Dify 是一个 LLM 应用开发平台：可视化工作流、Chat 与 Agent 编排，以及内置的 RAG 能力都在一个平台上完成，适合快速把大模型能力做成应用。
琅嬛不做应用编排。它把「文档 → 可追溯检索」做成独立的基础能力，通过 REST 与 MCP over HTTP 供上层调用——包括 Dify 在内的任何 LLM 应用，都能把它当作统一的知识底座。
Compare · 对比
琅嬛是 Dify 的知识底座，不是另一个平台
琅嬛 vs Dify
| 对比维度 | 琅嬛 Langhuan | Dify |
|---|---|---|
| 定位 | 知识处理层（无编排） | LLM 应用平台（Chat/工作流/Agent） |
| MCP | 原生 MCP over HTTP | 平台内 MCP 工具接入 |
| 中文关键词检索 | zhparser / gse 分词 + RRF 原生 | 依赖向量，FTS 较弱 |
| 交付形态 | 单二进制 + 单 .db 文件（SQLite 零依赖可选） | 多容器全家桶 |
| 可追溯 | chunk → 页码/行列锚点全链路 | 部分 |
| 接入方式 | 作为你应用的知识底座 | 平台内闭环 |
如果你要的是「可视化搭一个 LLM 应用」，Dify 更直接；如果你要的是多个应用共享同一套可追溯的知识能力，琅嬛是那层底座。两者不冲突：琅嬛管知识，Dify 管编排。
常见问题
琅嬛和 Dify 有什么区别？
Dify 是 LLM 应用平台，做工作流、Chat 与 Agent 编排；琅嬛是知识处理层，只做「文档 → 可追溯检索」，并通过 MCP over HTTP 供上层调用。一个管编排，一个管知识。
已经在用 Dify，还需要琅嬛吗？
如果你的多个应用/Agent 各自接了一套知识库，琅嬛可以把「知识接入与检索」统一成一套可追溯的底座，再交给 Dify 或你自己的应用消费，避免每个系统重复建设。
琅嬛怎么接入现有系统？
两条路径：REST（/api/v1/*）或 MCP（/mcp）。单二进制 + 标准 PostgreSQL 部署，一条 docker compose 即可起步。