我要投稿

Dify 1.15.0解读：difyctl、HITL表单和慢模型轮询，企业AI工程化继续补底座

发布日期：2026-06-26 19:42:59 浏览次数： 1516

作者：大数据流动

微信搜一搜，关注“大数据流动”

大家好，我是独孤风。

本文基于 Dify 官方 GitHub 1.15.0 release note（2026 年 6 月 25 日发布）整理，重点从企业 AI 工程化和数据治理视角看这次更新。

版本功能和升级步骤可能继续变化，实际部署和升级请以 Dify 官方 release note 和升级说明为准。

这次更新可以概括成五个关键词：

如果说 1.14.0 更像是在补“协作、HITL、安全边界”，那 1.15.0 就是在补“运行方式、长任务、知识可见性和升级治理”。

difyctl 说明了一件事：Dify 正在从 Web 工具变成运行时

这次最有分量的变化之一，是官方推出了 difyctl。

它的意义不只是“多了一个命令行工具”，而是 Dify 的使用入口开始从网页扩展到终端。企业里很多动作本来就不是在后台控制台里完成的，而是在脚本、流水线、批处理和自动化任务里完成的。

difyctl 让这些场景第一次有了更自然的入口：

可以从终端直接运行应用和工作流。
可以被脚本和 CI 流程调用。
可以把 Dify 纳入更标准的工程化链路。
可以把“人工点开网页执行”变成“系统自动触发执行”。

这很关键。因为一旦 Dify 进入终端和流水线，它就不再只是一个低代码搭建器，而是会更像企业 AI 运行时的一部分。

对企业来说，这种变化意味着两个问题必须同步升级：

谁可以从命令行触发哪些工作流。
触发后的日志、权限和审计怎么留。

换句话说，difyctl 把“能不能自动化”这件事做得更顺了，也把“要不要治理”这件事推到了台前。

HITL 表单变强了，但它真正强化的是业务确认

1.15.0 里，HITL 表单不再只是自由文本输入，还支持：

下拉选择。
文件上传。
多文件上传。

这个变化看起来很小，实际上很贴近企业场景。

企业里的人工确认，本来就很少只是“请输入一句话”这么简单，更多时候是：

从固定选项里确认一个处理策略。
上传附件、截图、审批材料。
让不同角色按标准格式补全信息。

如果 HITL 只能收自由文本，它更像一个临时留言框。如果 HITL 能接结构化字段和附件，它才真正接近企业审批、工单和运营流程。

这意味着我们以后评估 HITL，不该只问“能不能暂停给人看”，还要问：

人工介入时能不能收标准化字段。
是否能把附件保留下来。
是否能把人审结果回写到后续流程里。

只有这样，HITL 才不是一个插在流程里的“暂停按钮”，而是企业治理链路的一部分。

慢模型轮询，说明工作流开始认真面对长耗时任务

这次还有一个很实用的更新：工作流可以通过轮询机制处理慢模型，比如图片生成、视频生成这类长耗时任务。

这背后的变化是，Dify 不再默认只服务“几秒钟就能回来的回答”，而是开始面对真正的异步任务。

对企业而言，这很重要，因为很多生产场景本来就不是短问答：

图片生成。
报告生成。
长文本总结。
多步调用后的异步结果回传。

以前这种任务要么容易超时，要么要额外自己封装。现在 Dify 开始把这类慢任务纳入工作流能力本身。

但这里也要留一个判断：慢任务进入工作流，不代表工作流就自动可靠了。相反，它会要求我们更认真地设计：

任务状态。
超时策略。
结果回传。
失败重试。
用户等待体验。

所以这次更新不是单纯“支持了慢模型”，而是在提醒我们：企业 AI 工作流正在从同步交互，走向异步编排。

知识和可观测性开始补“看得见”

1.15.0 在知识库和观测层面也补了几块很实用的能力。

Excel 里的图片不会再轻易丢失

官方这次修复了知识导入时对 Excel 嵌入图片的提取。

这对企业知识治理很实际，因为很多表格并不只是纯数据，还会带：

流程图。
截图。
架构图。
标注说明。

如果图片丢了，很多上下文也就丢了。对 RAG 来说，这不是小问题，而是会直接影响检索质量和回答完整度。

Trace 开始更贴近真实会话

这次还支持为 Phoenix 设置自己的 trace session id，同时能在 trace 里跟踪文档检索步骤。

这意味着排查问题时，不再只是看“模型最后回答了什么”，而是可以看：

这次会话对应哪一个 trace。
检索走了什么路径。
哪些文档被拿出来了。
最终答案是怎么拼出来的。

这类能力对数据治理团队尤其重要。因为只要 RAG 进入生产，真正需要解释的不只是“答得对不对”，还有“为什么这样答”。

生产环境补的是细节，不是口号

从这次 release note 看，Dify 1.15.0 在生产环境上做了不少细节加固。

安全和权限

官方修复了 plugin-daemon forwarding 的路径穿越漏洞（CVE-2026-41948），同时也加强了出站 HTTP 的超时边界和 SSRF 相关防护。

