GeezerVison

• TLDR
• 一、背景
• 二、测评维度
  • 测评维度
• 三、测评产品版本
• 四、详细测评
  • 4.1 团队人员管理
  • 4.2 模型管理
  • 4.3 第三方工具
  • 4.4 知识库
  • 4.5 应用管理
  • 4.6 开源协议
  • 4.7 部署难度
  • 4.8 社区支持与生态
• 五、汇总
• 六、选择建议

TLDR

1. 如果您需要一个简单、固定的需求，随便选用一个适合的编程语言调用 LLM API 即可

2. 如果您是正在学习 AI 的开发人员，能自己实现就自己实现，框架会变，底层原理不变

3. 注重流程与扩展选 Dify

4. 注重知识库选 RAGFlow

5. 注重易用性和企业级部署选 MaxKB

一、背景

市面上目前工作流平台分为几种形式，一种是以 Coze 为代表的商业产品，其基于网页的工作流形式，另一种以 Langchain 与 LlamaIndex 为主的基于代码框架的形式。

这些形式各有千秋，针对不同的技术与框架，我们需要根据自己的业务进行合理的判断，每一种场景、每一种业务、每一种使用的客户都会产生不同的答案。

本文从多个角度，针对开源软件 Dify、FastGPT、RAGFlow、MaxKB 这类基于 WebUI 的工作流平台，进行全面对比，帮助您选择最适合自己需求的 AI 流程平台。

先对比下 Github Star 数量 🌟

二、测评维度

作为一个 LLMOps 平台，包含几个基本的模块，我们将从以下维度进行比较：

测评维度

1. 团队人员管理

2. 模型管理

3. 第三方工具

4. 知识库管理

5. 应用管理

   1. 对话管理
   2. 应用类型

6. 开源协议与功能对比

7. 部署难度

8. 社区支持与生态

三、测评产品版本

1. Dify v1.0.0

2. FastGPT v4.8.20

3. RAGFlow v0.17.0 slim

4. MaxKB v1.10.2-lts

四、详细测评

4.1 团队人员管理

作为团队使用的平台，我们需要考虑人员管理的一些需求。

主要考虑两个方向：

1. 工作空间

2. 权限管理

维度	Dify	FastGPT	RAGFlow	MaxKB
空间数量	1 个	无空间	多个支持邀请制	支持多团队空间(X-Pack)
角色	管理员、编辑、成员	无	管理员、成员	管理员、普通用户
加入多个团队	否	否	是	是(X-Pack)
商业版	支持	支持	-	支持
LDAP 集成	支持	不支持	不支持	支持(X-Pack)
推荐值	🌟🌟	🌟	🌟🌟	🌟🌟🌟

4.2 模型管理

作为一个 LLMOps 平台，模型管理的完备性是非常重要的功能，需要考量三个方面：支持的平台数量、支持的模型类型以及可扩展性。

第一点保证了能够方便对接各类平台；

第二点保证在模型不断变化的情况下，包括文本模型、视觉模型等都能方便接入；

第三点是否方便用户接入自定义或者其他平台的模型。

维度	Dify	FastGPT	RAGFlow	MaxKB
模型供应商	56	20	44	15+
OpenAI 兼容格式	支持	支持	支持	支持
扩展接入	强，自定义插件	中，自定义配置	弱，不能自定义配置	中，支持配置文件方式
支持模型类型	Text Generation、Image Generation、Vision、Audio Generation、Text Embedding、Speech2text、TTS、Rerank、Moderation	Text Generation、Vision、Text Embedding、Speech2text、TTS、Rerank	Text Generation、Vision、Text Embedding、Rerank、Moderation	Text Generation、Vision、Text Embedding、Rerank
本地模型支持	支持	支持	支持	支持(Ollama、Llama3、Qwen2 等)
国内模型支持	支持	支持	支持	支持(通义千问、智谱 AI、百度千帆、Kimi、DeepSeek 等)
缺点	负载均衡需要企业版、一个模型名称只能部署一个服务	管理页面有点混乱	不支持在提供商上增加模型、一个平台只支持一个 key	模型管理界面较简单
特点	支持自己编写插件对接各类模型服务	支持配置文件方式、可以设置别名	-	支持公用/私有权限设置
推荐值	🌟🌟🌟	🌟🌟	🌟	🌟🌟

4.3 第三方工具

一个平台如果无法很好地调用第三方工具，就无法实现良好的扩展性，随着业务的不断发展，会越来越无法支撑。第三方工具方面需要考虑两个比较重要的点：

1. 自带工具的丰富度

2. 工具扩展的难度与灵活度

维度	Dify	FastGPT	RAGFlow	MaxKB
自带工具数量	工具：40、Agent 策略：2、扩展：6	系统插件：15	工具：21	工具：10+
特色工具	database 连接、Json 处理、ECharts 图表生成	数据库连接、飞书/钉钉集成、BI 图表	谷歌学术	数据库连接、浮窗模式、自定义对话框
扩展	API 扩展、支持插件开发	无	无	支持系统 API(X-Pack)
插件类型	模型、工具、Agent 策略、扩展	无	无	无
自定义	基于 OpenAPI-Swagger 创建接口、基于工作流转换为工具	无	无	支持工作流编排
兼容实现	HTTP 请求	HTTP 请求	无	HTTP 请求
推荐值	🌟🌟🌟	🌟🌟	🌟	🌟🌟

