Dify運用・保守– category –

Difyを運用していると、「サーバーのスペック不足で引っ越したい」「開発環境から本番環境へデータを移したい」といったシーンに直面することがあります。 この記事では、Dockerで構築されたDify環境のデータを、安全かつ確実に新しい環境へ移行するための...

これまでにDockerの基礎（コンテナとイメージ、基本コマンド、Dockerfile、Docker Compose、ボリューム、ネットワーク）を学んできました。その知識を定着させ、実務で使えるスキルへと昇華させるために、今回は「既存のアプリケーションをDocker化する」...

Dify（ディファイ）をDocker Composeではなく、ソースコードから直接ビルドして起動する方法は、Dify自体のカスタマイズやデバッグを行いたい開発者にとって必須のスキルです。 この記事では、macOSやLinux環境を前提に、PythonバックエンドとNext.jsフロ...

Difyの機能を拡張する「プラグイン」。その中でも最も基本的かつ強力なのが、外部APIなどを呼び出して機能を追加する「Tool（ツール）プラグイン」です。 この記事では、Difyのプラグイン開発環境の構築から、実際に「Google Searchツール」を開発し、デバ...

前回の記事「Difyプラグイン開発入門：Google検索ツールの実装方法」では、Google検索を行うカスタムツールのコードを作成しました。 しかし、コードを書いただけでは動きません。Dify上で実際に動作するかを確認し（デバッグ）、他のユーザーも使えるよう...

前回の記事「Difyプラグイン開発入門：Google検索ツールの作り方」では、プラグインの雛形作成から基本的な構造までを解説しました。 今回はその続きとして、実際にGoogle検索を行うための具体的なコード実装、APIキーの設定、そしてDify上での動作確認ま...

AIモデルと外部ツールを標準化された方法で接続するプロトコル「MCP（Model Context Protocol）」。 Dify v1.6.0から、このMCPへの公式対応が追加され、プラグインなしで簡単にMCPサーバーを利用したり、逆にDifyで作成したワークフローをMCPサーバーとし...

Difyのv1.1.0アップデートにより、Oracle Cloud Infrastructure (OCI) 関連のサービス連携が強化されました。この記事では、DifyをOCI上のインスタンスに構築し、OCI Generative AIサービスが提供する最新のLLM（Llama 3.3など）を利用可能にするまでの手...

Difyの強力な機能の一つである「Code Interpreter（コードインタープリター）」。しかし、デフォルトのSandbox環境ではセキュリティ上の理由から、使用できるPythonモジュールに厳しい制限がかけられています。 「Pandasを使ってデータ分析をさせたい」「...

Difyで作成した便利なAIアプリ、チームメンバーや他のツールからも手軽に使いたいと思いませんか？ MCP（Model Context Protocol）に対応させることで、Claude DesktopやCursorなどの外部ツールから、まるでネイティブ機能のようにDifyアプリを呼び出せる...

生成AIを活用したシステム開発において、今もっとも注目されているキーワードの一つが「MCP (Model Context Protocol)」です。 DifyなどのAIプラットフォームを使っていると、「外部ツールと連携させたいが、APIの実装が毎回面倒」「仕様変更のたびに修正...

AIワークフローツールのDifyが、ついにMCP（Model Context Protocol）をネイティブサポートしました。 これまでもAPIを使った外部連携は可能でしたが、今回のアップデートにより、外部データやツール、カレンダー、コードベースなどへのアクセスが劇的に簡...