Dify وn8n إجابتان مفتوحتا المصدر عن الرغبة نفسها: ربط استدعاءات نموذج لغوي كبير (LLM) بأدوات وأنظمة قائمة دون كتابة تطبيق كامل في كل مرة. وفائدتهما لفريق العمليات فورية: فرز تنبيه، أو تلخيص حادثة، أو استعلام أدلة التشغيل (runbooks)، أو إعداد مسودة تقرير ما بعد الحادثة، يمكن أن تصير جميعها سير عمل الذكاء الاصطناعي مفتوح المصدر، مرئيًا ومستضافًا ذاتيًا، تُصدِر نسخه وتراقبه.
تتشابه الأداتان على الشاشة (عقد موصولة على لوحة) لكنهما لا تنطلقان من النقطة نفسها. Dify منصة لتطوير تطبيقات النماذج اللغوية: المطالبات (prompts) وقواعد المعرفة والوكلاء وسير العمل هي كائناتها المركزية. أما n8n فأداة أتمتة سير عمل عامة غنية بالموصلات، أُضيفت إليها عقد للذكاء الاصطناعي.
يقارن هذا المقال بين نهجيهما، ويقترح حالات استخدام عملية للعمليات، ويبيّن كيف تُنشران وتُراقبان. وهو جزء من نظرتنا العامة إلى حزمة الذكاء الاصطناعي المفتوحة المصدر المستضافة ذاتيًا.
Dify وn8n: فلسفتان لسير عمل الذكاء الاصطناعي
Dify: تطبيق النموذج اللغوي أولًا
يقدّم Dify، الذي تطوّره LangGenius، عدة أنواع من التطبيقات: روبوتات المحادثة والوكلاء وchatflows (محادثات متعددة الأدوار منسَّقة) وworkflows (معالجات تُطلقها مدخلات). ونجد فيه محرر مطالبات، وقاعدة معرفة مدمجة لـ RAG، وإدارة عدة مزوّدي نماذج (منها نماذج محلية عبر Ollama أو خادم متوافق مع OpenAI)، وواجهة API لكل تطبيق منشور.
نقطة انتباه: ترخيص Dify نسخة معدّلة من Apache 2.0 بشروط إضافية (خصوصًا في التشغيل متعدد المستأجرين والإبقاء على الشعار في الواجهة). اقرأه قبل أي استخدام تجاري.
n8n: الأتمتة أولًا
n8n محرك سير عمل يربط مئات الخدمات (المراسلة وتذاكر الدعم وقواعد البيانات وواجهات HTTP) عبر المحفزات وخطافات الويب (webhooks) والعقد. وتعتمد عقده للذكاء الاصطناعي، ومنها عقدة AI Agent وعقد نماذج المحادثة (بما فيها Ollama)، على LangChain. ويُوزَّع n8n بنموذج يسمى «fair-code»: الشيفرة مفتوحة والاستضافة الذاتية مسموحة، لكن الترخيص يضع قيودًا على الاستخدام التجاري. وهنا أيضًا تحقق منه.
أيهما تختار؟
- إذا كان جوهر الحاجة تطبيق محادثة أو RAG (مساعد لأدلة التشغيل أو أسئلة شائعة داخلية): Dify أكثر مباشرة.
- إذا كان جوهر الحاجة التكامل (استقبال تنبيه وإثراؤه وإنشاء تذكرة والإشعار) مع خطوة ذكاء اصطناعي في الوسط: n8n أنسب.
- يتكاملان جيدًا: يتولى n8n تنسيق التدفق ويستدعي واجهة تطبيق Dify لجزء النموذج اللغوي.
ما حالات استخدام العمليات في سير عمل الذكاء الاصطناعي مفتوح المصدر؟
- فرز التنبيهات: يستقبل webhook تنبيهًا، ويجلب سير العمل السياق (آخر عمليات النشر والسجلات المرتبطة)، ويطلب من النموذج ملخصًا وفرضية، ثم ينشر كل ذلك في قناة المناوبة.
- مساعد أدلة التشغيل: تطبيق Dify بقاعدة معرفة تغذيها إجراءاتك يجيب عن الأسئلة ويذكر مصادره.
- مسودة تقرير ما بعد الحادثة: عند إغلاق حادثة، يجمع سير العمل التسلسل الزمني والرسائل والتذاكر، وينتج نسخة أولى منظمة للمراجعة.
- تصنيف التذاكر: تصنيف الطلبات الواردة وتوجيهها إلى الفريق المناسب.
- مراجعة التغييرات: تلخيص طلب تغيير وقائمة المخاطر الواجب التحقق منها قبل الاعتماد.
في كل هذه الحالات، الذكاء الاصطناعي يحضّر والإنسان يقرر. تجنب سير العمل الذي ينفذ إجراءات إنتاجية بناءً على إجابة نموذج لغوي وحدها.
عمليًا: نشر Dify وn8n لسير عمل الفرز
الخطوة 1: انشر Dify بـ Docker Compose
يوفر مستودع Dify ملف Docker Compose. وتذكر الوثائق حدًا أدنى من نواتين و4 غيغابايت من الذاكرة (RAM).
git clone https://github.com/langgenius/dify.git
cd dify/docker
cp .env.example .env
docker compose up -d
# puis ouvrir http://localhost/install pour créer le compte administrateur
قبل الإنتاج، أعد قراءة ملف .env: المفاتيح السرية والتخزين وقاعدة البيانات والتعرض للشبكة.
