从 1.2.0 到 1.14.0-rc1，开源 AI 应用平台的产品与技术全解析
声明：本文基于 Dify GitHub Release Notes 公开信息整理。图片均来自 Dify 官方 Release 页面。
先说结论
Dify 这两年多的迭代，核心就一件事：从"可视化工作流工具"变成"企业级 AI 应用平台"。
这个转变不是喊口号，是真的在往这个方向靠。
一、版本时间线
根据 GitHub Releases 记录，从 1.2.0 到 1.14.0-rc1 的重大版本：
| 版本 | 发布时间 | 核心主题 | 关键贡献者 |
|---|---|---|---|
| 1.2.0 | 2024年4月9日 | 循环节点、向量库扩展 | @Woo0ood, @arkunzz |
| 1.3.0 | 2024年5月 | MCP协议、结构化输出 | - |
| 1.6.0 | 2024年7月10日 | MCP全面支持 | - |
| 1.7.0 | 2024年7月23日 | Tool OAuth、插件自动升级 | @Mairuis, @RockChinQ |
| 1.10.0 | 2025年11月13日 | Trigger触发器 | @Yeuoly |
| 1.10.1 | 2025年11月26日 | MySQL支持、编辑器性能优化 | @longbingljw, @iamjoel |
| 1.13.0 | 2025年2月11日 | 人机协作HITL、执行引擎重构 | - |
| 1.14.0-rc1 | 2026年2月14日 | Agent × Skills | @Mairuis |
二、每个版本具体更新了什么
1.2.0（2024年4月9日）
循环节点 Loop Node 是这个版本的招牌功能。
之前的工作流都是线性的——输入→处理→输出。Loop 节点出来之后，你可以遍历一个列表：
- 批量给100个客户发邮件
- 一个一个处理文档
- 做多次API调用
这个功能是 @Woo0ood、@arkunzz、@Gevtolev、@zxhlyh 好几人一起写的，PR #14863、#17268、#17273。
其他更新：
- Child Chunk API：更细粒度的文档块操作
- OceanBase 混合搜索：国产数据库支持
- Tablestore 向量库支持：阿里云表格存储
- Langfuse LLM Node：可观测性增强
- WaterCrawl.dev 集成
1.3.0（2024年5月）
这个版本开始支持 MCP 协议（Model Context Protocol）。
MCP 是 Anthropic（Claude 那个公司）提出的标准，简单说就是：让 AI 应用能更方便地调用外部工具。
Dify 跟上了这个趋势，保持了和 Claude 生态的兼容性。
1.6.0（2024年7月10日）
MCP 全面支持是这个版本的亮点。
根据 Release Notes：
- MCP 支持进一步完善
- 支持 SSL 验证开关（HTTP Node）
- 批量 Embedding 优化
- Qdrant 写入一致性优化
- Redis 降级机制
- 问题分类器增强
1.7.0（2024年7月23日）
两个重磅功能：
1. Tool OAuth
- 工具插件支持 OAuth 2.0 认证
- 支持 refresh token 长期会话
- 不再需要手动管理 API Key
2. 插件自动升级
- 插件可以自动更新了
- 有配置策略和回滚机制
- 系统会监控插件仓库，自动完成升级
其他更新：
- Agent 节点引用来源功能
- 变量建议支持变量
- 工作流节点变量拖拽排序
- OpenTelemetry 可观测性支持
- UUIDv7 支持
1.10.0（2025年11月13日）
Trigger 触发器 是这个版本的核心。
如果说 Loop 是让工作流能"循环"，Trigger 就是让它能"自动跑"。
之前都是用户点一下才运行。Trigger 来了之后：
- 定时任务：每天早上9点跑一次数据同步
- Webhook：有请求来了才触发
- 第三方事件：GitHub 提交代码了、Slack 有人发消息了，都能触发
这对企业用户很重要——他们需要的是"流程自动化"，不是"聊天"。
1.10.1（2025年11月26日）
这是个大版本，变化挺多：
1. MySQL 支持
- 终于支持 MySQL 了！
- 之前只有 PostgreSQL
- 现在支持 PostgreSQL / MySQL / OceanBase
- @longbingljw（OceanBase 团队）贡献的 PR #28188
2. 编辑器性能优化
- 之前50个节点以上就卡
- 现在200个节点也流畅
- @iamjoel 做的优化，PR #28591
3. 安全升级
- API 镜像改用非 root 用户运行（UID 1001）
- 自托管用户需要修改文件权限
1.13.0（2025年2月11日）
人机协作 HITL 是这个版本的招牌。
简单说就是：AI 跑一半，停下来等个人确认。
- 工作流节点可以暂停
- 等待人工审核
- 支持批准/拒绝/升级动作
- 可以通过 Webapp 或邮件处理
