Dify 2026: AI aplikace bez kódu, licence a Kč TCO v ČR
Dify má 60 000 hvězd na GitHubu, Cloud verzi za 59 USD měsíčně a tři superschopnosti v jedné konzoli: vizuální workflow, RAG knowledge base a agenty. Přesto česká agentura nesmí nad Dify postavit SaaS produkt pro své klienty bez placené enterprise licence. Česká debata o platformách „bez kódu" se točí kolem ceny a vzhledu konzole, ale skutečná rozcestí leží v licenci a v tom, jestli vás platforma pustí ven. Následující rozbor prochází Dify z pohledu českého prostředí — licenční pasti, reálné náklady v korunách, rozhodovací strom proti Flowise a n8n a praktický self-host na Hetzner s češtinovým RAG.
Stručně — co si z článku odnést
- Licence Dify není čistá Apache 2.0. Modifikovaná verze zakazuje multi-tenant provoz bez písemného souhlasu a brání odstranit logo v konzoli. Pro český SaaS a white-label produkty tu visí pět rizikových scénářů.
- Cloud Professional 59 USD ≈ 16 500 Kč ročně utáhne OSVČ a malý tým do tří lidí. Self-host na Hetzneru vyjde od 9 600 Kč ročně, ale vyžaduje 0,1–0,3 FTE adminu. Zlom přichází kolem 10 uživatelů.
- EU AI Act od 2. 8. 2026 vyžaduje strojové označení výstupů, logování a DPIA pro RAG nad osobními daty. Self-host v EU region zjednoduší compliance výrazně oproti Cloud verzi v US. Podrobnosti v runbooku k EU AI Actu.
1. Co je Dify a proč kolem sebe sbírá 60 000 hvězd
Stručně: Dify je open-source platforma pro stavbu AI aplikací přes drag-and-drop. Kombinuje vizuální workflow builder, RAG knowledge base, agentické flow a model management do jedné konzole. Slouží firmám, které chtějí prototypovat AI aplikace bez Python kódu a pak je provozovat v produkci.
Dify vyvíjí LangGenius Inc. od roku 2023. Název znamená „Do It For You" a filozofie produktu mu odpovídá: místo psaní rutinního kódu kolem OpenAI SDK, vektorové databáze a embedding pipeline si tým naklikne workflow ve studiu, napojí knowledge base a pustí aplikaci do produkce. Tři hlavní schopnosti drží vše pohromadě — Workflow (vizuální plátno s uzly pro volání LLM, podmínky, smyčky a nástroje), Knowledge (RAG pipeline s automatickým chunkingem, embeddingem a retrievalem) a Agent (autonomní LLM agent s nástroji a iterativní smyčkou).
Oproti konkurenci nabízí Dify jednu věc navíc: přehled běhů a diagnostiku (observability a debuggability). Každý běh má časovou osu s dobou jednotlivých uzlů, spotřebu tokenů pro každý krok, vstupy a výstupy i chybové hlášky. Napojení na Langfuse, Opik nebo Arize Phoenix je připravené bez dalšího kódu. Pro firmu, která chce jít z prototypu do produkce a potřebuje vidět, kde a proč pipeline padá, je to rozdíl, který rozhoduje proti Flowise nebo vlastní LangChain aplikaci.
Prakticky každý nový uživatel Dify objeví tutéž posloupnost: RAG chatbot nad firemní dokumentací za dvě hodiny, pak agent, který umí vyhledávat v interním wiki i na webu, pak pokročilejší workflow s podmíněnou logikou. 60 000 GitHub hvězd k dubnu 2026 znamená, že tenhle zácvik skutečně funguje — a že se Dify etabloval jako výchozí volba pro týmy, které se potřebují dostat na produkční flow bez nutnosti zaměstnávat zkušeného ML inženýra.
2. Licence, která není úplně Apache — pět vlajek pro české firmy
Stručně: Dify licence je modifikovaná Apache 2.0 s dvěma klíčovými omezeními: zákaz multi-tenant provozu bez písemného souhlasu Dify a zákaz odstranit logo či copyright v konzoli. Pro českou agenturu, která chce nad Dify stavět SaaS pro klienty, to znamená buď zaplatit enterprise licenci, nebo platformu opustit.
Na první pohled vypadá Dify jako běžný open-source projekt — zdrojáky na GitHubu, Docker Compose setup a komunita okolo. Při čtení souboru LICENSE se ale vynoří dvě dodatečné podmínky, které běžná Apache 2.0 nemá. První říká, že bez písemného souhlasu od Dify nesmíte používat zdrojový kód k provozu multi-tenant prostředí, kde každý tenant odpovídá jednomu workspace. Druhá zakazuje odstranit nebo měnit logo a copyright informace v konzoli a ve vytvořených aplikacích.
