Dify 1.15.0解读:difyctl、HITL表单和慢模型轮询,企业AI工程化继续补底座

发布日期:2026-06-26 19:42:59 浏览次数: 1651

作者:大数据流动

Dify 1.15.0解读:difyctl、HITL表单和慢模型轮询,企业AI工程化继续补底座

微信搜一搜,关注“大数据流动”

推荐语

Dify 1.15.0 版本聚焦企业AI工程化,通过difyctl、增强的HITL表单和慢模型轮询,为自动化、治理和长任务处理补强了基础设施。

核心内容:

1. difyctl将使用入口扩展至终端,推动Dify向企业AI运行时转变

2. HITL表单支持结构化输入,强化了业务流程确认与治理

3. 慢模型轮询机制,使工作流能有效处理异步长耗时任务

Dify 1.15.0解读:difyctl、HITL表单和慢模型轮询,企业AI工程化继续补底座

杨芳贤

53AI创始人/腾讯云(TVP)最具价值专家

本文基于 Dify 官方 GitHub 1.15.0 release note(2026 年 6 月 25 日发布)整理,重点从企业 AI 工程化和数据治理视角看这次更新。

版本功能和升级步骤可能继续变化,实际部署和升级请以 Dify 官方 release note 和升级说明为准。

Dify 1.15.0解读:difyctl、HITL表单和慢模型轮询,企业AI工程化继续补底座

这次更新可以概括成五个关键词:如果说 1.14.0 更像是在补“协作、HITL、安全边界”,那 1.15.0 就是在补“运行方式、长任务、知识可见性和升级治理”。difyctl 说明了一件事:Dify 正在从 Web 工具变成运行时 这次最有分量的变化之一,是官方推出了 difyctl。它的意义不只是“多了一个命令行工具”,而是 Dify 的使用入口开始从网页扩展到终端。企业里很多动作本来就不是在后台控制台里完成的,而是在脚本、流水线、批处理和自动化任务里完成的。difyctl 让这些场景第一次有了更自然的入口:
* 可以从终端直接运行应用和工作流。
* 可以被脚本和 CI 流程调用。
* 可以把 Dify 纳入更标准的工程化链路。
* 可以把“人工点开网页执行”变成“系统自动触发执行”。

这很关键。因为一旦 Dify 进入终端和流水线,它就不再只是一个低代码搭建器,而是会更像企业 AI 运行时的一部分。对企业来说,这种变化意味着两个问题必须同步升级:
* 谁可以从命令行触发哪些工作流。
* 触发后的日志、权限和审计怎么留。

换句话说,difyctl 把“能不能自动化”这件事做得更顺了,也把“要不要治理”这件事推到了台前。HITL 表单变强了,但它真正强化的是业务确认 1.15.0 里,HITL 表单不再只是自由文本输入,还支持:
* 下拉选择。
* 文件上传。
* 多文件上传。

这个变化看起来很小,实际上很贴近企业场景。企业里的人工确认,本来就很少只是“请输入一句话”这么简单,更多时候是:
* 从固定选项里确认一个处理策略。
* 上传附件、截图、审批材料。
* 让不同角色按标准格式补全信息。

如果 HITL 只能收自由文本,它更像一个临时留言框。如果 HITL 能接结构化字段和附件,它才真正接近企业审批、工单和运营流程。这意味着我们以后评估 HITL,不该只问“能不能暂停给人看”,还要问:
* 人工介入时能不能收标准化字段。
* 是否能把附件保留下来。
* 是否能把人审结果回写到后续流程里。

只有这样,HITL 才不是一个插在流程里的“暂停按钮”,而是企业治理链路的一部分。慢模型轮询,说明工作流开始认真面对长耗时任务 这次还有一个很实用的更新:工作流可以通过轮询机制处理慢模型,比如图片生成、视频生成这类长耗时任务。这背后的变化是,Dify 不再默认只服务“几秒钟就能回来的回答”,而是开始面对真正的异步任务。对企业而言,这很重要,因为很多生产场景本来就不是短问答:
* 图片生成。
* 报告生成。
* 长文本总结。
* 多步调用后的异步结果回传。

