最近 Tenten 團隊協助台灣竹科一家無晶圓 IC 設計公司,規劃並評估 Dify 企業版(Enterprise Self-Hosted) 的私有化地端部署專案。
這家客戶的背景非常典型:因為涉及 MCU 與硬體安全晶片的研發,內部有大量的營業秘密(IP、複雜 Datasheet、Verilog 與 C 程式碼),對資安與資料外洩極度敏感。在我們雙方的需求盤點中,確立了以下的核心規格:
- 組織規模:約 50 人。
- 開發人員(Builders):約 10 位工程師會在 Dify Studio 上開發 Agent 與 Workflow。
- 終端使用者(End-users):約 40 位跨部門同仁使用發布出來的 AI 應用。
- 部署方式:基於嚴格的資料安全考量,必須全數部署於客戶自有的地端 Server(On-Premise)。
很多企業在評估 Dify 時,常會好奇:「50 人規模的地端企業版到底怎麼計費?」、「為什麼不直接用 GitHub 免費版自架就好?」、「真正落地時會遇到什麼坑?」。以下我們將 Tenten 在第一線輔導企業導入的實戰經驗拆解出來,分享給正在評估 AI 中台落地的技術主管與決策者。
一、 為什麼企業不能直接用「免費開源版(Community)」自架?
在專案初期,客戶端那 10 位工程師一定會有人問老闆:「Dify 在 GitHub 上有開源版,我們自己 docker compose up 不用錢,為什麼要花預算買企業版?」
在協助客戶內部 IT 與採購部門建立合規防線時,我們通常會點出四個決定性的差異:
- 開源協議的商用紅線(Modified Apache 2.0):Dify 的開源協議明確規定,未經商業授權不得用於「多租戶(Multi-workspace)」環境,且不得移除或修改介面上的 Dify Logo 與版權宣告。免費版只有單一 Workspace,若企業內部要區分「韌體組、IC 設計組、業務部、HR」,在免費版中所有知識庫與 API Key 會全部混在一起,無法做到部門資源隔離。
- 資安稽核與 ISO 27001 合規(Audit Logs):免費版沒有稽核日誌,IT 無從追蹤「誰在什麼時候下載了機密知識庫」、「誰改了 Prompt」或「誰問了敏感問題」。企業版則支援完整操作日誌,並可拋轉至企業內部的 SIEM 系統。
- 集中式憑證與插件白名單:免費版裡每位開發者都能看到明文的模型 API Key;企業版則可由 IT 統一管控金鑰與 Plugin 白名單,防止工程師私自安裝來路不明的外部 Tool 而把公司代碼傳出去。
- 終端 WebApp 的 SSO 存取控制:免費版發布出去的對話機器人連結基本上是公開網址(或僅有簡易密碼),員工離職後只要記得網址就能繼續連;唯有企業版才能強制要求那 40 位終端使用者也必須通過公司 SSO 驗證才能與 AI 對話。
二、 50 人規模(10 開發 + 40 終端)的地端費用結構怎麼算?
將 Dify 部署在自有地端 Server,整體預算不能只看軟體授權,實務上會切分為四大成本區塊:
| 費用項目 | 計費邏輯與結構 | 市場行情與預估區間 | Tenten 顧問實戰建議 |
|---|---|---|---|
| 1. Dify 原廠企業版授權費 |
(Annual License) | 採年度訂閱制,主要依三大維度計價: |
|
| 2. 地端硬體與基礎設施 |
(On-Prem Infra) | 客戶自行準備地端 Linux Server: |
|
| 3. 模型推論與 Token 成本 |
(LLM API / Compute) | Dify 本身不包含模型算力: |
|
| 4. 導入、客製與維運服務 |
(SI & Consulting) | 包含專業架構與顧問服務: |
三、 專案怎麼落地?四階段實施藍圖與技術細節
Dify 企業版與開源社群版在底層架構有很大差異,實務上我們會透過 Docker Compose(中小型單機高可用) 或 Kubernetes Helm Chart(標準企業級叢集) 分四階段在 6 週內完成落地:
階段一:環境盤點與前置準備(Week 1–2)
-
作業系統與儲存配置:準備純 Linux 環境(Ubuntu LTS 或 RHEL,正式環境不支援 Windows/Mac Docker Desktop),並配置 PostgreSQL(含額外
enterpriseDB)、Redis、向量資料庫(Weaviate / Qdrant / Milvus)與物件儲存(MinIO 或對接內部 NAS/S3)。 -
