開篇

我們之前花了將近10個篇章講Dify的一些基礎應用，包括在講Dify之前我們講到了幾十個AI Agent的開發例子，我不知道大家發覺了沒有，在AI Agent開發過程中我們經常會伴隨著這樣的一些問題：

1. 需要經常改貓娘；
2. 需要經常改調用LLM的參數，甚至在一個流程中有3個節點，每個節點用的LLM都不一樣；
3. 一個流程里如果含有多個LLM調用很耗時，但實際對于客戶來說這是“一步體驗”，那么如何即可以取得多個中間結果又可以把耗時壓縮到一次Stream調用？
4. 一定都要用Stream模型？一定都要用JSON CALL？當JSON CALL含在Stream里怎么辦？

上述這4類問題，是讓所有的AI Agent開發們“撓心”的，在之前我們用langchain可以說基本能解決這些問題，可是解決后我們發覺這個代碼已經成了“屎山”，自己都看不懂也很難維護。亦或者很簡單的一個步驟因為langchain的設置、配置的原因要繞好幾層，最后開發完性能也不太好。

而現在有了Dify，這4類問題全部可以解決了，而且是可以做到生產時“可視化的配置即刻可解決”。前提是，