dify 1.13.3版本深度解析：穩(wěn)定性全面升級，工作流、流式傳輸、知識檢索三大核心模塊重磅優(yōu)化

前言

2026年3月27日，知名AI應(yīng)用開發(fā)平臺Dify正式發(fā)布v1.13.3最新版本。作為v1.13.2的補丁升級版本，本次更新沒有堆砌大量花哨的新功能，而是將核心重心放在穩(wěn)定性、正確性、易用性三大維度，針對工作流執(zhí)行、實時流式傳輸、知識檢索三大核心模塊進行了深度優(yōu)化與問題修復(fù)，同時完成了多項底層架構(gòu)重構(gòu)與測試體系遷移，進一步夯實了平臺的運行根基，為企業(yè)級用戶與開發(fā)者提供了更可靠、更高效的AI應(yīng)用開發(fā)與運行環(huán)境。

對于正在使用Dify v1.13.x系列版本的團隊而言，v1.13.3是一次必須升級的穩(wěn)定性優(yōu)化版本；對于計劃從舊版本遷移的用戶，本次更新也修復(fù)了大量歷史遺留問題，大幅降低了升級與使用門檻。本文將從新特性、Bug修復(fù)、底層優(yōu)化、升級指南四大維度，對Dify 1.13.3版本進行全方位、無死角的深度解析，幫助開發(fā)者全面掌握版本更新要點，順利完成版本升級與功能適配。

一、 新特性：工作流配置能力再升級，變量引用全面賦能模型參數(shù)

Dify 1.13.3版本在新功能層面聚焦工作流配置靈活性，推出了一項極具實用價值的核心更新——為LLM節(jié)點、問題分類器節(jié)點、變量提取器節(jié)點新增模型參數(shù)變量引用支持。

1.1 LLM節(jié)點：模型參數(shù)動態(tài)化，適配復(fù)雜業(yè)務(wù)場景

在以往版本中，LLM節(jié)點的模型參數(shù)（如溫度值temperature、最大生成長度max_tokens、上下文窗口大小等）均為固定配置值，開發(fā)者需在工作流設(shè)計階段手動預(yù)設(shè)，無法根據(jù)業(yè)務(wù)場景、用戶輸入、前置節(jié)點輸出結(jié)果進行動態(tài)調(diào)整。這一限制導(dǎo)致工作流在應(yīng)對復(fù)雜多變的業(yè)務(wù)需求時靈活性不足，例如：

• ? 針對不同用戶等級，需動態(tài)調(diào)整LLM生成內(nèi)容的創(chuàng)新性（temperature參數(shù)）；

• ? 根據(jù)輸入文本長度，自動適配最大生成長度，避免資源浪費；

• ? 結(jié)合前置數(shù)據(jù)處理節(jié)點的輸出結(jié)果，動態(tài)配置模型的上下文關(guān)聯(lián)邏輯。

v1.13.3版本徹底打破這一限制，允許開發(fā)者在LLM節(jié)點的模型參數(shù)配置中直接引用工作流中的全局變量、前置節(jié)點輸出變量、用戶輸入變量。通過簡單的變量表達式，即可實現(xiàn)模型參數(shù)的動態(tài)賦值，讓LLM節(jié)點真正適配千變?nèi)f化的業(yè)務(wù)場景，大幅提升工作流的智能化與自適應(yīng)能力。

1.2 問題分類器節(jié)點：分類規(guī)則參數(shù)化，提升配置效率

問題分類器作為工作流中實現(xiàn)請求分流、業(yè)務(wù)邏輯分支的核心節(jié)點，其分類閾值、匹配權(quán)重、置信度標準等參數(shù)，直接影響分類準確性與執(zhí)行效率。此前版本中，這些參數(shù)同樣為固定值，無法根據(jù)不同業(yè)務(wù)場景動態(tài)調(diào)整。

本次更新后，問題分類器節(jié)點的核心參數(shù)全面支持變量引用。開發(fā)者可將分類閾值、匹配權(quán)重等參數(shù)與工作流變量綁定，例如：