V praxi to znamená, že běžné interní použití (jedna firma, jeden workspace, aplikace pro vlastní zaměstnance) je v pořádku. Problém nastává ve chvíli, kdy se nad Dify staví komerční SaaS pro více zákazníků. Pět scénářů, kde má smysl licenci prověřit dřív, než narostou náklady na přepis:
Pět licenčních vlajek — kdy Dify může narazit
- White-label SaaS pro klienty. Agentura provozuje Dify pod vlastní doménou, každý klient má vlastní workspace a platí měsíční poplatek. Tohle je přesně multi-tenant scénář, který vyžaduje enterprise licenci.
- Provoz Dify jménem klienta. Agentura spravuje Dify instanci pro jednoho konkrétního klienta. Je to jednouživatelský provoz, ale pokud jde o placené průběžné služby, licence to formálně nezakazuje — přesto je vhodné mít v dodavatelské smlouvě klauzuli, že provoz platformy je na odpovědnosti klienta.
- Přeprodej pod vlastní značkou. Odstranění loga Dify v konzoli je explicitně zakázané. Rebrand na „ACME AI Studio" bez smlouvy porušuje licenci.
- Shared knowledge base napříč klientskými tenanty. Jedna knowledge base dostupná z více workspace — porušuje princip izolace tenantů a spadá pod multi-tenant omezení.
- Zákaznický portál s per-user omezením. Pokud každý koncový uživatel má vlastní izolovaný prostor s vlastními daty, jde o multi-tenant vzorec, i když jde o „interní" aplikaci.
Enterprise licence od Dify není veřejně ceněná. Podle listingu na AWS Marketplace a zmínek v GitHub Discussions se ceny pohybují v desítkách tisíc dolarů ročně a jednají se individuálně podle počtu tenantů a rozsahu. Pro českou firmu, která uvažuje o SaaS produktu nad Dify, je to první otázka v rozpočtu — ne poslední.
3. Kč TCO na 12 měsíců — tři reálné scénáře
Stručně: Self-host Dify vyjde menší firmě od 9 600 Kč ročně za hosting, Cloud Professional stojí zhruba 16 500 Kč. Bod zlomu nákladů nastává kolem 10 uživatelů: nad tím self-host výrazně vítězí, pod tím Cloud šetří admin čas.
Kalkulace níže počítá s kurzem 23 Kč/USD a zahrnuje hosting, zálohy, observability a odhadnutý administrátorský čas. LLM API tokeny (OpenAI, Anthropic, Google) nejsou v součtu — ty narostou úměrně objemu a jsou stejné v Cloudu i self-hostu. Jejich optimalizaci rozebírá samostatný rozbor nákladů AI API.
| Profil | Scénář | Hosting/rok | Admin čas | Observability | Celkem/rok |
|---|---|---|---|---|---|
| OSVČ / freelancer | Cloud Professional, 1 uživatel, 3 aplikace | 16 500 Kč (59 USD/měs) | 0 Kč | Dify vestavěná | ≈ 16 500 Kč |
| Malý tým (10 lidí) | Self-host Hetzner CX41 (4 vCPU / 16 GB / 160 GB SSD) | 9 600 Kč (34,50 €/měs) | 0,1 FTE ≈ 42 000 Kč | Langfuse self-host 0 Kč | ≈ 51 600 Kč |
| Malý tým — alternativa | Cloud Team plán | 44 500 Kč (159 USD/měs) | 0 Kč | Dify vestavěná | ≈ 44 500 Kč |
| Firma 50+ uživatelů | Self-host Hetzner CCX23 + managed Postgres + zálohy | 38 000 Kč (140 €/měs) | 0,3 FTE ≈ 126 000 Kč | Langfuse Cloud 1 200 Kč/měs | ≈ 178 400 Kč |
Zajímavý je bod zlomu mezi Cloud Team a self-hostem pro malý tým: při započtení byť jen 0,1 FTE admin času (cca 5 hodin měsíčně na aktualizace, zálohy a monitoring) vyjde Cloud Team levněji, dokud nepřerostete 3 členy týmu. Self-host začíná ekonomicky vítězit až kolem 10–15 aktivních uživatelů a výrazně nad 20 uživateli. Enterprise licence pro multi-tenant SaaS nejsou v tabulce zahrnuté — jednají se individuálně a startují v desítkách tisíc dolarů ročně.
4. Kdy Dify, kdy Flowise, kdy n8n, kdy čistý kód
Stručně: Dify zvolte pro produkční RAG a agenty v interním použití. Flowise stačí pro experimenty a lehké chatboty. n8n vítězí, pokud primárně integrujete 100+ služeb a AI je jen jeden z uzlů. Vlastní kód má smysl, když přerostete abstrakce Dify nebo potřebujete custom embedding pipeline.
