Todos los equipos quieren una app de IA, pero nadie quiere pasar tres meses conectando una base vectorial a un template de prompts a una API a un dashboard de monitoreo. Dify existe para eliminar ese boilerplate: una plataforma visual donde workflows, pipelines RAG, agentes y gestión de modelos viven en un solo lugar.
Con más de 154k estrellas en GitHub, es el constructor open-source de apps con LLMs con más estrellas del mundo. Te muestro qué es, cómo funciona por dentro y los comandos exactos y verificados para correrlo en tu propia máquina.
1. Qué Es Dify + Estrellas y Licencia
Dify (github.com/langgenius/dify) es una plataforma open-source de desarrollo de apps con LLMs creada por LangGenius. Su propuesta es simple: combinar un canvas visual de workflows, un pipeline RAG, capacidades de agentes, gestión de modelos y observabilidad en un workspace colaborativo, para pasar de prototipo a producción sin reconstruir el stack. Podés correrlo en Dify Cloud, en tu propia VPC o totalmente self-hosted.
~154k estrellas
GitHub · Sep 2026
Alrededor de 154k estrellas y 24k forks a principios de septiembre de 2026, lo que lo convierte en el constructor open-source de apps LLM con más estrellas. Superó las 100k estrellas en junio de 2025.
v1.0 + plugins
Lanzada Feb 2025
La versión 1.0 separó modelos y herramientas del núcleo en un sistema de plugins y lanzó el Dify Marketplace para proveedores y extensiones.
Todo en uno
Workflow · RAG · Agentes
Workflows y chatflows visuales, IDE de prompts, base de conocimiento con chunking y embeddings automáticos, más de 50 herramientas de agentes y APIs Backend-as-a-Service para cada app.
Adopción real
Usuarios enterprise
Usado para copilotos de soporte, pipelines de revisión de documentos y Q&A interno para miles de empleados. LangGenius levantó una ronda de $30M en marzo de 2026.
⚖️ Licencia: Dify Open Source License
Dify no es MIT ni Apache-2.0. Usa la Dify Open Source License: Apache 2.0 más dos condiciones — no podés usar el código para correr un servicio multi-tenant sin permiso escrito, ni remover el logo o los avisos de copyright del frontend. Leé el archivo LICENSE antes de construir un negocio encima.
2. Arquitectura en 4 Pasos
Por dentro, Dify es un pipeline directo: diseñás en un canvas, la plataforma resuelve modelos y conocimiento, ejecuta el grafo y expone todo como API con logs. Estas son las cuatro piezas que importan.
Paso 1 — Canvas visual
Workflow · Chatflow
Arrastrás nodos al canvas: llamadas LLM, recuperación de conocimiento, ejecución de código, peticiones HTTP, condicionales, llamadas a herramientas. Apps de chat, de completado y agentes autónomos se construyen igual.
Paso 2 — Capa de modelos
Más de 100 proveedores
GPT, Claude, Gemini, Mistral, Llama, DeepSeek o cualquier endpoint compatible con OpenAI. Desde la v1.0, los proveedores se instalan como plugins del Marketplace en vez de vivir en el núcleo.
Paso 3 — Pipeline de conocimiento
Ingesta → chunks → embeddings → retrieval
Subís PDFs, Word, páginas de Notion o URLs. Dify los divide en chunks, los embebe y los indexa automáticamente en el vector store, y recupera contexto al consultar para respuestas fundamentadas.
Paso 4 — Publicar y operar
API + LLMOps
Cada app obtiene una API REST y una web app publicada. Logs, anotaciones y analíticas de performance retroalimentan mejores prompts, datasets y modelos con el tiempo.
Qué corre realmente en Docker
El stack self-hosted es pesado a propósito: API Flask, workers, consola Next.js, runtime de plugins, Postgres, Redis, Weaviate, sandboxes y nginx. Calculá al menos 2 CPUs y 4 GiB de RAM — esto es una plataforma, no un contenedor suelto.
3. Quickstart: Correlo en Local en 5 Minutos
Estos son los comandos reales del README oficial, verificados contra el repositorio en septiembre de 2026. Necesitás Docker más Docker Compose v2.24.0 o superior, y una máquina con al menos 2 núcleos de CPU y 4 GiB de RAM.