以前这种任务要么容易超时,要么要额外自己封装。现在 Dify 开始把这类慢任务纳入工作流能力本身。但这里也要留一个判断:慢任务进入工作流,不代表工作流就自动可靠了。相反,它会要求我们更认真地设计:
* 任务状态。
* 超时策略。
* 结果回传。
* 失败重试。
* 用户等待体验。

所以这次更新不是单纯“支持了慢模型”,而是在提醒我们:企业 AI 工作流正在从同步交互,走向异步编排。知识和可观测性开始补“看得见”1.15.0 在知识库和观测层面也补了几块很实用的能力。Excel 里的图片不会再轻易丢失 官方这次修复了知识导入时对 Excel 嵌入图片的提取。这对企业知识治理很实际,因为很多表格并不只是纯数据,还会带:
* 流程图。
* 截图。
* 架构图。
* 标注说明。

如果图片丢了,很多上下文也就丢了。对 RAG 来说,这不是小问题,而是会直接影响检索质量和回答完整度。Trace 开始更贴近真实会话 这次还支持为 Phoenix 设置自己的 trace session id,同时能在 trace 里跟踪文档检索步骤。这意味着排查问题时,不再只是看“模型最后回答了什么”,而是可以看:
* 这次会话对应哪一个 trace。
* 检索走了什么路径。
* 哪些文档被拿出来了。
* 最终答案是怎么拼出来的。

这类能力对数据治理团队尤其重要。因为只要 RAG 进入生产,真正需要解释的不只是“答得对不对”,还有“为什么这样答”。生产环境补的是细节,不是口号 从这次 release note 看,Dify 1.15.0 在生产环境上做了不少细节加固。安全和权限 官方修复了 plugin-daemon forwarding 的路径穿越漏洞(CVE-2026-41948),同时也加强了出站 HTTP 的超时边界和 SSRF 相关防护。这类更新很适合提醒我们:企业 AI 平台一旦连上插件、外部服务、知识库和内部数据源,安全就不是附属项,而是主线。另外,这次还强化了 RBAC、OpenAPI、插件权限和模板可见性等能力。这个方向非常明确:平台越往生产走,权限颗粒度就越不能粗。升级治理 1.15.0 带来了新的数据库迁移,而且插件自动升级策略改成了按分类管理。官方明确要求在 flask db upgrade 之后再执行 flask backfill-plugin-auto-upgrade,否则旧租户的插件自动升级设置可能不会按预期生效。这类升级要求看起来偏工程细节,但它其实就是企业最常见的坑:版本升级不只是拉代码,还要回填配置、校正数据、重跑迁移。运维和稳定性 这次还补了很多让生产更稳的点,比如:
* 更清晰的错误提示。
* 更稳定的工作流执行。
* 更快的停止和启动响应。
* 更完整的通知展示。
* 更顺手的工作流编辑体验。

这些不是最“显眼”的功能,但它们决定一个平台能不能长期用。企业升级建议 如果你已经在用 Dify,1.15.0 值得重点看这几件事:
1. 先在测试环境验证升级链路,尤其是数据库迁移和插件回填。
2. 检查.env 和 docker-compose 是否需要同步更新。
3. 看看有没有工作流会用到 HITL、文件上传和结构化输入。
4. 检查哪些流程会调用慢模型,提前设计轮询、超时和失败回退。
5. 复查 RBAC、OpenAPI 和插件权限配置,不要因为版本更新就默认放宽权限。
6. 如果你在做 RAG,拿一份带图的 Excel 或混合文档重新测一遍,确认导入和检索链路没丢上下文。

风险提醒
* 不要把 difyctl 理解成“可以绕过治理直接自动化”。
* 不要把 HITL 表单理解成“有人工按钮就够了”,结构化字段和审计也很重要。
* 不要把慢模型轮询理解成“不会超时了”,异步任务一样需要状态管理。
* 不要把知识导入改进理解成“知识库天然可信”,来源、版本和权限仍然要管。
* 不要跳过升级后的迁移和回填步骤,尤其是插件自动升级策略。

