Dify — Piattaforma LLM Self-Hosted per Applicazioni AI Aziendali
Piattaforma LLM self-hosted per workflow, RAG e agenti
Dify è la piattaforma di riferimento per costruire applicazioni LLM self-hosted: workflow visivi, RAG su documenti, agenti AI e osservabilità integrata. Engineered AI Systems lo configura come piattaforma operativa per il cliente.
Cosa permette di costruire
Con Dify il cliente può costruire chatbot su knowledge base interna, pipeline RAG su documenti complessi, workflow AI multi-step e agenti autonomi con tool calling, senza scrivere infrastruttura LLM da zero.
- Chatbot AI su knowledge base aziendale
- Pipeline RAG con chunking e retrieval configurabili
- Workflow multi-step con logica condizionale
- Agenti AI con tool calling e integrazione API
- Osservabilità e prompt analytics integrati
Nota sulla licenza
Dify utilizza una licenza personalizzata basata su Apache 2.0 con restrizioni aggiuntive. Non è una licenza OSI open source. SSO (OIDC/SAML) richiede la versione Enterprise a pagamento.
Casi d'uso reali
Costruzione di chatbot AI aziendali
Creare chatbot personalizzati su knowledge base interna (manuali, FAQ, procedure) con RAG integrato e deploy come widget o API.
Valore per il cliente: Assistenti AI aziendali privati, senza dipendenza da ChatGPT o servizi cloud, con dati esclusivamente interni.
Pipeline RAG per documenti complessi
Costruire pipeline di ingestione e interrogazione documenti (PDF, DOCX, pagine web) con chunking configurabile, re-ranking e retrieval ibrido.
Valore per il cliente: Capacità di Q&A avanzata su corpus documentali estesi, con controllo sul processo di retrieval.
Workflow AI multi-step per operazioni aziendali
Automatizzare flussi di lavoro che combinano LLM, tool calling, condizioni logiche e integrazioni API in workflow visivi configurabili.
Valore per il cliente: Automazione di processi aziendali complessi con AI, riducendo il lavoro manuale su task ripetitivi di analisi e sintesi.
Come lo integriamo
Engineered AI Systems installa Dify tramite Docker Compose o Kubernetes, configura i componenti dipendenti (Weaviate, PostgreSQL, Redis), carica la knowledge base del cliente e costruisce i primi workflow AI operativi.
Attività: installazione · configurazione · sicurezza · utenti e permessi · integrazione workflow · backup · aggiornamenti · monitoring · verifica · documentazione operativa
Deliverable
- Stack Dify operativo via Docker Compose o Kubernetes
- Knowledge base configurata con documenti del cliente
- Workflow AI iniziali costruiti e verificati
- Provider LLM connessi e configurati
- Monitoring e backup operativi
- Documentazione per il team interno
Punti di verifica
- Workflow AI funzionanti con output verificato
- RAG che risponde correttamente su documenti di test
- Accesso per ruoli configurati correttamente
- Tutti i servizi Docker stabili e monitorati
- Backup e recovery testati
Caratteristiche tecniche
| Docker | ✓ supportato |
| Docker Compose | ✓ supportato |
| Kubernetes | ✓ supportato |
| On-premise | possibile |
| Cloud privato | possibile |
| Note deploy | Docker Compose primario (Docker Compose >= 2.24.0 richiesto). Kubernetes tramite Helm chart community e guide Terraform (Azure, GCP). Disponibile anche su AWS Marketplace e Azure Marketplace. |
| GPU | non richiesto per la piattaforma — dipende dal backend LLM |
| Database | PostgreSQL (incluso nel Compose), Weaviate (vector DB incluso) |
| Dipendenze esterne | PostgreSQL, Weaviate, Redis, Nginx, Provider LLM esterno o locale |
| RBAC | ✓ supportato |
| API | ✓ esposta |
Rischi e mitigazioni
Licenza non OSI, con CLA che permette al vendor di ri-licenziare i contributi. SSO richiede Enterprise Edition a pagamento.
Mitigazione: Valutare i termini di licenza prima del deployment. Per SSO enterprise, pianificare i costi della licenza Enterprise. Non qualificare come open source.
Stack Docker Compose complesso con 11 container: Weaviate, PostgreSQL, Redis, Nginx, sandbox, oltre ai servizi applicativi.
Mitigazione: Gestione professionale del deployment, monitoring dedicato per ogni componente, runbook operativo dettagliato, backup separati per PostgreSQL e Weaviate.
Fonti di riferimento
- Dify — Sito ufficiale — official site
- Dify — Repository GitHub — repository
- Dify — Documentazione ufficiale — docs
- Dify — Licenza — license page
- Dify — Deploy Docker Compose — docs
Closing: Engineered AI Systems non installa solo Dify: progetta lo stack completo, carica la knowledge base, costruisce i primi workflow operativi e mantiene l'infrastruttura nel tempo.