• ? 根據(jù)系統(tǒng)負載動態(tài)調(diào)整分類置信度閾值，平衡效率與準確性；

• ? 針對不同數(shù)據(jù)源、不同用戶群體，設(shè)置差異化的分類匹配權(quán)重；

• ? 通過前置節(jié)點的計算結(jié)果，自動優(yōu)化分類規(guī)則參數(shù)，實現(xiàn)自適應(yīng)分類。

這一更新讓問題分類器節(jié)點的配置更靈活、更高效，無需反復(fù)修改節(jié)點配置，即可適配多場景、多維度的分類需求。

1.3 變量提取器節(jié)點：提取規(guī)則動態(tài)化，增強數(shù)據(jù)處理適配性

變量提取器節(jié)點用于從文本、表單、API響應(yīng)等數(shù)據(jù)中精準提取關(guān)鍵變量，是工作流數(shù)據(jù)處理的核心環(huán)節(jié)。其提取規(guī)則、匹配模式、容錯機制等參數(shù)，直接決定數(shù)據(jù)提取的成功率與準確性。

v1.13.3版本為變量提取器節(jié)點賦予了參數(shù)變量引用能力，開發(fā)者可通過變量動態(tài)控制提取規(guī)則：

• ? 針對不同格式的輸入數(shù)據(jù)，動態(tài)切換提取模式（正則匹配、關(guān)鍵詞提取、結(jié)構(gòu)化解析）；

• ? 根據(jù)數(shù)據(jù)質(zhì)量動態(tài)調(diào)整提取容錯率，避免因數(shù)據(jù)噪聲導(dǎo)致提取失敗；

• ? 結(jié)合前置數(shù)據(jù)清洗節(jié)點的輸出，優(yōu)化提取規(guī)則，實現(xiàn)精準、高效的變量提取。

綜上，本次新增的變量引用支持，覆蓋了工作流中模型交互、請求分類、數(shù)據(jù)提取三大核心場景，讓Dify工作流從"固定配置執(zhí)行"升級為"動態(tài)自適應(yīng)執(zhí)行"，顯著提升了平臺的業(yè)務(wù)適配能力與開發(fā)效率，是本次版本更新最具價值的功能升級。

二、? Bug修復(fù)：四大核心模塊全面加固，解決穩(wěn)定性與正確性痛點

本次版本更新的核心重心是Bug修復(fù)，Dify團隊針對流式傳輸、工作流編輯器、運行時執(zhí)行、知識檢索四大高頻使用模塊，修復(fù)了多項影響穩(wěn)定性、正確性、易用性的關(guān)鍵問題，徹底解決了v1.13.2版本中的諸多遺留痛點。

2.1 流式傳輸可靠性：修復(fù)并發(fā)與重放問題，保障前后端事件穩(wěn)定交付

流式傳輸（Streaming）是Dify實現(xiàn)LLM實時響應(yīng)、事件實時推送的核心能力，廣泛應(yīng)用于AI對話、實時數(shù)據(jù)展示、進度反饋等場景。在v1.13.2及更早版本中，StreamsBroadcastChannel模塊存在重放異常、并發(fā)沖突兩大核心問題：