这类更新很适合提醒我们：企业 AI 平台一旦连上插件、外部服务、知识库和内部数据源，安全就不是附属项，而是主线。

另外，这次还强化了 RBAC、OpenAPI、插件权限和模板可见性等能力。这个方向非常明确：平台越往生产走，权限颗粒度就越不能粗。

升级治理

1.15.0 带来了新的数据库迁移，而且插件自动升级策略改成了按分类管理。官方明确要求在 flask db upgrade 之后再执行 flask backfill-plugin-auto-upgrade，否则旧租户的插件自动升级设置可能不会按预期生效。

这类升级要求看起来偏工程细节，但它其实就是企业最常见的坑：版本升级不只是拉代码，还要回填配置、校正数据、重跑迁移。

运维和稳定性

这次还补了很多让生产更稳的点，比如：

更清晰的错误提示。
更稳定的工作流执行。
更快的停止和启动响应。
更完整的通知展示。
更顺手的工作流编辑体验。

这些不是最“显眼”的功能，但它们决定一个平台能不能长期用。

企业升级建议

如果你已经在用 Dify，1.15.0 值得重点看这几件事：

先在测试环境验证升级链路，尤其是数据库迁移和插件回填。
检查 .env 和 docker-compose 是否需要同步更新。
看看有没有工作流会用到 HITL、文件上传和结构化输入。
检查哪些流程会调用慢模型，提前设计轮询、超时和失败回退。
复查 RBAC、OpenAPI 和插件权限配置，不要因为版本更新就默认放宽权限。
如果你在做 RAG，拿一份带图的 Excel 或混合文档重新测一遍，确认导入和检索链路没丢上下文。

风险提醒

不要把 difyctl 理解成“可以绕过治理直接自动化”。
不要把 HITL 表单理解成“有人工按钮就够了”，结构化字段和审计也很重要。
不要把慢模型轮询理解成“不会超时了”，异步任务一样需要状态管理。
不要把知识导入改进理解成“知识库天然可信”，来源、版本和权限仍然要管。
不要跳过升级后的迁移和回填步骤，尤其是插件自动升级策略。

一句话总结

Dify 1.15.0 的核心信号是：Dify 正在从一个网页里的工作流搭建器，继续走向一个可以进入终端、支持长任务、强调可追溯和重视权限治理的企业 AI 运行底座。

我正在持续整理《AI时代数据治理实战库》。

它会围绕两条主线展开：

Data for AI：数据如何支撑 AI。
AI for Data：AI 如何反过来改造数据治理。

前者是基础，后者是新机会。

如果你关心 AI 时代的数据治理、企业 AI 数据底座、RAG、Agent、元数据、血缘、质量、标准、知识图谱、本体论和企业 AI Agent 工程化，可以阅读原文查看。

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2026-06-26

时隔一个多月，Dify v1.15.0终于发布了！

2026-06-18

Dify记忆能力实战（上）：上下文记忆与会话变量，让AI告别“金鱼脑”

2026-06-15

Dify也开始CLI了，来看看有啥用途？

2026-06-11

现在用 Dify 上生产？先搞清楚该用哪个版本 !

2026-06-03

Dify做门面，n8n当胶水，LangGraph扛大活——制造业Agent选型真相

2026-06-02

Dify 可观测性方案全解：从内置仪表盘到七大外部集成

2026-05-22

从零上手Dify：让大模型拥有Skill并跑通第一单

2026-04-18

Dify实战：不用写SQL，问就行

联系获取

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

Dify实战：不用写SQL，问就行

2026-04-18

Dify 和 OpenClaw 到底怎么选？不是取代，是分工

2026-04-12

从零上手Dify：让大模型拥有Skill并跑通第一单

2026-05-22

Dify做门面，n8n当胶水，LangGraph扛大活——制造业Agent选型真相

2026-06-03

现在用 Dify 上生产？先搞清楚该用哪个版本 !

2026-06-11

Dify 可观测性方案全解：从内置仪表盘到七大外部集成

2026-06-02

Dify也开始CLI了，来看看有啥用途？

2026-06-15

Dify记忆能力实战（上）：上下文记忆与会话变量，让AI告别“金鱼脑”

2026-06-18

时隔一个多月，Dify v1.15.0终于发布了！

2026-06-26

Dify 1.15.0解读：difyctl、HITL表单和慢模型轮询，企业AI工程化继续补底座

2026-06-26

大家都在问

Dify也开始CLI了，来看看有啥用途？

2026-06-15

刚刚，Dify v1.11.3发布，看看是否需要升级？

2026-01-14

Dify v1.11.2 今天又发现来3个缺陷，看看有什么影响？

2026-01-06

怎样选择Dify工作流中的OCR工具？

2025-12-21

Dify回退版本翻车，你遇到了吗？

2025-12-20

Dify如何接入本地大模型？

2025-12-17

Dify 2025年技术演进总结，有你钟意的亮点吗？

2025-11-29

重大消息，刚刚Dify 1.9.1发布了！我们聊聊带来了哪些吸引人的功能特性？

2025-09-30

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS Skill 提示词技巧 AI+电商 AI面试数字员工 ChatBI AI知识库开源大模型智能营销智能硬件 FDE AI+医疗 MaxKB Palantir Glean Openclaw