Dify 1.16.0 重磅发布：Agent 能力全面升级

七月中旬，Dify 团队发布了 v1.16.0 版本。作为一次重要更新，该版本将 Agent 能力从幕后推向台前——Dify Agent 正式进入公开测试阶段。与传统 LLM 应用不同，新版 Agent 拥有独立的 Linux 沙箱环境，能够直接执行代码、调用外部工具、安装技能包，并与工作流深度整合。这一变化意味着 Dify 正在从单纯的「大语言模型应用搭建平台」向「智能化 Agent 平台」演进。

概述

从技术架构角度看，Dify Agent 的核心突破在于引入了真正的运行时环境（Runtime）。在此之前，平台上的 Agent 本质上仍是「调用模型、返回文本」的轻量实现。而新版 Agent 运行在独立沙箱中，具备了类似 Claude Code 或 GPTs 的能力边界——能够执行 Python 脚本、操作文件系统、调用 API 接口，甚至通过 Skills 机制封装和复用工具能力。

五大核心更新解读

这是本次更新的绝对主角。新版 Agent 具有以下核心能力： 代码执行：Agent 拥有独立的 shell 环境，可直接运行 Python、安装依赖包、操作本地文件。 技能系统（Skills）：参考 Claude Code 的设计理念，Dify 将工具和能力封装为标准化的 Skill，Agent 可按需调用，实现了能力的模块化组合。 Agent 花名册：支持在团队空间内管理和复用多个 Agent，形成企业级的 Agent 资产库。 工作流集成：Agent 可作为工作流中的节点，接收上游输入、执行任务、将结果传递给下游，实现复杂业务流程的编排。 智能创建：平台内置了「创建 Agent 的 Agent」，通过对话方式自动配置沙箱环境、安装依赖、创建 Skill，大幅降低了使用门槛。 值得注意的是，官方明确指出 Dify Agent 服务应仅提供给受信任的用户使用。尽管沙箱环境做了隔离处理，但对于面向公众的应用场景，仍需谨慎评估安全风险。

1. Dify Agent 公开测试

Dify 工作流现已支持最新版本的 MCP（Model Context Protocol）协议，带来三方面改进：版本协商机制让客户端和服务端可自动匹配协议版本；结构化工具输出使返回结果更规范，便于下游处理；动态 Header 注入支持运行时添加 HTTP 请求头（如认证信息），实现了更灵活的鉴权方式。对于已使用 MCP 打通 Dify 与其他工具链的团队，这次升级将显著提升系统的兼容性和可扩展性。

2. MCP 协议升级

⌘K 快捷方式中的 /create 和 /refine 功能进行了端到端优化。节点配置建议从静态模板改为 AI 根据工作空间上下文动态生成；配置生成改为并行执行，响应速度更快；新增可配置超时设置（默认 180 秒），便于处理复杂工作流场景。

如有侵权，请联系删除。