4.4 知识库

知识库是 RAG 技术的一个关键落地场景，针对知识库，需要从以下维度进行考虑：

• 导入阶段：

  • 考虑支持的格式是否丰富
  • 导入的方式：如网页、文本、接口
  • ETL 数据清洗流程是否准确

• 创建阶段: 手动或自动构建知识库。

• 召回阶段: 检索相关信息的效率和准确性。

• 权限设置: 控制谁可以访问或编辑知识库。

维度	Dify	FastGPT	RAGFlow	MaxKB
导入阶段：支持格式	TXT、MARKDOWN、MDX、PDF、HTML、XLSX、XLS、DOCX、CSV、MD、HTM	TXT、DOCX、CSV、XLSX、PDF、MD、HTML、PPTX	Word、PPT、Excel、TXT、PDF、HTML	Markdown、TXT、PDF、DOCX、HTML、Excel、CSV
导入阶段：导入方式	文本、Notion、Web 站点、API 接口	文本、API、Web 网站、飞书、语雀	文本、网页	文本上传、网页爬取、API 接口
导入阶段：清洗方式	Dify ETL、Unstructured ETL	自带	DeepDoc、简易、大模型	智能分段、高级分段、自动清洗
创建阶段：分段设置	通用文本分块模式、父子模式(子块用于检索，父块用作上下文)	直接分段、问题拆分	自动创建关键词、自动创建问题	智能分段、高级分段(支持自定义分段标识符)
创建阶段：索引方式	高质量：Text-Embedding、经济：关键词	Text-Embedding	召回增强 RAPTOR 策略、知识图谱	Text-Embedding、支持选择不同向量模型
召回阶段：检索设置	向量搜索、全文搜索、混合搜索	向量搜索、全文搜索、混合搜索	搜索	向量检索、全文检索、混合检索
召回阶段：rerank	支持 rerank 模型	支持 rerank 模型、支持大模型理解	支持 rerank 模型	支持相似度调整
召回测试	支持多种召回测试	支持多种召回测试	知识图谱	支持预览测试
团队管理	支持个人、支持团队、支持部分成员	商业版功能	支持个人、支持团队	支持个人、支持团队(X-Pack)
特色功能	引用归属	问题拆分	知识图谱	分段标题设置为关联问题
推荐值	🌟🌟	🌟	🌟🌟🌟	🌟🌟🌟

4.5 应用管理

应用是 LLMOps 平台的核心，所有的业务都是围绕应用进行开展，通过应用连接了模型、工具调用、Agent 等一系列工作。

维度	Dify	FastGPT	RAGFlow	MaxKB
应用类型	聊天助手、Agent、文本生成应用、Chatflow、工作流	简单聊天、工作流聊天	聊天、Agent	简易配置应用、高级编排应用
应用功能	对话开场白、下一步问题引导、文字转语音、文件上传、引用与归属、内容审查	文件上传、语音播放、语音输入、猜你想问、定时执行、自动执行、输入引导、对话开场白	-	对话开场白、快捷问题、自定义 AI 头像、浮窗模式、历史记录显示控制
变量	环境变量、会话变量	全局变量	无	支持变量
工作流支持功能	基础功能：LLM、知识检索、直接回复 Agent：问题理解、问题分类器 逻辑：条件分支、迭代 转换：代码执行、模板转换、变量聚合器、文档提取器、变量赋值、参数提取器 工具：HTTP 请求、列表操作、工作流、API 接口	基础功能：AI 对话、知识库搜索、问题分类、文本内容提取 工具箱：工具调用、交互、用户选择、表单输入、工具、文本拼接、指定回复、文档解析、HTTP 请求、判断器、变量更新、代码运行、批量执行 AI 能力：知识库搜索引用合并、问题优化、Laf 函数调用、自定义反馈	知识检索、生成回答、对话、问题分类、静态消息、问题优化、关键词、条件、集线器、模板转换、循环、注释	节点类型：开始、AI 对话、知识库搜索、问题分类、条件判断、指定回复、HTTP 请求、变量更新、代码执行、结束
工作流特点	迭代并发模式、错误响应、节点并行	批量执行、AI 模型支持变量引用	-	可视化编排、支持快捷问题输出
是否支持扩展	支持	支持贡献插件	不支持	支持系统 API(X-Pack)
导入导出	支持	不支持	支持	支持
测试历史	支持	支持	-	支持
发布渠道	Web 应用、API 接口、嵌入网站	Web 网页、API 接口、飞书机器人、钉钉机器人、微信公众号接入	嵌入网站	Web 应用、API 接口、嵌入网站、浮窗模式
日志与标注	支持详细调用日志、针对问答可以进行标注	支持详细调用日志、针对问答可以进行标注	无	支持对话日志、用户反馈
监测	7 大维度分析	不支持	-	基础使用统计
特色功能	错误响应	自动执行、定时任务	搜索	浮窗模式、可拖拽对话框
推荐值	🌟🌟🌟	🌟🌟	🌟	🌟🌟