Srovnání čtyř platforem v typických českých rolích — OSVČ s klientským projektem, agentura, in-house tým a SaaS startup. Každá role má jinou prioritu: OSVČ hledá nejnižší vstupní náklady, agentura potřebuje opakovatelnost a licenční čistotu, in-house tým sleduje sledování běhů a bezpečnost, SaaS startup se ptá, jestli platforma škáluje a nebrzdí rychlost uvedení na trh.
| Kritérium | Dify | Flowise | n8n | Vlastní kód |
|---|---|---|---|---|
| RAG pipeline kvalita | ★★★★★ (Knowledge Pipeline s parser/enrich/chunk) | ★★★ (LangChain wrapper) | ★★ (lehká integrace, není core) | ★★★★ (záleží na implementaci) |
| Konektory na externí služby | ★★★ (50+ nástrojů) | ★★★ (LangChain tools) | ★★★★★ (400+ konektorů) | ★★★★ (vše, co napíšete) |
| Minimum RAM na VPS | 4 GB (test) / 8 GB (prod) | 1 GB | 2 GB | záleží |
| Licence pro multi-tenant SaaS | Omezená, potřeba enterprise | Apache 2.0, volně | Fair-code, volně pro interní, restrikce u hosting | Bez omezení |
| Migrace ven | Obtížná (opinionated abstrakce) | Střední (LangChain export) | Snadná (JSON workflow) | Plná kontrola |
Rozhodnutí se zjednoduší, pokud projdete pěti otázkami. Rozhodovací strom níže shrnuje, kdy má smysl investovat do Dify a kdy volit lehčí nebo těžší alternativu:
Kdy naopak přeskočit Dify a jít do vlastního kódu? Pokud potřebujete custom embedding pipeline s českými modely (fine-tuned multilingual-e5 nebo český retriever nad seznam-embedding), pokud řešíte streaming nad desítkami milionů dokumentů, nebo pokud agent musí volat interní systémy s kombinací OAuth/mTLS/SAP RFC, která Dify konektory neumí. Pro tyto případy je rychlejší postavit LangGraph nebo LlamaIndex aplikaci než ohýbat Dify abstrakce. Rozbor důvodů, proč 40 % agentických projektů selhává, ukazuje, že tato volba často nepadá kvůli technologii, ale kvůli chybějícímu vlastníkovi procesu.
5. Jak Dify nasadit — 8 kroků a češtinový RAG
Stručně: Produkční self-host Dify na Hetzner CX41 s Docker Compose, reverse proxy (Caddy nebo Traefik), zálohami do S3 a Langfuse observability zabere 90–120 minut pro zkušeného admina. Klíčové rozhodnutí je výběr embedding modelu pro češtinu — doporučený start s OpenAI text-embedding-3-large nebo Cohere embed-multilingual-v3.
Následující checklist vychází z oficiálního Docker Compose setupu a doplňuje kroky, které Dify dokumentace přímo neřeší — HTTPS, zálohy a observability. Pro plně produkční nasazení v kontextu EU AI Actu a GDPR pro české firmy je ideální umístit server do EU regionu (Hetzner Nürnberg, Falkenstein, Helsinki) a ponechat veškerá data uvnitř EU.
- Objednat server Hetzner CX41 (16 GB RAM, 4 vCPU, 160 GB SSD) nebo ekvivalent. Region EU, Ubuntu 24.04 LTS.
- Instalovat Docker a Docker Compose přes oficiální apt repozitář, nastavit uživatele bez rootu, zapnout automatické bezpečnostní updaty (
unattended-upgrades). - Stáhnout repozitář
git clone https://github.com/langgenius/dify.git, přejít dodocker/, zkopírovat.env.examplena.enva vyplnit silná hesla pro Postgres a Redis. - Spustit stack příkazem
docker compose up -d. Dify běží na portu 80 a potřebuje 9 služeb: api, worker, web, weaviate, db, redis, nginx, ssrf_proxy, sandbox. - Postavit reverse proxy s HTTPS — Caddy nebo Traefik před Dify nginx, Let’s Encrypt certifikát. HTTPS je povinné pro webhook volání z LLM poskytovatelů.
- Napojit model providera. V konzoli Settings → Model Provider přidat OpenAI (GPT-5), Anthropic (Claude Opus 4.7) a embedding provider. Klíče ukládat přes proměnné prostředí, nikoliv do konzole.
- Nastavit zálohy. Denní
pg_dumpPostgres databáze a snapshot datového svazku Weaviate do S3-kompatibilního úložiště (Wasabi, Backblaze, Hetzner Storage Box). Retence 30 dní. - Přidat observability. Nasadit Langfuse self-host jako druhý Docker stack, napojit přes Dify Settings → Integrations. Od tohoto okamžiku uvidíte spotřebu tokenů, latence a chybovost pro každý workflow.