✅ Prerrequisitos
- 1. Docker Engine con Docker Compose v2.24.0 o superior instalado
- 2. CPU >= 2 núcleos y RAM >= 4 GiB (8 GiB recomendados en Docker Desktop)
- 3. Una API key de un proveedor LLM (OpenAI, Anthropic, DeepSeek u Ollama local) para después
Cloná el repo y prepará el archivo de entorno. Cada servicio del stack lee su configuración de este .env.
git clone https://github.com/langgenius/dify.git cd dify/docker cp .env.example .env
Levantá todo el stack en segundo plano y confirmá que cada servicio esté en Up. El primer arranque descarga imágenes y corre migraciones, así que dale unos minutos.
docker compose up -d docker compose ps
🌐 Abrí el dashboard
Entrá a http://localhost/install en tu navegador y creá la cuenta de admin. Después agregá tu proveedor de modelos en Settings → Model Provider — Dify no trae modelos incluidos, así que este paso es obligatorio antes de que cualquier app responda.
Tip: cloud vs self-hosted
¿Solo estás evaluando? Dify Cloud te da un sandbox sin setup con llamadas gratis. Hacé self-host cuando los datos deben quedarse en tu infraestructura o necesitás plugins propios y despliegue en VPC.
4. Casos de Uso que Encajan con Dify
Dify brilla donde un equipo necesita una app de IA con forma de producción rápido, con no-desarrolladores iterando prompts y flujos mientras ingeniería es dueña de las APIs. Estos son los patrones que mejor funcionan.
Chatbot de soporte fundamentado
Alimentá la base de conocimiento con tu centro de ayuda y docs, y publicá una app de chat que responde desde tu contenido en vez de alucinar. Las rutas de escalado a humanos son solo más nodos en el canvas.
Copiloto interno de empresa
Indexá wikis, runbooks y políticas para que los empleados pregunten en lenguaje natural. Un despliegue reportado sirve a más de 19.000 empleados en 20 departamentos.
Workflows de extracción de documentos
Encadená subida de archivos, extracción con LLM, reglas de validación y exportación HTTP para convertir facturas, contratos o formularios en datos estructurados en piloto automático.
Agentes que usan herramientas
Definí agentes ReAct o function-calling con más de 50 herramientas incluidas como Google Search, ejecución de código y Stable Diffusion para tareas de varios pasos.
5. Cuándo NO Usar Dify
Parte honesta: Dify es una plataforma con opiniones, footprint pesado y licencia no estándar. Así decido entre adoptarlo o ir por otra cosa.
✅ Elegí Dify
- • Necesitás una app de IA editable en equipo con RAG, workflows y APIs en días, no meses
- • No-desarrolladores deben iterar prompts y flujos sin tocar código
- • Querés una sola consola para modelos, conocimiento, agentes y observabilidad
- • El self-hosting con residencia de datos pesa más que un footprint mínimo
❌ Evitá Dify
- • Necesitás control total del orquestado en código — mejor LangChain o LangGraph
- • Planeás un SaaS multi-tenant sobre el código o quitar el branding — la licencia lo prohíbe
- • Solo tenés un VPS chico o edge — 15 contenedores y 4 GiB de RAM son el piso
- • Solo necesitás un chat simple sobre un modelo — Open WebUI o una llamada directa a la API es más barato
Regla de oro
Elegí Dify cuando el cuello de botella es shippear un producto entero. Elegí frameworks code-first cuando el cuello es lógica custom. Equivocarse en cualquiera de las dos direcciones cuesta meses.
Fuentes
Cada dato de este artículo viene de una de estas páginas, revisadas en septiembre de 2026. Las estrellas se mueven a diario, así que tomá el conteo como foto del momento, no como constante.
- • langgenius/dify — repositorio GitHub (~154k estrellas, Sep 2026)
- • Deploy Dify with Docker Compose — docs oficiales
- • Dify Open Source License — archivo LICENSE
- • Anuncio de 100k estrellas — blog de Dify, junio 2025
- • Self-host Dify with Docker Compose — tutorial ejecutado, julio 2026
- • Documentación de Dify — docs.dify.ai
Conclusión
Dify se ganó sus 154k estrellas resolviendo las partes aburridas de las apps con LLMs: el canvas, la plomería RAG, el cambio de modelos, las APIs y los logs — todo en una caja self-hostable. Verifiqué que el quickstart son genuinamente cuatro comandos más un click de admin.
Probalo esta semana: cloná el repo, levantá el stack, conectá un proveedor y armá un chatflow sobre un PDF que ya tengas. Si el canvas se siente limitante en vez de liberador en un día, probablemente sos persona de LangGraph — y lo descubriste por el precio de una tarde.
Dify en 30 Segundos: Resumen
Los Datos
- • ~154k estrellas (Sep 2026)
- • Dify Open Source License
- • v1.0 plugins + marketplace
El Stack
- • Canvas → modelos → RAG → API
- • docker compose up -d
- • http://localhost/install
El Veredicto
- • Ideal para productos enteros rápido
- • Evitar para control code-first
- • Evitar en servidores chicos