在应用管理方面，Dify 的功能最为全面，无论是编排方式、错误处理还是未来的扩展性，都处于领先地位。并且搭配了丰富的日志，方便后续的追踪。Dify 还可以搭配 LangSmith、Langfuse、Opik 进行 LLM 应用的生命周期监控。

4.6 开源协议

开源协议是商业公司在使用时特别关注的部分，下面针对各个工作流平台进行协议对比，看哪个框架更适合企业使用。

产品	协议
Dify	Dify 可以用于商业用途，包括作为其他应用程序的后端服务或企业应用开发平台。不能使用 Dify 源代码来运营多租户环境。
FastGPT	FastGPT 可以用于商业化用途，包括作为”后端即服务”为其他应用程序提供服务，或作为应用开发平台交付给企业。不能使用 FastGPT.AI 源代码运营与 FastGPT 类似的多租户 SaaS 服务。
RAGFlow	允许复制、修改、公开显示、公开表演、分许可和分发作品及其衍生作品。
MaxKB	开源社区版可用于商业用途，但有功能限制(1 个团队成员，5 个应用，50 个知识库)。X-Pack 版本需要商业授权。

4.7 部署难度

一个平台的功能是一方面，部署难度和依赖的技术栈也需要考量。下面总结各平台的部署难度与依赖。

维度	Dify	FastGPT	RAGFlow	MaxKB
Docker 部署	支持	支持	支持	支持
一键部署	支持	支持	支持	支持(1Panel 一键安装)
技术栈	Python Flask、NextJS、PostgreSQL、Qdrant、Redis、Unstructured、Sandbox、Plugin Demon	PG Vector、MongoDB、Sandbox、MySQL、FastGPT	ES、MySQL、MinIO、Redis	Python/Django、Vue.js、PostgreSQL/pgvector、Logicflow
部署复杂度	中等	中等	中等	低
资源需求	中等	中等	中等	低(推荐 2C/4GB)
离线部署支持	支持	支持	支持	支持
推荐值	🌟🌟	🌟🌟	🌟🌟	🌟🌟🌟

4.8 社区支持与生态

社区支持和生态系统对于平台的长期发展至关重要，下面对比各平台在这方面的表现。

维度	Dify	FastGPT	RAGFlow	MaxKB
GitHub Stars	高	中	低	新项目，增长中
社区活跃度	高	中	低	中
文档完善度	高	中	中	高
更新频率	高	高	中	高
商业支持	有	有	有	有(飞致云)
生态集成	丰富(支持多种第三方工具和监控平台集成)	中等(支持飞书、钉钉等国内平台集成)	基础	中等(支持 LDAP、自定义主题等企业级功能)
推荐值	🌟🌟🌟	🌟🌟	🌟	🌟🌟

五、汇总

维度	Dify	FastGPT	RAGFlow	MaxKB
团队人员管理	🌟🌟	🌟	🌟🌟	🌟🌟🌟
模型管理	🌟🌟🌟	🌟🌟	🌟	🌟🌟
第三方工具	🌟🌟🌟	🌟🌟	🌟	🌟🌟
知识库	🌟🌟	🌟	🌟🌟🌟	🌟🌟🌟
应用管理	🌟🌟🌟	🌟🌟	🌟	🌟🌟
部署难度	🌟🌟	🌟🌟	🌟🌟	🌟🌟🌟
社区支持与生态	🌟🌟🌟	🌟🌟	🌟	🌟🌟
综合评分	🌟🌟🌟	🌟🌟	🌟🌟	🌟🌟🌟

六、选择建议

根据不同需求场景，我们提供以下选择建议：

1. 企业级应用场景：

   • 如果需要强大的工作流和扩展能力，选择 Dify
   • 如果注重易用性和快速部署，选择 MaxKB
   • 如果需要深度的知识库功能，选择 RAGFlow 或 MaxKB
2. 开发者场景：
   • 如果需要高度定制化和开发灵活性，选择 Dify
   • 如果需要快速构建原型，选择 FastGPT 或 MaxKB
3. 特定功能需求：
   • 需要强大的 Agent 功能：Dify
   • 需要优秀的知识图谱：RAGFlow
   • 需要企业级集成(LDAP 等)：MaxKB
   • 需要定时任务：FastGPT