OpenDify
OpenDify 是一个将 Dify API 转换为 OpenAI API 格式的代理服务器。它允许使用 OpenAI API 客户端直接与 Dify 服务进行交互。
🌟 本项目完全由 Cursor + Claude-3.5 自动生成，未手动编写任何代码（包括此Readme），向 AI 辅助编程的未来致敬！
功能特点
- 完整支持 OpenAI API 格式转换为 Dify API
- 支持流式输出（Streaming）
- 智能动态延迟控制，提供流畅的输出体验
- 支持多个模型配置
- 完整的错误处理和日志记录
- 兼容标准的 OpenAI API 客户端
- 自动获取 Dify 应用信息
支持的模型
支持任意 Dify 应用，系统会自动从 Dify API 获取应用名称和信息。只需在配置文件中添加应用的 API Key 即可。
快速开始
环境要求
- Python 3.9+
- pip
安装依赖
pip install -r requirements.txt
配置
- 复制
.env.example文件并重命名为.env：
cp .env.example .env
-
在 Dify 平台配置应用：
- 登录 Dify 平台，进入工作室
- 点击"创建应用"，配置好需要的模型（如 Claude、Gemini 等）
- 配置应用的提示语和其他参数
- 发布应用
- 进入"访问 API"页面，生成 API 密钥
重要说明：Dify 不支持在请求时动态传入提示词、切换模型及其他参数。所有这些配置都需要在创建应用时设置好。Dify 会根据 API 密钥来确定使用哪个应用及其对应的配置。系统会自动从 Dify API 获取应用的名称和描述信息。
-
在
.env文件中配置你的 Dify API Keys：
# Dify API Keys Configuration
# Format: Comma-separated list of API keys
DIFY_API_KEYS=app-xxxxxxxx,app-yyyyyyyy,app-zzzzzzzz
# Dify API Base URL
DIFY_API_BASE="https://your-dify-api-base-url/v1"
# Server Configuration
SERVER_HOST="127.0.0.1"
SERVER_PORT=5000
配置说明：
DIFY_API_KEYS：以逗号分隔的 API Keys 列表，每个 Key 对应一个 Dify 应用- 系统会自动从 Dify API 获取每个应用的名称和信息
- 无需手动配置模型名称和映射关系
运行服务
python openai_to_dify.py
服务将在 http://127.0.0.1:5000 启动
API 使用
List Models
获取所有可用模型列表：
import openai
openai.api_base = "http://127.0.0.1:5000/v1"
openai.api_key = "any" # 可以使用任意值
# 获取可用模型列表
models = openai.Model.list()
print(models)
# 输出示例：
{
"object": "list",
"data": [
{
"id": "My Translation App", # Dify 应用名称
"object": "model",
"created": 1704603847,
"owned_by": "dify"
},
{
"id": "Code Assistant", # 另一个 Dify 应用名称
"object": "model",
"created": 1704603847,
"owned_by": "dify"
}
]
}
系统会自动从 Dify API 获取应用名称，并用作模型 ID。
Chat Completions
import openai
openai.api_base = "http://127.0.0.1:5000/v1"
openai.api_key = "any" # 可以使用任意值
response = openai.ChatCompletion.create(
model="My Translation App", # 使用 Dify 应用的名称
messages=[
{"role": "user", "content": "你好"}
],
stream=True
)
for chunk in response:
print(chunk.choices[0].delta.content or "", end="")
特性
会话记忆功能
该代理支持自动记忆会话上下文，无需客户端进行额外处理。提供了三种会话记忆模式：
- 不开启会话记忆：每次对话都是独立的，无上下文关联
- history_message模式：将历史消息直接附加到当前消息中，支持客户端编辑历史消息
- 零宽字符模式：在每个新会话的第一条回复中，会自动嵌入不可见的会话ID，后续消息自动继承上下文
可以通过环境变量控制此功能：
# 在 .env 文件中设置会话记忆模式
# 0: 不开启会话记忆
# 1: 构造history_message附加到消息中的模式
# 2: 当前的零宽字符模式（默认）
CONVERSATION_MEMORY_MODE=2
默认情况下使用零宽字符模式。对于需要支持客户端编辑历史消息的场景，推荐使用history_message模式。
注意：history_message模式会将所有历史消息追加到当前消息中，可能会消耗更多的token。
流式输出优化
- 智能缓冲区管理
- 动态延迟计算
- 平滑的输出体验
错误处理
- 完整的错误捕获和处理
- 详细的日志记录
- 友好的错误提示
配置灵活性
- 自动获取应用信息
- 简化的配置方式
- 动态模型名称映射
贡献指南
欢迎提交 Issue 和 Pull Request 来帮助改进项目。