摘要：本文介绍了 Dify.AI v0.4.1 版本的核心更新。本次发布全面重构了模型运行时（Model Runtime）架构，弃用 LangChain，采用更轻量、解耦且贴合业务逻辑的自定义实现。新架构简化了配置流程，统一了模型接口，并大幅提升了代码可维护性与开源贡献友好度。

Dify.AI v0.4.1 发布：模型运行时架构重构

今天，我们很高兴与大家分享代码库的重大更新。我们正式推出了全新的 Model Runtime 架构，全面替换了此前基于 LangChain 构建的模型接口。此次重构旨在简化开发流程，提升代码库的健壮性，并降低社区贡献门槛。接下来，我们将详细解读这次更新的核心内容及其重要意义。

Model Runtime 为开发者提供了一套统一的接入方案。无论是自定义模型还是预定义模型，均可无缝集成。

告别旧架构

我们决定告别 LangChain。它曾是一款非常优秀的脚手架工具，帮助我们快速交付了诸多产品功能。但如今，到了分道扬镳的时候。原因何在？LangChain 的更新往往带有不可预测性，频繁引入破坏性变更，严重打乱了我们的开发节奏。此外，其底层结构较为脆弱，与 Dify 的产品逻辑契合度不高。随着我们计划开放流水线中的部分环节以支持深度定制，LangChain 的组件限制逐渐显现。我们必须转向一个更贴合业务、更具灵活性的框架。简而言之，旧架构已成为发展的瓶颈。

迎接新架构

全新的 Model Runtime 彻底解决了上述问题。这并非简单的界面优化，而是一次彻底的重构，带来以下显著优势：

• 更少的依赖：大幅降低对外部第三方包的依赖，避免代码冲突。
• 更高的契合度：Model Runtime 专为 Dify 的开发需求量身打造。修复底层问题更少，开发新功能的时间更多。
• 更友好的开源生态：结构更清晰，贡献指南更完善。我们将为开源社区铺平道路，吸引更多开发者共同参与，推动开源 AI 的发展。

核心变更详解

我们重点优化了以下几个关键领域：

前端解耦：模型现在可以在后端完全定义和配置，无需修改前端代码。这将模型逻辑与 UI 彻底分离，代码模块化程度更高，贡献者的开发周期也更短。

统一接口：为所有模型类型提供单一、精简的交互接口。无论是文本 Embedding 还是推理任务，均可通过一致的方式调用。

class AnthropicLargeLanguageModel(LargeLanguageModel):
    # _invoke() 是与所有模型交互的统一入口。
    # 对于 LLM，这通常以文本生成的形式发生。
    def _invoke(self):
        # 处理输入/输出转换、流式输出、Token 计数等...
        # 具体逻辑取决于所选模型
        # ...其他函数

YAML 简化配置：我们定义了一套自定义 DSL，用于声明式配置 Provider 和模型。这为代码库带来了清晰的结构，并实现了新增模型的标准化管理。Provider 的声明示例如下，可读性大幅提升：

provider: anthropic
description:
  en_US: Anthropic’s powerful models, such as Claude 2 and Claude Instant.
supported_model_types:
  - llm
# ...
credential_form_schemas:
  - variable: anthropic_api_key
    label:
      en_US: API Key
    type: secret
    input: # ...
# ...other variables

此外，本次更新还包含多项重要升级：

• 全面支持兼容 OpenAI API 的所有模型。
• 新增大量内置模型，包括 Google Gemini。
• 模型调用时返回更详细的错误信息。
• 针对内置模型 Provider，我们整理了完整的支持模型列表及配置指南，帮助用户快速了解 Dify 的兼容范围。
• 完全开放模型参数的暴露与访问权限。

更完善的日志记录：新增 LangSmith 集成，大幅提升调试与日志追踪体验。

如果您希望将自定义模型或 Provider 接入 Dify，请参阅我们的贡献指南。若您希望快速上手，可直接从已支持的 15+ 模型 Provider（包括 OpenAI、Anthropic、Azure 等）中选择，即刻开始实验。

总结

此次架构重构是我们迈出的重要一步。我们的目标是构建一套健壮、高度可定制且面向未来的底层架构。我们非常期待此次更新能带来哪些新可能，更期待看到社区开发者踊跃贡献。

请持续关注后续更新。一如既往，祝大家开发顺利 🛠️