• ? 重放問題：事件流重放時出現(xiàn)數(shù)據(jù)丟失、順序錯亂、重復(fù)推送，導(dǎo)致前端接收的事件不完整、不一致；

• ? 并發(fā)問題：多用戶、多會話同時觸發(fā)流式傳輸時，出現(xiàn)事件阻塞、線程死鎖、前后端事件交付中斷，嚴重影響用戶體驗。

v1.13.3版本通過，徹底解決上述問題：

1. 1. 優(yōu)化StreamsBroadcastChannel的消息讀取機制，確保從流末尾開始讀取，避免歷史消息重復(fù)推送與順序錯亂；

2. 2. 重構(gòu)并發(fā)控制邏輯，解決多線程、多會話下的資源競爭問題，確保高并發(fā)場景下事件傳輸穩(wěn)定、不阻塞、不中斷；

3. 3. 強化事件交付容錯機制，網(wǎng)絡(luò)波動時自動重試、補全數(shù)據(jù)，保障前后端事件傳輸?shù)耐暾耘c一致性。

修復(fù)后，流式傳輸模塊的穩(wěn)定性大幅提升，無論是單用戶實時對話，還是高并發(fā)的企業(yè)級場景，均能實現(xiàn)低延遲、無丟失、順序正確的事件交付，為實時AI應(yīng)用提供可靠的底層支撐。

2.2 工作流編輯器行為：修復(fù)節(jié)點粘貼異常，優(yōu)化編輯體驗

工作流編輯器是開發(fā)者設(shè)計AI應(yīng)用的核心工具，其操作便捷性與行為正確性直接影響開發(fā)效率。v1.13.2版本中，編輯器存在兩項高頻影響體驗的Bug：

• ? 粘貼節(jié)點保留循環(huán)/迭代元數(shù)據(jù)：復(fù)制粘貼帶有Loop（循環(huán)）、Iteration（迭代）屬性的節(jié)點時，元數(shù)據(jù)不會自動清除，導(dǎo)致粘貼后的節(jié)點在非循環(huán)容器中出現(xiàn)執(zhí)行異常、邏輯混亂；

• ? HumanInput節(jié)點粘貼無效容器：允許將HumanInput（人工輸入）節(jié)點粘貼到不支持人工交互的容器節(jié)點中，導(dǎo)致工作流運行時觸發(fā)報錯、無法執(zhí)行。

本次更新通過，徹底優(yōu)化編輯器行為：

1. 1. 粘貼節(jié)點時自動清除循環(huán)/迭代元數(shù)據(jù)：當節(jié)點從循環(huán)/迭代容器中復(fù)制，粘貼到普通容器時，系統(tǒng)自動移除相關(guān)元數(shù)據(jù)，確保節(jié)點行為符合當前容器邏輯，避免執(zhí)行異常；

2. 2. 限制HumanInput節(jié)點粘貼范圍：增加容器類型校驗，禁止將HumanInput節(jié)點粘貼到不支持人工交互的容器中，從源頭杜絕無效配置，減少開發(fā)者調(diào)試成本。

修復(fù)后，工作流編輯器的操作更嚴謹、更智能，大幅降低了因誤操作導(dǎo)致的工作流配置錯誤，提升了開發(fā)效率與體驗。

2.3 運行時執(zhí)行：恢復(fù)核心邏輯，修正參數(shù)處理，保障執(zhí)行正確性

運行時執(zhí)行模塊是Dify工作流的"心臟"，負責節(jié)點調(diào)度、邏輯執(zhí)行、API調(diào)用等核心操作。v1.13.2版本中存在多項影響執(zhí)行正確性的問題，本次更新進行了全面修復(fù)：

2.3.1 恢復(fù)提示詞消息轉(zhuǎn)換邏輯

提示詞（Prompt）是LLM交互的核心，Dify會對開發(fā)者配置的提示詞進行標準化轉(zhuǎn)換，確保適配不同模型的輸入格式。此前版本中，提示詞消息轉(zhuǎn)換邏輯出現(xiàn)異常，導(dǎo)致部分場景下LLM接收的提示詞與開發(fā)者配置不一致，影響生成結(jié)果的準確性。

v1.13.3版本完整恢復(fù)了提示詞消息轉(zhuǎn)換邏輯，確保：

• ? 變量替換準確無誤，支持復(fù)雜嵌套變量的解析與替換；

• ? 提示詞格式標準化，兼容所有集成的LLM模型輸入規(guī)范；

• ? 歷史對話上下文正確拼接，保證多輪對話邏輯連貫。

工作流中HTTP Request節(jié)點支持通過max_retries參數(shù)配置請求重試次數(shù)，當設(shè)置max_retries=0時，代表不進行任何重試。但v1.13.2版本中，執(zhí)行器對max_retries=0的處理邏輯異常，即便配置為0，仍會觸發(fā)默認重試機制，導(dǎo)致重復(fù)請求、資源浪費、業(yè)務(wù)邏輯錯誤。