الخطوة 2: انشر n8n
تقترح وثائق n8n أمر Docker للبدء السريع؛ وهذا شكله المبسط (المنفذ 5678 هو منفذ الواجهة):
docker volume create n8n_data
docker run -it --rm --name n8n -p 5678:5678 \
-v n8n_data:/home/node/.n8n \
docker.n8n.io/n8nio/n8n
للاستخدام الدائم، فضّل الإعداد مع PostgreSQL الموصوف في وثائق استضافة n8n، وضع النسخة خلف وكيل عكسي بـ TLS.
الخطوة 3: اربط نموذجًا محليًا
في Dify أضف مزوّد نماذج (Ollama، أو أي خادم متوافق مع OpenAI مثل vLLM) من إعدادات مساحة العمل. وفي n8n استخدم عقدة نموذج المحادثة Ollama أو عقدة متوافقة مع OpenAI موجَّهة إلى خادمك الداخلي. انتبه في الحاويات: localhost تعني الحاوية نفسها لا المضيف.
الخطوة 4: ابنِ سير عمل الفرز
- في Dify أنشئ سير عمل «ملخص تنبيه»: المدخل (نص التنبيه والسياق)، وعقدة LLM بمطالبة منظمة (الأثر والفرضية والفحوص التالية)، ومخرج JSON. انشره واحصل على مفتاح API الخاص به.
- في n8n أنشئ سير عمل: عقدة Webhook تستقبل التنبيه، وعقدة HTTP Request تجلب السياق، وعقدة HTTP Request تستدعي واجهة سير عمل Dify، ثم عقدة مراسلة تنشر الملخص.
- أضف رابطًا إلى التنبيه الأصلي في الرسالة: يجب أن يستطيع مهندس المناوبة التحقق.
يبدو استدعاء Dify هكذا (كيّف العنوان والصيغة مع وثائق الواجهة المعروضة في نسختك):
curl -X POST "https://dify.interne/v1/workflows/run" \
-H "Authorization: Bearer $DIFY_APP_KEY" \
-H "Content-Type: application/json" \
-d '{"inputs": {"alerte": "CPU 95 % sur api-prod"},
"response_mode": "blocking", "user": "n8n-triage"}'
الخطوة 5: راقب سير العمل
سير عمل الذكاء الاصطناعي خدمة كغيرها: يجب مراقبته. في n8n، تصف الوثائق نقطتي /healthz و/metrics (بصيغة Prometheus، وتُفعَّل بالمتغير N8N_METRICS)، إضافة إلى تتبع التنفيذات عبر OpenTelemetry، وهو في مرحلة المعاينة وقت كتابة هذا المقال. وفي Dify يقدم قسم Monitoring سجلات تنفيذ وتكاملات تتبع نحو أدوات مثل Langfuse وLangSmith وOpik وArize Phoenix؛ راجع مقالنا Langfuse وOpenLLMetry.
تابع على الأقل: عدد التنفيذات ومعدل الفشل لكل سير عمل، والزمن من طرف إلى طرف وزمن خطوة النموذج اللغوي، والرموز (tokens) المستهلكة، وحجم الاستدعاءات الواردة. ومبادئ التنبيه هي نفسها لبقية خدماتك، كما هو موصوف في ملفات التنبيه وتكاملات الإشعار.
أفضل الممارسات
- أصدِر نسخ سير العمل: تصدير JSON من n8n وتصدير DSL لتطبيقات Dify، مخزَّنة في Git.
- أبقِ الأسرار في مديري بيانات الاعتماد داخل الأدوات، ولا تضعها نصًا صريحًا في العقد.
- أخفِ البيانات الحساسة قبل خطوة النموذج اللغوي، خصوصًا إذا استُخدم مزوّد خارجي.
- جهّز مسار احتياط: إن لم يستجب النموذج فيجب أن يصل التنبيه الخام على أي حال.
- اشترط مخرجات منظمة (JSON) وتحقق منها قبل استخدامها في العقد التالية.
- حدّ صلاحيات الحسابات التقنية التي تستخدمها سير العمل إلى الحد الأدنى اللازم.
الأسئلة الشائعة
Dify مقابل n8n: هل يجب الاختيار؟
لا. يتفوق Dify في تطبيقات النماذج اللغوية (المطالبات وRAG والوكلاء)، وn8n في التكامل بين الأنظمة. وتستخدم فرق كثيرة n8n كقائد أوركسترا وDify كمحرك ذكاء اصطناعي.
هل يعمل Dify وn8n دون اتصال بالإنترنت؟
يمكن استضافتهما ذاتيًا واستخدام نموذج محلي. لكن بعض الميزات (سوق الإضافات والموصلات السحابية) تفترض وصولًا إلى الشبكة: تحقق مما تحتاجه في الوثائق.
هل يمكن عرض سير عمل كأداة لوكيل؟
نعم، عبر واجهات API في الأداتين، كما يوثّق Dify أيضًا نشر تطبيق كخادم MCP. ويُشرح بروتوكول سياق النموذج (Model Context Protocol) في مقالنا المخصص له.
الخلاصة
يتيح Dify وn8n تحويل أفكار أتمتة الذكاء الاصطناعي إلى سير عمل مستضاف ذاتيًا في بضع ساعات. وتتوقف قيمتهما لفريق العمليات على صرامة التشغيل أكثر من الأداة: إصدار النسخ والأسرار والمخرجات المنظمة ومسارات الاحتياط والمراقبة. عامل كل سير عمل كخدمة إنتاج، فيصبح كذلك.
span.observer مدوّنة مجتمعية مستقلة وغير تابعة لشركة Dynatrace LLC ولا للمشاريع المذكورة. العلامات التجارية المذكورة ملك لأصحابها. الأدوات تتطور بسرعة، لذا تحقق دائمًا من الأوامر والخيارات في وثائقها الرسمية.