一句话总结 Dify 1.15.0 的核心信号是:Dify 正在从一个网页里的工作流搭建器,继续走向一个可以进入终端、支持长任务、强调可追溯和重视权限治理的企业 AI 运行底座。我正在持续整理《AI时代数据治理实战库》。它会围绕两条主线展开:
* Data for AI:数据如何支撑 AI。
* AI for Data:AI 如何反过来改造数据治理。

前者是基础,后者是新机会。

[登录查看剩余 70% 内容](javascript:void (0);)

https://www.53ai.com/keyword/dify%E5%B9%B3%E5%8F%B0https://www.53ai.com/keyword/dify%E5%B7%A5%E4%BD%9C%E6%B5%81https://www.53ai.com/keyword/dify%20github

分享:

Dify 1.15.0解读:difyctl、HITL表单和慢模型轮询,企业AI工程化继续补底座

用微信扫描二维码

Dify 1.15.0解读:difyctl、HITL表单和慢模型轮询,企业AI工程化继续补底座

用微信扫描二维码

Dify 1.15.0解读:difyctl、HITL表单和慢模型轮询,企业AI工程化继续补底座

用微信扫描二维码

Dify 1.15.0解读:difyctl、HITL表单和慢模型轮询,企业AI工程化继续补底座

用微信扫描二维码

53AI,企业落地大模型首选服务商

**产品**:场景落地咨询+大模型应用平台+行业解决方案

**承诺**:免费POC验证,效果达标后再合作。**零风险落地应用大模型**,已交付160+中大型企业

https://www.53ai.com/news/dify/2026062725783.htmlhttps://www.53ai.com/news/dify/2026062650367.html

https://www.53ai.com/news/dify

相关资讯

https://www.53ai.com/news/dify/2026070325039.htmlhttps://www.53ai.com/news/dify/2026070225810.htmlhttps://www.53ai.com/news/dify/2026063009684.htmlhttps://www.53ai.com/news/dify/2026063034756.htmlhttps://www.53ai.com/news/dify/2026062725783.htmlhttps://www.53ai.com/news/dify/2026062650367.htmlhttps://www.53ai.com/news/dify/2026061845763.htmlhttps://www.53ai.com/news/dify/2026061551847.html

Dify 1.15.0解读:difyctl、HITL表单和慢模型轮询,企业AI工程化继续补底座

Dify 1.15.0解读:difyctl、HITL表单和慢模型轮询,企业AI工程化继续补底座

https://www.53ai.com/solution.html

Dify 1.15.0解读:difyctl、HITL表单和慢模型轮询,企业AI工程化继续补底座

Dify 1.15.0解读:difyctl、HITL表单和慢模型轮询,企业AI工程化继续补底座

https://www.53ai.com/solution.html

160+中大型企业正在使用53AI

[立即咨询](javascript:void(0))[预约演示](javascript:void(0))

https://www.53ai.com/news/dongtai/2025012294502.htmlhttps://www.53ai.com/news/dongtai/2025012234192.html

https://hub.53ai.com/

热点资讯

https://www.53ai.com/news/dify/2026041829076.htmlhttps://www.53ai.com/news/dify/2026041295741.htmlhttps://www.53ai.com/news/dify/2026052228496.htmlhttps://www.53ai.com/news/dify/2026061162470.htmlhttps://www.53ai.com/news/dify/2026060340319.htmlhttps://www.53ai.com/news/dify/2026060231942.htmlhttps://www.53ai.com/news/dify/2026061551847.htmlhttps://www.53ai.com/news/dify/2026061845763.htmlhttps://www.53ai.com/news/dify/2026062650367.htmlhttps://www.53ai.com/news/dify/2026062626403.html

大家都在问

https://www.53ai.com/news/dify/2026061551847.htmlhttps://www.53ai.com/news/dify/2026011428975.htmlhttps://www.53ai.com/news/dify/2026010634782.htmlhttps://www.53ai.com/news/dify/2025122124875.htmlhttps://www.53ai.com/news/dify/2025122057604.htmlhttps://www.53ai.com/news/dify/2025121732147.htmlhttps://www.53ai.com/news/dify/2025112961328.htmlhttps://www.53ai.com/news/dify/2025093023681.html