本次更新修正了執(zhí)行器驅(qū)動的HTTP請求執(zhí)行邏輯，嚴格遵循max_retries參數(shù)配置：

• ? max_retries=0：請求失敗后直接返回錯誤，不進行任何重試；

• ? max_retries=n（n>0）：按照配置次數(shù)精準重試，重試間隔、超時時間符合配置規(guī)范；

• ? 優(yōu)化重試異常捕獲機制，避免重試過程中出現(xiàn)二次錯誤。

知識檢索是Dify RAG（檢索增強生成）能力的核心，負責從知識庫中精準匹配、提取相關(guān)文檔，為LLM提供準確的參考數(shù)據(jù)。v1.13.2版本中，知識檢索模塊存在多項穩(wěn)定性與正確性問題，本次更新進行了全面修復(fù)：

2.4.1 保留Web響應(yīng)中的引用元數(shù)據(jù)

RAG場景下，知識檢索返回的結(jié)果需包含文檔來源、引用位置、置信度等元數(shù)據(jù)，便于LLM生成內(nèi)容時精準引用，也便于用戶查看內(nèi)容出處。此前版本中，Web響應(yīng)會丟失引用元數(shù)據(jù)，導(dǎo)致LLM無法精準引用、用戶無法溯源內(nèi)容，影響RAG應(yīng)用的可用性。

v1.13.3版本優(yōu)化了響應(yīng)數(shù)據(jù)處理邏輯，確保所有引用元數(shù)據(jù)完整保留在Web響應(yīng)中：

• ? 文檔ID、標題、來源URL完整返回；

• ? 引用片段的起止位置、置信度分數(shù)精準傳遞；

• ? 支持元數(shù)據(jù)自定義擴展，適配不同業(yè)務(wù)的溯源需求。

知識庫管理界面中，數(shù)據(jù)集圖標元數(shù)據(jù)用于展示數(shù)據(jù)集封面、分類標識等信息。當元數(shù)據(jù)缺失或格式異常時，v1.13.2版本會觸發(fā)前端/后端崩潰，導(dǎo)致知識庫無法訪問、管理操作中斷。

本次更新增加了元數(shù)據(jù)異常容錯機制：

• ? 圖標元數(shù)據(jù)缺失時，自動加載默認圖標，不觸發(fā)崩潰；

• ? 元數(shù)據(jù)格式異常時，自動過濾無效數(shù)據(jù)，保障界面正常渲染；

• ? 新增元數(shù)據(jù)校驗邏輯，上傳/編輯數(shù)據(jù)集時自動校驗格式合法性。

知識檢索的命中計數(shù)（hit-count）用于統(tǒng)計文檔匹配次數(shù)，是評估知識庫質(zhì)量、優(yōu)化檢索規(guī)則的核心指標。v1.13.2版本中，命中計數(shù)查詢過濾邏輯異常，統(tǒng)計結(jié)果不準確、不完整，無法真實反映檢索效果。

本次更新修正了查詢過濾邏輯：

• ? 精準統(tǒng)計符合過濾條件（時間范圍、文檔類型、置信度閾值）的命中次數(shù)；

• ? 支持多維度組合過濾，統(tǒng)計結(jié)果實時、準確；

• ? 優(yōu)化查詢性能，海量數(shù)據(jù)下仍能快速返回命中計數(shù)。

知識庫中，文檔上傳后會自動分塊索引，開發(fā)者需通過分塊預(yù)覽功能查看分塊效果、調(diào)整分塊規(guī)則。v1.13.2版本中，索引文檔分塊預(yù)覽功能異常，無法正常顯示分塊內(nèi)容，導(dǎo)致開發(fā)者無法優(yōu)化分塊策略，影響檢索準確性。

