こんにちは、エンジニアの瀬戸です。
普段は主にデータ基盤の開発・保守対応の支援をしています。最近、業務でDifyを扱う機会がありましたので、本記事では備忘を兼ねてDifyについて紹介したいと思います。
「Difyってよく聞くけど、なにがどこまでできるの？」—そんな方に向けて、Difyの全体像を公式ドキュメント（以下、公式）を引用しつつ、説明を補足する形で書いてみようと思います。※Difyの公式（本記事の出典）はこちらです。
Difyは2023年にオープンソースとして公開された生成AIアプリケーション開発プラットフォームで、AIを使ったアプリケーションを「作る・試す・運用する」を一つの環境でカバーできるのが特徴です。
無償版と有償版が存在しており、本記事は以下の環境を想定した内容となります。
本記事で想定する動作環境
・Dify 無償版
・バージョン 1.11.2
Difyの概要
公式によるとDifyは以下のように説明されています。
DifyはLLMを便利に・柔軟に使うために様々な道具を提供しています、という内容です。
1ユーザーとしては特にLLMを使ったサービス開発のPoCから本番稼働までできますというところが強みに感じます。他サービスとのインテグレーション（統合）に関する機能追加も活発に行われています。
Difyの主要な7つの機能
それではDifyの特徴的な機能について、公式に挙げられているものを紹介していきます。
ワークフローによる処理の構築
ユーザーはワークフロー上で処理の流れを作成することができます。以下画像のように画面上で「ノード」と呼ばれる処理のブロックを線でつなげていくようなイメージです。ワークフローは豊富な種類と処理に対応しています。Difyの中心的な機能といえるでしょう。データの変換などを目的にコードを書いて処理を補うこともできます。※本格的なETL処理のような記述には適しません。
幅広いモデルのサポート
Difyでは、いろいろなAIのモデルが使えて、管理できます。使いたいモデルをDifyに登録することで利用を開始できます。LLMを提供する側（モデルプロバイダ）と別途契約が必要となり費用が掛かる場合が多いです。
リッチなプロンプト開発体験
DifyのLLMブロックでは以下画像のようなプロンプトの開発環境が提供されています。
必須の入力部分には赤※がついているのでわかりやすくなっています。
設定箇所が多いように感じますが、すべて埋めなくても動作は確認できます。理想の回答を得るために細かくチューニングを行うことができます。
RAG機能
RAGとは回答生成時にあらかじめ読み込ませた情報を参照しつつ回答に利用できる機能です。社内情報などを格納し、社内向けのAIチャットボットとして提供されている事例をよく目にします。
以下画像の例では「知識検索」というブロックを追加することであらかじめ設定したナレッジ（社内情報など）を回答時に呼び出して利用することができます。
エージェント機能
エージェントブロックを利用することで、質問によってエージェントが主体的に様々なツールを呼び出して利用できます。以下画像の例では、現在時刻を返すツール（標準プラグイン）を呼び出して回答時に利用しています。
LLMOpsの導入
LLMOpsとはLLMを利用したサービスの企画・開発・運用・改善をするための枠組みやプロセスの総称です。オブザーバビリティ（可観測性）に関する機能はブラックボックス（内部の処理が不明な状態）になりやすいDifyの一連の処理についてどこの工程でどのデータがどのように処理されて、費用がいくらかかったかなどを知ることができます。LLMのサービス状況の追跡・監視は組織でLLMOpsを実現するうえで欠かせない観点の機能です。※例としてLangSmithの追跡画面が以下のものです。現在時刻を質問した際の詳細な結果を細かく確認することができます。
バックエンドAPIの提供
この機能はややシステム開発者向けのものです。
他のサービスがDifyと連携がしやすいように作成した各処理（ワークフロー）のエンドポイントをAPIで提供してくれます。例えば社内の別サービスからDifyで作成した処理を呼び出すことが可能になり、ビジネス適用がしやすくなります。（Difyで1回処理を作れば、Difyの画面で実行せずとも、別のツールからの実行や定期実行を行うことがしやすくなるためです。）
まとめ
本記事では以下の内容を中心に紹介しました。
・Difyの概要
・Difyの主要な7つの機能
Difyの強みを一言でまとめると「AIを使ったサービスをPoCから本番運用まで、一つの環境で完結できる」点です。ワークフロー、モデル管理、RAG、エージェント、LLMOps、APIまで揃っているため、ツールをいくつも組み合わせる必要がありません。
特にこんな方におすすめです。
・LLMを使った社内ツールをまず動くもので試したい
・PoCから本番運用までの移行コストを下げたい
・非エンジニアにもワークフロー作成に参加してほしい
大規模なETL処理や複雑なバックエンドロジックを組みたい場合は、Difyだけで完結させるより既存システムと組み合わせるのが現実的です。
今後もDifyに関する記事を書いていきたいと思っていますので、お付き合いいただけると幸いです。
＜著者プロフィール＞
瀬戸 龍一 Ryuichi Seto
パーソルビジネスプロセスデザイン株式会社
CX事業本部 DX統括部 データサイエンス部 データエンジニアリング2G
データサイエンスを軸に顧客の課題解決を担い、データ分析やAI活用、クラウド構築といった技術領域をカバー。新規事業開発やスポーツアナリティクス、CSR活動にも関与。部門横断でプロジェクトを推進しながら、誠実な対話と丁寧なドキュメント設計を通じて、顧客の自走を支える伴走型のDX支援を実践している。
インタビュー：データサイエンスの知見と経験に基づき成果にコミットする伴走型DX推進のスペシャリスト