Druhé rozhodnutí, které Dify ponechává na uživateli, je embedding model pro češtinu. Výchozí multilingual-e5-large funguje pro základní recall, ale u technické terminologie a právního jazyka znatelně padá. Tři typicky testované možnosti: OpenAI text-embedding-3-large (drahý ale nejlepší recall), Cohere embed-multilingual-v3 (kompromisní volba) a self-host BAAI/bge-m3 pro plnou datovou rezidenci. Doporučený protokol — 10 reálných CZ otázek z firemní dokumentace, tři embedding modely, měřit recall@3 a ukládat výsledky do porovnávací tabulky. Rozdíl mezi nejlepším a nejhorším embeddingem bývá 20–40 % přesnosti odpovědí, a na tom stojí celá užitečnost RAG systému. Návod na privátní AI firmu rozebírá embedding volbu detailně v kontextu plně lokálního provozu.
6. Časté dotazy
Funguje Dify v češtině?
UI je v angličtině, lokalizace konzole do češtiny neprobíhá. Ale jazyk, ve kterém běží samotné AI aplikace, záleží jen na LLM a embedding modelu. GPT-5, Claude Opus 4.7 i Gemini 2.5 Pro zvládají češtinu velmi dobře. RAG nad českou dokumentací funguje, pokud se vybere správný embedding — u výchozího nastavení stojí za to otestovat recall na reprezentativních otázkách dřív, než aplikace půjde do produkce.
Můžu napojit Claude a GPT-5 současně?
Ano. Dify podporuje více modelů současně pro různé uzly workflow — jeden uzel použije Claude Opus 4.7 pro náročné úvahové kroky, jiný GPT-5-mini pro rychlé klasifikační úlohy. Stejně funguje routing podle nákladů (draft v levnějším modelu, finalizace v dražším). Každý provider vyžaduje vlastní API klíč, který se ukládá v Settings → Model Provider.
Smím Dify použít jako backend pro klientský SaaS?
Ne bez enterprise licence. Modifikovaná Apache licence explicitně zakazuje provoz multi-tenant prostředí bez písemného souhlasu Dify. Pro single-tenant klientské aplikace (jeden klient = jeden dedikovaný workspace, dedikovaný server) licence nepřekáží, ale praktické SaaS produkty s více platícími zákazníky vyžadují enterprise smlouvu. Ceny se domlouvají individuálně a začínají na desítkách tisíc dolarů ročně.
Co když chci migrovat z Dify pryč?
Migrace je bolestná. Dify abstrakce (workflow noda, knowledge base pipeline, agent strategy) se nemapují 1:1 na LangChain, LlamaIndex ani custom Python kód. Export workflow existuje jako JSON, ale cílová platforma ho neumí naimportovat — slouží jen jako dokumentace. Doporučená ochrana před vendor lock-inem: držet byznys logiku v externích Python službách, které Dify volá přes HTTP, a v Dify nechat jen orchestraci. Pak migrace znamená přepsat orchestraci, ne celou aplikaci.
Je Dify v souladu s GDPR pro českou firmu?
Self-host v EU regionu ano, Cloud verze má primárně US infrastrukturu. Pro zpracování osobních údajů v RAG knowledge base je vhodné zvolit self-host na Hetzneru v EU, uzavření DPA s poskytovatelem LLM (OpenAI, Anthropic mají EU DPA), logování dotazů s retencí maximálně 90 dní a DPIA pro aplikace, které zpracovávají zvláštní kategorie osobních údajů. Od 2. 8. 2026 přibývá povinnost strojového označení generovaných výstupů dle EU AI Act čl. 50.
7. Co si z článku odnést
Dify patří v roce 2026 mezi nejzralejší open-source platformy pro stavbu AI aplikací a pro interní firemní použití neexistuje rychlejší cesta z prototypu do produkce. Zároveň platí jednoduché pravidlo: začít licencí, pak teprve technologií. Česká agentura plánující SaaS nad Dify musí mít enterprise smlouvu dřív, než napíše první řádek marketingu. Malý tým s interní RAG aplikací potřebuje rozhodnutí Cloud vs. self-host — do 3 lidí vítězí Cloud, nad 10 uživateli self-host. Pro češtinový RAG platí, že výběr embedding modelu rozhoduje o kvalitě víc než výběr LLM. A ve všech scénářích stojí za to od začátku napojit observability (Langfuse, Opik) a logovat každý běh, protože EU AI Act od srpna 2026 tuhle povinnost formalizuje. Komplementární materiály k dalšímu čtení: srovnání CrewAI, LangGraph a AutoGen pro situace, kdy Dify abstrakce nestačí, a plně lokální setup s Ollama pro firmy, které nesmějí data pouštět mimo vlastní infrastrukturu.