v1.13.3版本完整恢復(fù)了分塊預(yù)覽功能：

• ? 實時展示文檔分塊結(jié)果，包括分塊內(nèi)容、長度、索引狀態(tài)；

• ? 支持分塊編輯、刪除、重新劃分，方便開發(fā)者優(yōu)化分塊效果；

• ? 兼容PDF、Word、TXT、Markdown等所有支持的文檔格式。

除了功能新增與Bug修復(fù)，Dify 1.13.3版本在底層架構(gòu)、依賴管理、測試體系等方面進行了大量優(yōu)化，進一步提升平臺的可維護性、穩(wěn)定性、性能，為后續(xù)版本迭代奠定堅實基礎(chǔ)。

3.1 核心架構(gòu)重構(gòu)：代碼規(guī)范化、類型強化、可維護性提升

本次版本對前端、后端核心代碼進行了大規(guī)模重構(gòu)，核心目標是代碼規(guī)范化、類型安全、邏輯簡化：

3.1.1 前端UI組件重構(gòu)

• ? 數(shù)字輸入組件統(tǒng)一使用Base UI NumberField：重構(gòu)所有數(shù)字輸入場景，統(tǒng)一組件樣式、交互邏輯、校驗規(guī)則，提升前端界面一致性與用戶體驗；

• ? 新增基礎(chǔ)UI Toast組件：重構(gòu)全局消息提示體系，提供統(tǒng)一的成功、錯誤、警告、信息提示樣式，支持自定義配置，優(yōu)化前端交互反饋；

• ? 遷移舊版Toast使用：將工作流模塊中所有舊版Toast用法，全面遷移至新的UI Toast組件，統(tǒng)一前端消息提示規(guī)范；

• ? 新增Base UI Slider組件：提供標準化滑塊組件，支持數(shù)值范圍選擇、實時反饋，豐富前端交互控件；

• ? 暴露頭像基礎(chǔ)組件與包裝器：優(yōu)化前端UI組件復(fù)用能力，支持頭像組件靈活組合、自定義擴展；

• ? 修復(fù)Toast類型校驗與焦點可見性：解決前端類型提示異常、焦點丟失問題，提升界面穩(wěn)定性。

• ? 替換sa.String為EnumText：針對mapped_columns字段，使用枚舉文本類型替代字符串類型，強化數(shù)據(jù)校驗，避免無效字符串輸入；

• ? 字典/映射替換為TypedDict：在core.app、core.tools模塊中，將無序數(shù)字典、Mapping類型替換為TypedDict類型，明確數(shù)據(jù)結(jié)構(gòu)、強化類型校驗，減少運行時類型錯誤；

• ? 替換數(shù)據(jù)集字符串字面量：將數(shù)據(jù)集中的硬編碼字符串字面量，替換為枚舉類型（EnumText），提升代碼可維護性，避免拼寫錯誤；

• ? 優(yōu)化數(shù)據(jù)庫查詢邏輯：重構(gòu)Query API、控制臺數(shù)據(jù)集/分段/API密鑰控制器的查詢邏輯，使用更高效、更規(guī)范的查詢方式，提升數(shù)據(jù)庫操作性能；

• ? 修復(fù)SQLAlchemy棄用警告：解決默認參數(shù)、可調(diào)用默認值等導(dǎo)致的SQLAlchemy棄用警告，優(yōu)化數(shù)據(jù)庫交互代碼兼容性；

• ? 優(yōu)化認證控制器會話管理：在控制臺認證控制器中，使用sessionmaker().begin()管理數(shù)據(jù)庫會話，提升會話穩(wěn)定性與資源釋放效率。

