时隔一个多月，Dify v1.15.0终于发布了！

距离 Dify 上一个 1.14.2 版本发布大约一个月后，1.15.0 版本如期而至。这次更新内容比较扎实，几个新功能直接提升了开发效率和应用边界。深度体验之后，分享一些关键变化和看法。

整体来看，这次更新可以用两个词概括：

• 扩展边界
  ：从浏览器到终端，从文本到多模态。

• 提升透明度
  ：从“黑盒推断”到“思维链可见”。

下面逐一拆解。

话不多说，直接进入正题。

一、difyctl：终端里的 Dify，场景一下打开了

这次最大的亮点，是发布了一个命令行客户端 difyctl。这意味着从此可以在终端里直接调用应用和工作流，而不用每次都打开网页。

支持 macOS、Linux、Windows 三大操作系统，安装过程很简洁，关键是

。这个设计本身就表明了一个方向：Dify 不止是一个 Web 应用，它在向基础设施级工具演进。

更实际的价值在于，现在可以把 Dify 工作流接入 CI/CD 流水线，或者用脚本做定时批量调用，这些场景过去要么依赖 Webhook，要么手动去调 API，现在一行命令就解决了。CLI 和 OpenAPI 的错误提示也做了统一，速率限制的处理也更友好，开发者体验提升明显。

二、CoT 推理可视化：终于能窥见模型的“脑回路”了

这个功能算是不少人的潜在需求。现在在 Chat Flow 和 Workflow 中，模型的推理过程可以流式展示了。

具体来说，独立的“思考”面板用于展示推理链条，最终回答和推理过程不再混在一起，清晰度提升很大。更关键的一点是——

，刷新页面后依然存在，不是看过即走。而且 CLI 和工作流运行预览中也都能看到这段推理过程。

对于调试复杂任务来说，这带来的一个好处是：不再只能通过模型输出反推其决策逻辑，而是可以一步步跟着它的思路走，哪个环节错了，一目了然。

三、Human-in-the-Loop 表单升级：结构化输入来了

之前的人工介入节点，功能相对单一：只能让用户输入文本。这次升级直接补齐了两个重要能力：

和，且支持多文件上传。

这个改进的应用场景很直接。比如搭建一个内容审核工作流，到人工环节时，审核员需要选择“通过/驳回/需修改”，或者需要上传一些补充材料作为判断依据。之前只能靠文本输入来实现，既不直观也容易出错，现在有了结构化选项，流程的可用性提升了一大截。

可以这么理解：过去的人工节点像一个“哑巴”输入框，现在进化成了一个小型的表单组件。

四、长耗时模型支持：图像/视频生成也能接进来

此前 Dify 的工作流节点对模型的响应时间有一定限制，一些推理较慢的模型，比如 Stable Diffusion、Sora 之类的图像或视频生成模型，很容易因超时导致工作流中断。

新版本引入了轮询机制来解决这个问题——节点不再死等响应，而是以轮询的方式耐心等待结果。这意味着

，应用场景一下子拓宽了。比如做一个“文本->图像->审核->优化”的自动化流程，现在可以稳定跑通了。

五、其他值得关注的细节更新

• 知识库导入 Excel 支持提取图片
  ：过去导入 Excel 时，表格中的图片、截图、图表等信息会丢失，现在这些内容会被提取出来，对于依赖表格数据的知识库建设来说是一个很实在的补强。

• UX/UI 优化
  ：Landing page 和引导流程重做，新用户的上手门槛降低。导航响应更快，搜索框支持自动聚焦。删除应用前增加二次确认，防误触。工作流编辑器面板支持折叠，腾出更多编辑空间。

• 安全修复
  ：修复了 plugin-daemon 转发过程中的路径遍历漏洞（CVE-2026-41948），同时升级了 Bleach、PyJWT、starlette 等依赖的已知漏洞，生产环境建议优先更新。

• 插件安装加速
  ：新增地区自动检测，如果连接 PyPI 速度不稳定，会自动切换到就近的镜像源。国内用户安装插件将获得明显加速效果，也支持手动指定镜像源。

• 可观测性增强
  ：支持自定义 Phoenix 的 trace session ID，方便与现有监控系统对齐；同时可以追踪 RAG 检索的具体步骤，文档检索的结果生成过程变得更透明。

六、升级注意事项（重点）

如果你计划升级，有几点需要特别留意：

1. 数据库需要迁移
   ：升级后必须执行 flask db upgrade。

2. 插件自动升级策略调整
   ：现在按类别配置。迁移完成后，

   必须
   再执行 flask backfill-plugin-auto-upgrade，否则已有的自动升级配置可能会失效。

3. 环境变量变化较大
   ：这次新增 19 个，删除 2 个，修改 1 个，如果是 Docker 部署，建议仔细核对 .env 文件。

4. Docker Compose 配置变更
   ：如果对配置文件做过自定义修改，升级时合并工作需要格外谨慎。

总结一下：v1.15.0 是“能力扩展 + 体验提升”双重发力的版本。difyctl 将 Dify 的使用场景从浏览器延伸到终端，CoT 可视化则让模型的逻辑链条不再是一个黑盒。对已经在生产环境使用 Dify 的团队来说，安全修复和数据库迁移是需要优先处理的环节；对于开发者或重度用户来说，difyctl 和 CoT 支持这两个能力，值得立刻体验。