---
id: ai.lowcode.scenario.poc-to-production
title: 从 Dify 原型到生产：哪些留在平台、哪些改成代码
type: scenario
domain: ai
stack: [lowcode, fastapi, rag]
tags: [PoC, 低代码, 私有化部署, 自定义工具, 迁移, 评测]
level: intermediate
prerequisites: [ai.lowcode.dify-coze]
est_hours: 2
related: [ai.lowcode.interview, ai.agent-ops.scenario.agent-quality-gate]
week: [13]
---

# 从 Dify 原型到生产：哪些留在平台、哪些改成代码

## 业务背景与问题

业务部门用私有化部署的 Dify 搭了一个“合同条款问答”原型，两周内在部门内部很受欢迎，准备推广到全公司。评估时发现：

1. 知识库是所有合同混在一起，没有按部门和密级做权限；
2. 回答效果没有量化，改提示词全凭感觉；
3. 某些问题需要查合同管理系统的实时状态，平台的 HTTP 节点直接写了系统的内部账号；
4. 用户量扩大 20 倍后，平台的响应变慢。

## 约束

- 业务部门希望继续能自己调整提示词和流程。
- 合同属于敏感数据，权限必须严格。

## 方案设计

1. **能力拆分**：
   - 留在平台：对话流程编排、提示词、界面、通用知识（公开的制度）；
   - 改成代码服务：**带权限的合同检索**（按用户部门和密级过滤，见 [RAG 权限场景](../../rag/scenarios/permission-aware-kb.md)）、合同系统查询（用户身份透传），以自定义工具接入平台。
2. **评测**：从原型的对话日志中整理 100 条问题和标准答案，形成评测集；每次修改提示词后通过 API 批量调用平台应用跑评测。
3. **配置版本化**：定期导出应用配置（DSL）存入 Git，修改前后对比。
4. **性能**：自定义工具服务独立扩容；平台按官方文档做多实例部署；高频问题加缓存（注意权限维度）。
5. **退出路径**：如果平台无法满足（例如需要复杂的多 Agent 和人工审批），核心服务已经是独立代码，迁移到 LangGraph 的成本可控。

## 关键代码

通过 API 批量调用平台应用做评测（Dify 应用 API 的路径和参数以官方文档为准，示意）：

```python
async def ask(client: httpx.AsyncClient, question: str, user: str) -> str:
    r = await client.post(
        f"{DIFY_BASE}/v1/chat-messages",
        headers={"Authorization": f"Bearer {APP_API_KEY}"},
        json={"inputs": {}, "query": question, "user": user, "response_mode": "blocking"},
        timeout=60,
    )
    r.raise_for_status()
    return r.json()["answer"]


results = await asyncio.gather(*(ask(client, c["q"], "eval-bot") for c in CASES))
report = score(CASES, results)          # 复用 Agent 评测专题中的打分和门禁逻辑
```

自定义工具接口示例：[examples/dify-tool-api](../examples/dify-tool-api/)。

## 取舍

| 选择 | 优点 | 缺点 |
| --- | --- | --- |
| **平台编排 + 代码服务（本方案）** | 业务可自助调整，关键逻辑可控 | 两套系统，要定义清楚边界 |
| 全部留在平台 | 最快 | 权限、评测、性能受平台能力限制 |
| 全部重写为代码 | 完全可控 | 失去业务自助能力，开发周期长 |

## 易错点

- 在平台的 HTTP 节点中写死系统账号和密钥。
- 原型的知识库直接用于全公司，没有权限。
- 评测时用的平台应用版本和线上不一致。
- 推广前没有压测。

## 面试怎么讲

> “Dify 原型验证了需求之后，我做的是拆分：流程、提示词和界面留在平台，让业务自己调；带权限的合同检索和合同系统查询写成代码服务，用用户身份调用，再作为自定义工具接入。用原型日志整理了评测集，通过平台的 API 批量跑；平台配置定期导出进 Git。这样既保留了低代码的效率，权限和质量又在我们控制之下。”