Dynamiq

一句話介紹

Dynamiq是一個專為開發者及企業團隊所設計的AI智能體開發與運營平台，透過視覺化畫布或開源的Python框架，可建立工作流、RAG應用程式以及多智能體系統，並將其部署為可被調用的應用程式。

工具簡介

Dynamiq是由Dynamiq Technologies所開發的，其產品功能涵蓋了原型設計、測試、部署、監控、評估、知識庫管理以及模型微調等。它很適合那些希望將生成式AI技術應用到實際生產環境中的技術團隊。

Dynamiq包含兩個需要區分的部分：商業平台提供可視化建構工具、託管運行以及企業管理功能；而dynamiq Python套件則是一個遵循Apache 2.0許可的開源編排框架。

產品組成

主要功能

可視化智能體與工作流建構

使用者可以在畫布上連接輸入、Agent、工具和輸出節點，並配置節點間的資料對應關係。工作流保存後會形成版本，便於測試、發布和回滾。

• 透過低代碼畫布組合智能體、模型、工具、知識庫和業務邏輯。
• 支援順序、並行、條件分支和多智能體編排。
• 可從空白畫布、模板或提示詞生成的初始工作流開始。
• 測試面板能夠直接運行畫布，並查看節點的輸入、輸出及錯誤。
• 版本與發布機制可以把測試中的工作流固定為可部署版本。

Agent節點與工具調用

Agent節點可以配置角色、模型、工具、記憶、沙箱、子智能體以及結構化輸出。智能體會在設定的循環範圍內規劃並調用工具，直到完成任務或觸發停止條件。

工具範圍包括網頁搜尋、代碼沙箱、資料庫查詢、外部服務、MCP伺服器以及其他智慧體。上線前應為高風險工具設定權限、超時時間、循環次數與人工確認。

知識庫與RAG

Dynamiq知識庫將檔案轉換、分塊、嵌入以及向量儲存等步驟整合為一個完整的資料擷取流程。使用者可以選擇使用預設的設定，或者自行決定分塊方式、嵌入供應商以及向量資料庫。

• 預設的多檔案轉換器可依檔案類型來處理PDF、PPTX、DOCX、圖片和文字。
• 可調整分塊參數、嵌入模型和向量儲存位置。
• 知識庫建成後可執行搜尋測試，再連接到Agent節點。
• Python框架支援Pinecone、Qdrant、Weaviate、Chroma、Milvus、pgvector和Elasticsearch等儲存系統。
• 企業資料入庫前應確認訪問權限、保留週期和第三方模型數據邊界。

部署與應用介面

保存的工作流可以部署為App，每個應用都會有獨立的呼叫端點。該平台支援同步回傳、流式輸出、WebSocket雙向互動以及異步回呼功能。

部署會固定到指定的工作流版本，應用頁面提供歷史記錄、追蹤、會話、整合、觸發器以及測試等功能入口。當新版本出現問題時，可根據部署歷史記錄進行回退。

可觀測性與運行追蹤

平台會記錄工作流的執行樹狀結構、Agent的循環次數、工具的呼叫情況、模型請求的狀態、延遲時間以及令牌的使用量。開發人員可以從這些資訊中，找出提示詞、模型、連線或資料對應方面的問題。

評估與品質控制

Dynamiq支援使用資料集、工作流版本和評估指標來建立評估運行。指標可使用預設指標、LLM評審提示詞或自訂的Python程式碼。

• 預設指標包括忠實度、上下文精確率、上下文召回率以及事實正確性等。
• 評估資料集可以映射問題、上下文、標準答案和工作流輸出。
• 同一資料集可比較多個工作流或版本，幫助判斷改動是否有效。
• 評估結果仍受評審模型和資料集品質影響，不能代替人工驗收。

Guardrails與結構化輸出

平台提供輸出校驗、風險控制以及結構化結果的約束功能，並可要求模型遵循JSON、YAML等格式。Guardrails能降低不符合規範的輸出進入業務系統的機率，但無法保證模型永遠正確。

