,优化用户配置体验。

  • 用户界面和调试流程体验完善:改进了用户界面和调试流程,提升了系统整体易用性和开发效率。

  • 修复多项系统错误:修复了多项API、界面及业务流程中的系统错误,增强了系统稳定性

Dify 1.5.0版本于2025年6月25日正式发布。此版本是一次聚焦用户生产力和使用体验的重大更新,带来了许多新特性和改进,以下是其中的一些主要内容:

核心新特性

  • 工作流调试功能全面重构

    • 持久化调试变量:引入了持久化机制,使得每个节点自动保存其上次成功执行的结果,包括输入、输出和元数据,类似于每个节点都有一个“黑匣子”,为开发者提供了可靠的可追溯的执行证据,便于复现和分析问题。

    • 变量检查面板:在工作流画布底部新增了变量检查面板,这是一个全局控制中心,能够实时显示整个工作流中的所有变量及其内容,开发者可以直接在此面板中编辑大多数变量值,无需重新运行上游节点,即可测试不同数据对下游节点的影响。

    • 增强的逐步调试功能:结合现有的逐步执行与保存的数据,使得开发者可以像运行Jupyter Notebook中的单个单元格一样,选择任意节点直接运行,系统会自动处理依赖关系,并在执行后更新监控器。

  • 拖放DSL功能:新增的拖放DSL功能允许开发者直接将DSL脚本文件拖拽到浏览器中创建新应用,简化了应用创建流程。

  • 增强的默认模板:支持多媒体交互,1.5.0版本支持嵌入sys.files,这对于需要处理图像、音频、文档等多媒体内容的应用场景非常友好。

其他新功能和改进

  • MatrixOne集成:丰富了所支持的向量数据库类型,为业务场景有需求或有相关技术栈历史积累的团队提供了更多的选择。

  • SendGrid集成:实现了无缝、可靠的邮件发送功能。

  • Notion分页:使得从Notion提取数据时的导航更加便捷。

  • 隐藏表单属性:为UI提供了更大的灵活性和控制力。

  • 工作流运行优化:修复了多线程运行同一工作流时序列号可能重复的问题。

  • 插件安装范围管理:新增了对插件安装范围的管理功能。

  • 改进的批量更新文档状态功能:优化了批量更新文档状态的效率。

http://www.dtcms.com/a/274210.html

相关文章:

  • 小旺AI截图×英特尔强强联合:AIPC生态开启智能生产力新纪元
  • C++设计秘籍:为什么所有参数都需类型转换时,非成员函数才是王道?
  • 基于强化学习的智能推荐系统优化实践
  • 继续Java的jpackage模块打包Linux可执行程序(包含第三方非模块化包)
  • 4G Cat.1 时代,如何选对 DTU?
  • IoC 是如何为 Spring 的其他核心功能(如 AOP、事务管理)提供基础支持的
  • openpilot:为您的汽车插上智能驾驶的翅膀
  • CV目标检测中的LetterBox操作
  • Swift 解 LeetCode 324:一步步实现摆动排序 II,掌握数组重排的节奏感
  • 使用自然语言体验对话式MySQL数据库运维
  • Claude Code:完爆 Cursor 的编程体验
  • UI前端大数据处理新趋势:基于边缘计算的数据处理与响应
  • 炎热工厂救援:算法打造安全壁垒
  • 对S32K144做的BMS安装快速开发Simulink库及BMS例程介绍
  • 【SpringBoot】 整合MyBatis+Postgresql
  • ROS1学习第三弹
  • uniApp实战五:自定义组件实现便捷选择
  • MyBatis缓存穿透深度解析:从原理到实战解决方案
  • Selenium 自动化实战技巧【selenium】
  • frame 与新窗口切换操作【selenium 】
  • 【JMeter】调试方法
  • Conda 安装与配置详解及常见问题解决
  • 从代码学习深度强化学习 - PPO PyTorch版
  • 番外-linux系统运行.net framework 4.0的项目
  • 《Java EE与中间件》实验三 基于Spring Boot框架的购物车
  • 【flutter】flutter网易云信令 + im + 声网rtm从0实现通话视频文字聊天的踩坑
  • 如何蒸馏 设计 中文nl2sql 数据集,进行grpo强化学习 训练qwen3-8b,可以提升大模型nl2sql的能力,支持300行sql生成
  • Redis 分片集群
  • mysql报错服务没有报告任何错误
  • AIGC(生成式AI)试用 33 -- 用AI学AI名词