执行引擎重构：
- 流式执行移至 Celery worker
- Redis Pub/Sub 实时推送
- 新增
workflow_based_app_execution队列
其他更新：
- Pydantic 模型全面替代 reqparse
- SQLAlchemy 2.0 类型提示升级
- Dutch (nl-NL) 语言支持
1.14.0-rc1（2026年2月14日）
这是最新的重头戏，2周前刚发。
Agent × Skills 体系：
- 沙箱运行 - Agent 在隔离环境里跑，不会把主机搞坏
- Skill Editor - 写类似代码的 SOP 块，能复用
- @工具调用 - 像这样：
@send_email(to="user@example.com") - 动态变量装配 - 从对话历史提取结构化数据
- 协作 Beta - 多人一起编辑，评论、@人
⚠️ 注意：1.14.0-rc1 是预览版，生产环境不建议用。
三、技术上变了什么
包管理器：从 Poetry 换成 uv
这个可能没几个人注意到，但影响挺大。
- Poetry 启动慢，依赖经常冲突
- uv 快 10-100 倍，1.3.0 之后全面切换
- 1.2.0 源码部署仍用
poetry install
多数据库支持
1.10.1 开始支持 MySQL 了。之前只有 PostgreSQL，现在：
- PostgreSQL
- MySQL
- OceanBase（国产，1.2.0 就支持了）
这对国内企业很友好，很多企业是用 MySQL 的。
编辑器性能优化
1.10.1 的 PR #28591，@iamjoel 做的优化：
- 消除每节点验证扫描
- 之前50个节点以上就卡
- 现在200个节点也流畅
四、RAG 能力演进
向量库支持一直是 Dify 的强项：
| 向量库 | 从哪个版本开始 | 特点 |
|---|---|---|
| Qdrant | 1.12.0 | 支持全文搜索了 |
| OceanBase | 1.2.0 | 混合搜索，国产数据库 |
| Milvus | 早期 | 方案成熟 |
| pgvector | 早期 | PostgreSQL 原生 |
| Tablestore | 1.2.0 | 阿里云表格存储 |
五、迭代逻辑
我观察 Dify 这两年多的迭代，有个比较清晰的脉络：
| 阶段 | 版本 | 目标 |
|---|---|---|
| 第一波 | 1.2-1.3 | 基础能力：循环、结构化输出、向量化 |
| 第二波 | 1.6-1.10 | 扩展边界：MCP、Trigger、事件驱动 |
| 第三波 | 1.12-1.14 | 智能化：Summary Index、HITL、Agent |
每一步都挺实在的，不是那种"凑数"更新。
六、社区
必须提一下 Dify 的社区运营。
看 Release Notes，贡献者挺活跃的：
- @Mairuis - 长期活跃贡献者
- @RockChinQ - 核心维护者
- @iamjoel - 前端性能优化
- @longbingljw - OceanBase 团队
- @Yeuoly - Trigger 功能
- @Woo0ood、@arkunzz - 循环节点
- @ZeroZ-lab - Child Chunk API
- @QuantumGhost - 工作流状态管理
大量 PR 来自社区，不是那种"只有官方在写"的开源项目。
国内的异类
在国内做 toB 软件，很多厂商的套路是这样的：甲方要什么就加什么，定制化做久了，代码库越来越臃肿，最后变成一堆难以维护的"历史包袱"。
但 Dify 不太一样。
从 Release Notes 能看到，核心功能很多是社区贡献者推动的：
- 循环节点是 @Woo0ood 他们做的
- MySQL 支持是 OceanBase 团队贡献的
- Trigger 触发器是 @Yeuoly 主导的
- 编辑器性能优化是 @iamjoel 一个人重构的
这不是"甲方提需求乙方实现"的模式，而是一群人因为认可这个方向，主动贡献。
这种共建模式在国内软件领域其实不多见。大部分国产 toB 软件，要么是厂商闭门造车，要么是被客户需求推着走。Dify 能坚持开源社区驱动这条路，挺难得的。
七、总结
| 维度 | 变化 |
|---|---|
| 产品定位 | 可视化编排 → 企业级 AI 平台 |
| 技术架构 | Poetry→uv, 单DB→多DB |
| 生态 | MCP、OpenTelemetry、国产数据库 |
| 用户价值 | 能用→好用→智能 |
如果你正在选型 AI 应用开发平台，Dify 值得看看。迭代快，社区活跃、文档还行，最重要的是——它确实在往企业级方向走。
参考来源：
- GitHub Releases: https://github.com/langgenius/dify/releases
- 1.14.0-rc1 Preview: https://docs.bash-is-all-you-need.dify.dev/
本文基于 GitHub Release Notes 公开信息整理，内容截至 2026年2月