模型微調

企業平台支援使用私有數據來微調開源大模型，並可在專用基礎設施或企業VPC中部署。訓練數據、模型所有權、運算成本及支援範圍應以企業合約為準。

團隊協作與治理

平台可依據組織、專案和工作流程來管理資源，並提供共享連線、存取控制以及企業級的防護機制。存取金鑰可以限制在單個專案上使用，也可以設定為整個組織範圍內使用。

Python開源框架

dynamiq是平台執行體系背後的開源Python編排框架，可從PyPI安裝。開發者可以在代碼中組合模型、Agent、工具、檢索器、嵌入器和工作流，並在自己的Python環境中運行。

支援的模型與資料組件

官方SDK文件中列出了OpenAI、Anthropic、Gemini、Bedrock、Mistral、Groq、Ollama、Azure AI以及Together AI等模型供應商，並表示還有更多供應商可供選擇。至於具體的模型名稱及可用地區，則由各供應商自行決定。

會話記憶可使用記憶體、SQLite、PostgreSQL、Qdrant、Pinecone、Weaviate和DynamoDB等後端。在接入第三方模型與資料庫時，使用者還需承擔相應的帳戶、費用及服務條款。

工作原理

1. 確定智能體需要完成的任務、輸入字段、輸出結構及可調用工具。
2. 在可視化平台或Python程式碼中建立工作流，並設定模型連接與金鑰。
3. 如需私有資料，建立知識庫並完成檔案轉換、分塊、嵌入和索引。
4. 把Input、Agent、工具、知識庫與Output節點連接，並映射節點間字段。
5. 使用樣本輸入測試工作流，檢查每個節點、工具呼叫和運行追蹤。
6. 透過評估資料集和指標比較結果，修正提示詞、檢索與路由邏輯。
7. 儲存並發布工作流版本，再部署為具有獨立端點的應用。
8. 建立訪問金鑰，在業務系統中呼叫應用，並持續監控成本、延遲和錯誤。

使用教學

在可視化平台創建第一個智能體

1. 註冊並進入組織與專案，先建立所需模型供應商的連線。
2. 打開 Workflows 並建立新的工作流程，如此即可關閉模板庫，從空白畫布開始創作。
3. 添加Input節點，宣告用戶問題等輸入欄位。
4. 添加Agent節點，配置角色、模型、工具、循環次數和輸出要求。
5. 把Input連接到Agent，並把輸入欄位映射到Agent任務。
6. 添加Output節點，把Agent結果映射為最終輸出。
7. 在測試面板運行樣例，查看追蹤並修復連接或欄位錯誤。
8. 儲存工作流程並建立發布版本，為後續部署做好準備。

創建並連接RAG知識庫

1. 進入專案的Knowledge Bases頁面並建立知識庫。
2. 填寫名稱，根據需求展開進階設定，選擇檔案轉換器、分塊器及嵌入供應商。
3. 選擇平台託管或企業指定的向量儲存，並確認連接憑證。
4. 上傳經過權限確認的PDF、PPTX、DOCX、圖片或文本資料。
5. 等待攝取工作流完成，再用代表性問題檢查檢索結果。
6. 將知識庫檢索能力連接到Agent，明確相似度、返回數量和引用方式。
7. 用無答案、衝突資料和權限邊界案例測試，避免知識庫被誤用。

部署並調用智能體應用

1. 打開已儲存的工作流程，選擇新建部署或更新既有應用程式。
2. 填寫應用名稱和說明，選擇運行環境並固定正確的工作流版本。
3. 等待部署狀態成功，在集成頁面確認輸入結構和應用地址。
4. 進入組織設定建立訪問密鑰，並限制於對應專案。
5. 密鑰只會完整顯示一次，應立即保存到服務端密鑰管理系統。
6. 先在應用測試頁發送請求，再從後端以JSON輸入調用。
7. 需要實時文字時啟用Agent流式輸出，並在客戶端處理事件流。
8. 上線後檢查追蹤、令牌、成本、延遲和錯誤，並建立密鑰撤銷流程。

