零改造实现 DIFY 性能提升 10 倍的一次实践

Dify的可视化开发与Spring AI Alibaba框架的结合，正在给AI应用落地带来一种新的思路。一方面，Dify提供了直观的界面，让AI应用的搭建变得像搭积木一样简单；另一方面，Spring AI Alibaba在灵活性和高性能上的先天优势，又能应对更加复杂多变的业务场景。两者一结合，效果不是简单的1+1。

经过实际压测，相比直接在Dify平台上运行，迁移到Spring AI Alibaba后的应用在最大并发数、吞吐量和流量高峰的稳定性上都有明显优势——性能提升可以达到10倍。相关压测数据在公开渠道可以查到，这里不赘述。

那么，具体怎么操作呢？我们先从实践开始。

实践一下

git clone https://github.com/alibaba/spring-ai-alibaba.git

接下来是漫长的build过程。

DIFY转换成Spring AI

• 启动
  ：启动服务。

• 导出
  ：导出DSL文件。
• 以一个简单的workflow为例（包含了一个Python代码节点），导出DSL。

• 请求接口
  ：发起请求。

不过，转换成Spring AI后，需要重新配置模型，默认支持的是Qwen。

但实际操作时发现，这个DSL里包含了一个代码执行节点。

查看官方源码结构，发现目前还没有CodeNode类型的节点（截至2025年7月15日）。考虑到Spring AI刚发布1.0 GA版本，支持上还需要时间迭代。只能说，官方可能还没把全部Dify节点类型都同步过来，或者是有意为之。不过影响不大——毕竟代码就在那里，不用代码节点也能绕过，只是“零改动”的愿景暂时还没实现。

看来还需要等待官方进一步完善对Dify的支持。换了一个更简单的流程后，终于启动成功。

总结

• 生成的代码还是需要少量调试和改造，有些节点的支持尚未完善。虽然可以通过Ja va代码方式绕过，但距离“零改动”还有距离。对于Dify的全面迁移，建议等官方后续版本更完善后再考虑。