本次版本對核心依賴庫進行了升級，修復(fù)已知安全漏洞，提升與第三方組件的兼容性：

• ? 后端：升級pyasn1從0.6.2至0.6.3，修復(fù)ASN.1解析相關(guān)的安全漏洞與兼容性問題；

• ? 前端：升級Next.js相關(guān)包至16.1.7，優(yōu)化前端渲染性能、修復(fù)已知安全漏洞；

• ? 版本號同步：將Dify主版本升級至1.13.3，Sandbox沙箱環(huán)境升級至0.2.13，確保版本一致性。

測試是保障版本質(zhì)量的核心環(huán)節(jié)，v1.13.3版本對測試體系進行了重大升級，全面遷移至Testcontainers，實現(xiàn)測試環(huán)境容器化、標準化，大幅提升單元測試、集成測試的可靠性與一致性：

3.3.1 遷移核心業(yè)務(wù)模塊測試

• ? 認證相關(guān)測試：郵箱注冊、忘記密碼、Web應(yīng)用認證服務(wù)測試全部遷移至Testcontainers；

• ? 數(shù)據(jù)集相關(guān)測試：數(shù)據(jù)集服務(wù)文檔索引、控制臺數(shù)據(jù)集分段/文檔控制器測試完成遷移；

• ? 工作流相關(guān)測試：工作流應(yīng)用服務(wù)、工作流組件與鉤子單元測試全面優(yōu)化、遷移；

• ? 其他模塊測試：高級提示模板服務(wù)、工具轉(zhuǎn)換服務(wù)、應(yīng)用服務(wù)、MCP工具管理服務(wù)測試全部完成遷移。

• ? 新增core.app子模塊（不含core.app.apps）單元測試用例，覆蓋核心應(yīng)用邏輯；

• ? 新增rag.cleaner、rag.data_post_processor、rag.datasource模塊單元測試，完善RAG體系測試覆蓋；

• ? 增強工作流組件單元測試，覆蓋更多邊界場景與異常情況。

• ? 國際化翻譯同步：自動同步所有模塊的國際化翻譯文件，確保en-US為基準的多語言版本一致性；

• ? 文檔路徑更新：修正項目文檔引用路徑，確保文檔鏈接有效、可訪問；

• ? 管理后臺API新增：新增管理員DSL導(dǎo)入/導(dǎo)出內(nèi)部API端點，提升平臺管理能力；

• ? 伙伴棧記錄修復(fù)：解決未登錄狀態(tài)下伙伴棧未記錄的問題，完善用戶行為追蹤邏輯；

• ? 插件解碼邏輯優(yōu)化：將decode_plugin_from_identifier的請求參數(shù)從請求體改為查詢參數(shù)，提升接口兼容性與易用性；

• ? 監(jiān)控客戶端優(yōu)化：優(yōu)先使用instrumentation-client，優(yōu)化平臺監(jiān)控與日志采集能力；

• ? 工作流上下文菜單：新增選擇上下文菜單助手，集成上下文菜單組件，提升工作流編輯器操作效率。

Dify 1.13.3版本提供Docker Compose部署與源碼部署兩種升級方式，同時針對Sandbox沙箱環(huán)境路徑變更，給出了關(guān)鍵注意事項，開發(fā)者可根據(jù)自身部署方式選擇對應(yīng)升級流程。

4.1 重要前置提醒：Sandbox路徑手動更新

在v1.13.3的上一個版本中，Dify已更新Sandbox沙箱環(huán)境的默認Python路徑與Node.js路徑：

• ? 關(guān)鍵說明：現(xiàn)有Sandbox配置文件不會自動更新路徑，升級后若不手動修改，將導(dǎo)致沙箱環(huán)境無法正常啟動、代碼執(zhí)行功能異常；

