摘要：dify 作为开源大语言模型（LLM）应用开发平台，近日正式发布了备受期待的 1.8.0 版本。本次更新是一次全方位的进化，涵盖了从底层架构性能优化、安全性增强到核心功能升级和开发者体验改善的各个方面。新版本通过引入异步工作流引擎、多模型凭证系统、对OAuth

dify 作为开源大语言模型（LLM）应用开发平台，近日正式发布了备受期待的 1.8.0 版本。本次更新是一次全方位的进化，涵盖了从底层架构性能优化、安全性增强到核心功能升级和开发者体验改善的各个方面。新版本通过引入异步工作流引擎、多模型凭证系统、对 OAuth 协议的支持以及一系列安全加固措施，旨在为开发者提供更强劲的性能、更灵活的模型管理与更可靠的平台稳定性。本文将深入剖析 dify 1.8.0 的关键特性，为开发者提供全面的技术解读与实战指南。

dify 1.8.0 最引人注目的特性莫过于其异步工作流执行仓库的实现。这一架构层面的重大变更，使得工作流运行期间的操作能够以非阻塞方式进行。

在实际测试中，典型工作流的执行时间几乎缩短了一半。这对于包含多个节点和需要并行操作的复杂工作流而言，其带来的性能提升是颠覆性的。异步处理机制尤其优化了那些需要频繁进行I/O操作、模型调用或外部集成的任务场景，显著减少了整体等待时间，提升了资源利用效率。

此项改进源于对工作流执行模型的深度重构，将原有的同步阻塞调用模式改为基于异步任务队列的处理方式。这意味着当一个节点在等待外部服务响应时，系统可以调度执行其他准备就绪的任务，从而最大化利用计算资源。

dify 1.8.0 实现了一套全面的多模型凭证系统，通过新建数据库表结构支持为同一模型供应商配置多个API密钥。这一功能解决了长期以来开发者在不同环境（如开发、测试和生产）下需要切换模型凭证的痛点。

在平台设置中的"模型供应商"部分，用户现在可以为一个模型添加多个API KEY，并可根据需要轻松区分不同环境的访问凭证。这一改进对于团队协作开发特别有价值，不同团队成员可以使用各自分配的凭证密钥，而不必共享同一组敏感信息。

本次更新扩展了dify的生态集成能力，添加了对模型上下文协议（MCP） 的支持，特别是增加了通过OAuth认证进行资源发现的能力。这意味着dify现在能够与更多外部服务和工具安全地集成，为构建复杂AI应用提供了更多可能性。

MCP支持使得dify能够更好地理解和使用外部模型的上下文信息，而OAuth集成则确保了这些集成过程中的安全认证和授权机制，降低了API密钥暴露的风险，同时提供了更好的用户体验。

所有工作流起始节点的变量类型现在都支持设置默认值，这一看似小的改进实际上大大提高了工作流的健壮性和易用性。在之前版本中，如果忘记为工作流变量提供输入值，可能会导致意外错误或中断。

现在，开发者可以为关键变量设置合理的默认值，这不仅避免了因忘记输入参数而导致的调试困难，也使得工作流在部分参数缺失的情况下仍能优雅降级或提供有意义的输出。

dify 1.8.0 在安全性方面进行了多项重要改进，旨在为企业级部署提供更加稳固的基础。

新版本标准化了认证错误消息，有效防止通过错误信息差异进行的用户枚举攻击。这一改进意味着无论输入的用户名是否存在、密码是否正确，系统都会返回相同的错误信息，从而避免了向攻击者泄露账户是否存在的信息。

同时，平台修复了在使用bearer或基本授权时自定义标头被忽略的问题，确保了各种认证方式的一致性。此外，还为Swagger文档增加了授权配置支持，使得API文档的访问也纳入了统一的安全管理体系。

团队修复了Oracle向量数据库中的SQL注入漏洞，增强了数据库层面的安全性。同时，通过移除每次创建消息时对提供程序表的更新，解决了一个严重的数据库性能问题，这一优化显著降低了高并发场景下的数据库压力。

Redis SSL/TLS证书认证的支持进一步增强了数据传输的安全性，特别是在云部署或跨网络访问的场景下，确保了缓存数据的安全传输。

dify 1.8.0 成功地从Flask-RESTful迁移到Flask-RESTX，这一变更带来了更规范的API结构和更好的交互式文档体验。Flask-RESTX提供了更强大的API文档自动生成能力，支持Swagger UI，使得API消费者能够更轻松地理解和使用Dify提供的各种接口。

迁移后，API端点拥有了更清晰的命名空间结构和更一致的参数处理机制，为开发者提供了更优雅的集成体验。同时，新框架也为未来API的扩展和维护奠定了更好的基础。

新版本引入了多项开发者体验改进：

• 知识库文档排序：知识库中增加了按文档状态排序的功能，改善了文档管理效率

• 可扩展的Goto-Anything命令：改进了全局搜索功能，采用可扩展架构实现更好的导航体验

• 文档名称工具提示：在文档列表中为文档名称添加了有用的工具提示，提高信息可见性

• 删除头像功能：用户现在可以通过确认模态框删除自己的头像，兼顾便利性与安全性

dify 1.8.0 对Docker构建过程进行了优化，通过为Jest工作文件添加清理脚本，减少了镜像体积，加快了构建速度。同时，在compose文件中为插件增加了可配置的stdio缓冲区大小，使得资源分配更加灵活。

新版本还增加了使用Amazon ECS和CDK的部署模式文档，为在亚马逊云平台上部署Dify提供了官方指导。这一改进特别适合需要弹性扩缩容和企业级部署的用户群体。

dify 1.8.0 大幅增强了测试覆盖范围，为多个核心服务添加了基于testcontainers的集成测试，覆盖工作流应用、网站、认证、会话等多个关键模块。此外，还为速率限制模块添加了全面的测试套件，确保在高负载场景下的可靠性。

全面的测试覆盖为平台的稳定性提供了有力保障，使得用户在生产环境中部署时能够更加信心十足。同时，这也为贡献者参与项目开发提供了更友好的测试环境。

对于使用Docker Compose部署的用户，升级到dify 1.8.0的建议步骤如下：

1. 备份自定义的docker-compose YAML文件（可选）

2. 从主分支获取最新代码

3. 停止服务（在docker目录中执行）

4. 备份数据（强烈建议）

5. 升级服务

对于源代码部署的用户，需要停止API服务器、Worker和Web前端服务器后，获取最新代码，更新Python依赖，运行数据库迁移脚本，最后重新启动所有服务。

我们相信人工智能为普通人提供了一种“增强工具”，并致力于分享全方位的AI知识。在这里，您可以找到最新的AI科普文章、工具评测、提升效率的秘籍以及行业洞察。

来源：小旭科技圈