热门标签

https://www.53ai.com/news/neirongchuangzuohttps://www.53ai.com/news/LargeLanguageModelhttps://www.53ai.com/news/gerentixiaohttps://www.53ai.com/news/langchainhttps://www.53ai.com/news/llamaindexhttps://www.53ai.com/news/MultimodalLargeModelhttps://www.53ai.com/news/RAGhttps://www.53ai.com/news/zhinengkefuhttps://www.53ai.com/news/knowledgegraphhttps://www.53ai.com/news/finetuninghttps://www.53ai.com/news/RAGFlowhttps://www.53ai.com/news/cozehttps://www.53ai.com/news/difyhttps://www.53ai.com/news/fastgpthttps://www.53ai.com/news/Bishenghttps://www.53ai.com/news/Qanythinghttps://www.53ai.com/news/AIqichehttps://www.53ai.com/news/AIjinronghttps://www.53ai.com/news/AIgongyehttps://www.53ai.com/news/AIpeixunhttps://www.53ai.com/news/AISaaShttps://www.53ai.com/news/tishicikuangjiahttps://www.53ai.com/news/tishicijiqiaohttps://www.53ai.com/news/AIdianshanghttps://www.53ai.com/news/AImianshihttps://www.53ai.com/news/shuziyuangonghttps://www.53ai.com/news/zhinengbaobiaohttps://www.53ai.com/news/zhishiguanlihttps://www.53ai.com/news/OpenSourceLLMhttps://www.53ai.com/news/zhinengyingxiaohttps://www.53ai.com/news/zhinengyingjianhttps://www.53ai.com/news/zhinenghuagaizaohttps://www.53ai.com/news/AIyiliaohttps://www.53ai.com/news/MaxKBhttps://www.53ai.com/news/Palantirhttps://www.53ai.com/news/Gleanhttps://www.53ai.com/news/Openclaw

[应聘简历请发送至: ceo@53ai.com](mailto:ceo@53ai.com)

https://www.53ai.com/product.html

https://www.53ai.com/product/quanyuanAIhttps://www.53ai.com/product/gongzuoduihuahttps://www.53ai.com/product/neirongchuangzuohttps://www.53ai.com/product/zhinengwendanghttps://www.53ai.com/product/mofacaidan

https://www.53ai.com/product/yewuAIhttps://www.53ai.com/product/weixinfenshenhttps://www.53ai.com/product/haiwaikefuhttps://www.53ai.com/product/guanwangkefuhttps://www.53ai.com/product/douyinkefuhttps://www.53ai.com/product/shuzilaoshihttps://www.53ai.com/product/shuzidudaohttps://www.53ai.com/product/zhinengfuwutai

https://www.53ai.com/product/AIXyewuhttps://www.53ai.com/product/zhinengwenshuhttps://www.53ai.com/product/zhinengshenhehttps://www.53ai.com/product/zhinenggongdanhttps://www.53ai.com/product/qiweigenjinzhushouhttps://www.53ai.com/product/zhinengbaojiahttps://www.53ai.com/product/qiweixiaoshouzhushouhttps://www.53ai.com/product/zijianyingyonghttps://www.53ai.com/product/qiweikefuzhushou

https://www.53ai.com/consulting.htmlhttps://www.53ai.com/fine-tuning.html

https://www.53ai.com/kehuanli.html

https://www.53ai.com/kehuanli/hangyeanlihttps://www.53ai.com/kehuanli/solution

https://www.53ai.com/news.html

https://www.53ai.com/news/qianyanjishuhttps://www.53ai.com/news/agentplatformhttps://www.53ai.com/news/hangyeyingyonghttps://www.53ai.com/news/qiyejingyinghttps://www.53ai.com/prompt.html

https://www.53ai.com/about.html

https://www.53ai.com/about/introductionhttps://www.53ai.com/about/cooperation

友情链接:

https://www.waytoagi.com/https://www.yuncan.com/https://www.wescrm.com/https://www.mingpian.top/https://www.uweb.net.cn/

CopyRight © 2012-2026 深圳市博思协创网络科技有限公司 版权所有

https://beian.miit.gov.cn/

广州:广州市华景路37号(华景软件园)暨南大学科技大厦6楼(整层)