5 大子網域規劃(IT 最常卡關的重點):Dify 企業版強制要求配置 5 個獨立的內部或外部 Subdomains 並掛載 SSL 憑證:
console.dify.internal(給 10 位工程師登入 開發的 Studio 後台)app.dify.internal(給 40 位終端員 工使用的 WebApp 介面)api.dify.internal(供內部系統串接的後端 API)upload.dify.internal(處理檔案與知識庫上傳)enterprise.dify.internal(企業專屬管理後台:管 License、S SO、RBAC、Audit Log)
階段二:容器部署、離線授權激活與資安對接(Week 3)
- 取得企業版專屬映像檔與離線/連線 License Key 完成綁定。
- 串接企業現有的 Microsoft Entra ID (Azure AD)、Okta 或內部 LDAP(透過 SAML 2.0 / OIDC),設定雙層 SSO 權限隔離。
階段三:模型層與高複雜度知識庫(RAG)接軌(Week 4–5)
- 模型路由設定:由管理員在後台統一配置 LLM API Key 並分配給各 Workspace,開發人員無須接觸明文金鑰。
- 複雜文檔解析引擎(Unstructured Data ETL)強化:IC 設計業有大量充滿複雜表格與時序圖的 Datasheet PDF,Dify 內建解析器有時力不從心。我們在落地時會在地端額外掛載 MinerU、Docling 或 Unstructured.io 等文檔解析容器,透過 API 對接 Dify 知識庫,大幅拉升檢索準確率。
階段四:種子團隊賦能與上線(Week 6)
- 為 10 位工程師舉辦實戰 Workshop(涵蓋 Workflow 編排、Prompt IDE、Function Calling / MCP 工具開發、Chunking 調優),並建立內部版本升級與備份 SOP。
四、 實戰避坑:高科技製造與 IC 設計業的兩大「隱形痛點」
在幫這類高資安標準的客戶做技術諮詢時,有兩個極容易被忽略的技術深水區:
- 完全斷網(Air-gapped)下的算力並發瓶頸: 如果公司資安政策規定 Prompt 絕對不能出內網(連簽了不訓練協議的 Azure OpenAI 都不准連),那地端就必須自己跑開源模型(如 Qwen 2.5 / Llama 3 / DeepSeek 搭配 BGE-M3 Embedding)。這時千萬要注意:10 位工程師同時跑多步驟 Agent Workflow 加上 40 人日常查詢,並發(Concurrency)會讓一般消費級顯卡直接排隊卡死,架構上必須採用 vLLM 架設推論伺服器,並提前規劃對應的企業級 GPU 預算。
- 內網沙盒環境(Dify Sandbox)套件安裝卡死: Dify 的 Workflow 支援讓工程師寫 Python / Node.js 節點來處理資料,底層依賴
dify-sandbox容器與ssrf_proxy(Squid)。在完全斷網的園區內網中,工程師若在 Python 節點裡import第三方套件會因為連不到外網而直接報錯。因此我們在部署時,都會預先幫客戶打包好內網 PyPI Mirror 或客製化 Sandbox Image。
五、 給正在評估 Dify 企業版團隊的 3 個啟動建議
如果您公司內部也正準備啟動 Dify 企業版評估,建議先在內部確認好這 3 個問題,能大幅加速原廠報價與架構定案的效率:
- 模型算力來源:地端 Dify 預計透過加密專線串接雲端商業模型(Azure OpenAI / AWS Bedrock),還是地端自建開 源模型(vLLM / Ollama)?
- 部門隔離需求(Workspaces):開發團隊是共用同一個工作區,還是需要依部門(如韌體、硬體、IT、業務) 切分多個獨立隔離的 Workspace?
- 底層基礎設施:IT 預計提供單台 Linux VM(跑 Docker Compose),還是已有現成的 Kubernetes ( K8s) 叢集並要求高可用性(HA)架構?
此外,我們也很推薦企業在正式採購前,先申請 14~30 天的企業版地端 PoC 測試授權(Trial License),用小規模的技術驗證把內網網路、SSO 與 RAG 精準度跑通,再進入正式部署。
從授權談判、地端高可用架構建置、複雜工業級文檔 RAG 調優到工程團隊賦能,有需要 Dify 專家的資源,就請聯繫 Tenten AI!