• ? 操作要求：升級完成后，必須手動修改現(xiàn)有Sandbox配置文件，將Python路徑與Node.js路徑更新為新版本默認值。

適合使用Docker Compose快速部署、運維的團隊，升級流程簡單、高效，步驟如下：

4.2.1 備份配置文件（可選）

進入docker目錄，備份當前docker-compose.yaml配置文件，避免升級后自定義配置丟失：

cd docker
cp docker-compose.yaml docker-compose.yaml.$(date +%s).bak

切換至main分支，拉取最新版本代碼：

git checkout main
git pull origin main

在docker目錄下執(zhí)行命令，停止當前運行的Dify服務(wù)：

docker compose down

打包volumes目錄下的所有數(shù)據(jù)（包括數(shù)據(jù)庫、文件存儲、配置等），防止升級過程中數(shù)據(jù)丟失：

tar -cvf volumes-$(date +%s).tgz volumes

拉取最新鏡像，重新創(chuàng)建并啟動服務(wù)：

docker compose up -d

• ? 等待服務(wù)啟動完成（約1-3分鐘），訪問Dify控制臺驗證功能正常；

• ? 按照前置提醒，手動更新Sandbox配置文件中的Python與Node.js路徑。

適合需要二次開發(fā)、自定義部署的團隊，需手動更新代碼、依賴、數(shù)據(jù)庫遷移：

4.3.1 停止服務(wù)

首先停止API服務(wù)器、Worker任務(wù)處理器、Web前端服務(wù)器所有進程：

# 停止API服務(wù)
pkill -f "gunicorn|flask run"

 # 停止Worker服務(wù)
pkill -f "celery -A app.celery worker"

 # 停止Web前端服務(wù)
pkill -f "next start"

切換至1.13.3版本分支，拉取對應(yīng)代碼：

git checkout 1.13.3
git pull origin 1.13.3

進入api目錄，使用uv同步最新依賴包：

cd api
uv sync

運行Flask數(shù)據(jù)庫遷移腳本，更新數(shù)據(jù)庫結(jié)構(gòu)（兼容歷史數(shù)據(jù)，無丟失風險）：

uv run flask db upgrade

依次啟動API服務(wù)器、Worker、Web前端服務(wù)器：

# 啟動API服務(wù)（后臺運行）
nohup uv run flask run --host=0.0.0.0 --port=5001 &

 # 啟動Worker服務(wù)（后臺運行）
nohup uv run celery -A app.celery worker --loglevel=info &

 # 啟動Web前端服務(wù)（進入web目錄執(zhí)行）
cd ../web
nohup npm run start &

• ? 驗證服務(wù)啟動狀態(tài)，檢查日志確保無報錯；

• ? 手動更新Sandbox配置文件路徑，驗證沙箱環(huán)境功能正常。

升級完成后，建議按以下清單驗證核心功能，確保升級成功：

1. 1. 控制臺登錄正常，界面無報錯、樣式正常；

2. 2. 工作流編輯器可正常打開、編輯、保存，節(jié)點粘貼、配置無異常；

3. 3. LLM節(jié)點、問題分類器、變量提取器支持變量引用配置；

4. 4. 流式傳輸功能正常，實時響應(yīng)無延遲、無丟失；

5. 5. 知識庫可正常上傳文檔、分塊預(yù)覽、檢索查詢；

6. 6. HTTP Request節(jié)點max_retries=0配置生效，無重復(fù)請求；

7. 7. Sandbox沙箱環(huán)境可正常啟動，代碼執(zhí)行功能正常；

8. 8. 所有歷史應(yīng)用、工作流可正常運行，無兼容性問題。

代碼地址：bgithub.xyz/langgenius/dify

Dify 1.13.3版本作為一次專注于穩(wěn)定性與正確性的補丁升級，沒有追求功能數(shù)量的堆砌，而是針對v1.13.2版本的核心痛點進行了深度修復(fù)與優(yōu)化，是v1.13.x系列版本中最穩(wěn)定、最可靠的版本，也是所有使用v1.13.x用戶的必選升級版本。

我們相信人工智能為普通人提供了一種“增強工具”，并致力于分享全方位的AI知識。在這里，您可以找到最新的AI科普文章、工具評測、提升效率的秘籍以及行業(yè)洞察。 歡迎關(guān)注“福大大架構(gòu)師每日一題”，發(fā)消息可獲得面試資料，讓AI助力您的未來發(fā)展。