深圳:深圳市福田区泰然四路29号天安创新科技广场一期A座1204

上海:上海市浦东新区金新路58号1602室

微信扫码

和创始人交个朋友

联系我们

售前咨询

[186 6662 7370](tel:18666627370)

预约演示

[185 8882 0121](tel:18588820121)

Dify 1.15.0解读:difyctl、HITL表单和慢模型轮询,企业AI工程化继续补底座

微信扫码

添加专属顾问

回到顶部

Dify 1.15.0解读:difyctl、HITL表单和慢模型轮询,企业AI工程化继续补底座

加载中…

扫码咨询

Dify 1.15.0解读:difyctl、HITL表单和慢模型轮询,企业AI工程化继续补底座

[](https://www.53ai.com/news/dify/2026062626403.html)

Dify 1.15.0解读:difyctl、HITL表单和慢模型轮询,企业AI工程化继续补底座

https://work.weixin.qq.com/ca/cawcde2599cf74e2d9https://work.weixin.qq.com/ca/cawcdefb661890e885[电话咨询](tel:400-838-1185)

Dify 1.15.0解读:difyctl、HITL表单和慢模型轮询,企业AI工程化继续补底座

扫码登录

Dify 1.15.0解读:difyctl、HITL表单和慢模型轮询,企业AI工程化继续补底座

– [x] 登录即表示您同意[《53AI网站服务协议》](javascript:void(0);)

服务协议

欢迎您使用【53AI 官方网站】(以下简称“本网站”或“我们”)。本《会员服务协议》(以下简称“本协议”)是您(以下简称“会员”或“用户”)与【深圳市博思协创网络科技有限公司】之间关于注册、登录及使用本网站会员服务所订立的法律协议。

在您注册或登录前,请务必审慎阅读、充分理解各条款内容,特别是免除或限制责任的条款、知识产权条款、争议解决条款等。此类条款将以加粗形式提示您注意。 当您通过微信公众号授权、手机验证码验证或其他方式成功登录本网站时,即视为您已完全理解并同意接受本协议的全部内容。

一、 定义

本网站:指由【深圳市博思协创网络科技有限公司】运营的,域名为【53ai.com】的网站及相关移动端页面。

会员服务:指本网站向注册会员提供的知识库文章查阅、内容检索及其他相关增值服务。

知识库内容:指本网站发布的包括但不限于文字、图表、数据、研究报告、行业分析等数字化内容资源。

二、 账号注册与登录

登录方式:本网站支持以下登录方式,您可根据实际情况选择:

微信公众号授权登录:您同意将您的微信OpenID信息授权给本网站,用于创建或关联会员账号。

手机验证码登录:您需提供真实有效的手机号码,并通过短信验证码完成身份验证与登录/注册。

账号安全:您的账号仅限您本人使用,禁止赠与、借用、租用、转让或售卖。因您保管不善导致的账号被盗、密码泄露等损失,由您自行承担。

实名认证:根据相关法律法规要求,我们可能要求您在特定功能下完成实名认证。如您拒绝提供,可能无法使用部分或全部服务。

未成年人保护:若您未满18周岁,请在法定监护人的陪同下阅读本协议,并在征得监护人同意后使用本服务。

三、 服务内容与规范

知识库查阅权限:会员登录后,有权按照其会员等级对应的权限范围,在线浏览、检索本网站知识库中的相关文章及内容。

服务变更:我们有权根据业务发展需要,调整、变更或终止部分服务内容,并将以网站公告、公众号消息等方式提前通知。

禁止行为:您在使用服务时不得实施以下行为:

利用技术手段批量爬取、下载、转存知识库内容;

将知识库内容用于商业目的或未经授权地向第三方传播;

干扰本网站正常运行或侵犯其他用户合法权益;

发布违法违规信息或从事违反公序良俗的活动。

四、 知识产权声明

权利归属:本网站知识库中的排版设计、软件代码等内容的知识产权均归【公司全称】或原权利人所有,受《中华人民共和国著作权法》等法律保护。

有限许可:本网站授予会员一项非独占、不可转让、不可转授权的普通许可,仅限于个人学习、研究之目的在线查阅知识库内容。

侵权追责:未经书面许可,任何单位或个人不得以任何形式复制、转载、摘编、镜像、汇编或以其他方式使用上述内容。一经发现,我们保留追究其法律责任的权利。

五、 个人信息保护

我们重视对您个人信息的保护。关于我们如何收集、使用、存储和保护您的个人信息,请单独阅读 《隐私政策》。

您通过微信公众号授权或手机号验证所提供的信息,我们将严格按照《个人信息保护法》的规定处理,仅用于身份识别、服务提供及安全验证等必要用途。

您可以随时通过网站设置或联系客服行使查阅、更正、删除个人信息及撤回授权同意的权利。

六、 免责声明

内容准确性:知识库内容仅供参考,不构成专业建议。我们不对其完整性、准确性、时效性作任何明示或暗示的保证,您应自行判断并承担使用风险。

不可抗力:因自然灾害、政策法规变化、网络故障、第三方平台接口异常(如微信接口维护、运营商短信通道故障)等不可抗力导致的服务中断或延迟,我们不承担违约责任。

第三方链接:本网站可能包含指向第三方网站的链接,该等网站的内容和服务不受我们控制,请您自行甄别风险。

七、 违约责任

如您违反本协议约定,我们有权视情节采取警告、限制功能、暂停服务、注销账号等措施,并保留要求赔偿损失的权利。

如因您的违约行为导致我们遭受行政处罚、第三方索赔或商誉损失,您应承担全部赔偿责任(包括但不限于罚款、赔偿金、律师费、公证费等)。

八、 法律适用与争议解决

本协议的订立、执行和解释均适用中华人民共和国大陆地区法律。

因本协议产生的或与本协议有关的任何争议,双方应友好协商解决;协商不成的,任何一方均可向【公司所在地】有管辖权的人民法院提起诉讼。

九、 其他

本协议构成双方就本服务达成的完整协议,取代此前任何口头或书面约定。

本协议任一条款被认定为无效或不可执行的,不影响其他条款的效力。

我们对本协议享有最终解释权,并在法律允许的范围内保留随时修改的权利。修改后的协议一经公布即生效,继续使用服务即视为同意修订内容。

[已查阅](javascript:void(0);)

![Image 74](blob:http://localhost/57004b956a85efee8835ba0a2624579b)![Image 75](blob:http://localhost/106ce8e582bca0b38f4f5000e8a17d46)

安全验证

拖动下方拼图完成验证

![Image 76: close](blob:http://localhost/43852dbb763e417c8013f236ea59e51f)

![Image 77](blob:http://localhost/7d5c001623574d23d6661e7e79031704)![Image 78](blob:http://localhost/718e0662e63ffca63fc24da6cdccfc0e)

AI生成背景

![Image 79: success](blob:http://localhost/d5fde92d3435ab9970a031c6f3f8f659)

您的速度已超过 99% 的用户

验证错误,请重试

![Image 80: load error](blob:http://localhost/32af5463e87d3f810c525786a7c7fda9)

确定

![Image 81: slider arrow](blob:http://localhost/9d735ddc2b078a6014041746f59bebf8)![Image 82: slider arrow](blob:http://localhost/6b7fd8df2ea88a40756f5decfce1aef6)![Image 83: slider arrow](blob:http://localhost/391376c788ecc648275dba00832a0f7c)

安全验证

刷新验证码

![Image 84: refresh](blob:http://localhost/812330e3493bf5aa4fad2dc4783a810a)

反馈

![Image 85: tip](blob:http://localhost/8b01cc8f943afa0e5c254fabecdeaf4b)

切换无障碍验证

![Image 86: Barrier-free verification](blob:http://localhost/1fea17855d0ec61aa9663047185280c3)

切换常规验证

![Image 87: switch](blob:http://localhost/620aa053635df52a79e196ca8547406c)

企业落地新闻资讯智能化改造

准确率从21%飙到95%,Anthropic把企业数据分析的"灰盒"打开了

2026-7-4 17:32:46

前沿技术提示词技巧新闻资讯

从Prompt、Context到Harness,工程的三次进化与终局之战

2026-7-4 17:41:04

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
购物车
优惠劵
搜索