安裝開源Python框架

1. 準備相容的Python環境，並為專案建立獨立的虛擬環境。
2. 透過Python套件管理器安裝dynamiq，並根據所需模型或儲存方式安裝選用依賴項。
3. 把模型和資料庫金鑰放入環境變數，不要直接寫入源碼。
4. 建立模型節點，設定連接、模型、提示詞及生成參數。
5. 將節點加入工作流，設定依賴關係和輸入映射。
6. 使用小規模測試數據運行並檢查RunnableResult的狀態、輸入和輸出。
7. 加入重試、緩存、回呼、檢查點和日誌脫敏後再用於生產。
8. 如需平台追蹤或託管部署，再配置平台回呼、CLI或AI Gateway。

API、金鑰與整合

Dynamiq的REST API涵蓋了已部署的應用程式、運行狀態、會話資訊、知識庫、評估結果、指標、資料集、追蹤功能，以及AI Gateway。在自托管部署的情況下，可以使用自己的主機名稱，但路徑和請求結構仍保持不變。

• 應用呼叫支援同步結果與伺服器事件流。
• WebSocket適合雙向互動以及需要人工反饋的任務。
• 異步模式可在長任務完成後把結果發送到回呼地址。
• 應用輸入必須與工作流Input節點的欄位結構一致。
• 所有外部輸入都應進行類型、長度和內容校驗。
• 密鑰洩露後應立即撤銷，不能只修改用戶端設定。

部署方式

企業VPC的安裝涉及雲端服務的訂閱、Kubernetes集群、資料庫、對象儲存、金鑰管理以及容器部署等步驟。這並非只需點擊幾下就能完成的桌面端安裝，因此需要具備DevOps或平台工程方面的專業技能。

價格與套餐

截至2026年8月22日，官網提供「免費開始」的入口，但並未公開常規雲平台的固定套餐單價及具體的免費額度。企業VPC在AWS Marketplace上有不同的年度合約價格，至於其他企業服務則需聯絡銷售人員。

價格注意事項

• 企業VPC的公開合約價格來自目前的AWS Marketplace產品頁面，最終的合約內容及資格要求以購買頁面所顯示的為準。
• 企業在簽訂合約之外，可能還需要支付雲伺服器、資料庫、對象儲存、模型推理以及向量資料庫的費用。
• 開源框架免費不代表所連接的模型、搜尋、沙箱和資料庫服務免費。
• 官網的免費開始入口沒有公開承諾具體額度，不應寫成永久免費方案。
• 企業套裝、支援等級、SSO及合規協議可能根據合約訂製。

適合哪些用戶

• AI應用開發者：用Python或可視化畫布構建Agent、RAG和多步驟工作流。
• 產品團隊：快速測試智慧體原型，並部署為可被前端或後端調用的應用。
• 平台工程團隊：統一管理模型連接、金鑰、追蹤、評估和應用版本。
• 數據與機器學習團隊：構建知識庫、比較模型效果並微調開源模型。
• 受監管企業：在VPC或自有基礎設施中部署，並配合訪問控制與合規協議。
• 開源開發者：擴展Apache 2.0架構的節點、工具、儲存及編排功能。

典型使用場景

• 構建連接企業知識庫的內部問答助手，並透過權限控制限制資料範圍。
• 創建能夠搜尋、調用工具並產生結構化結果的研究智能體。
• 讓多個智能體分別負責檢索、分析與撰寫，再由管理智能體彙總。
• 將客服分類、資訊提取和工單處理組合為自動化工作流。
• 使用評估資料集對比提示詞、模型、檢索參數和工作流版本。
• 將已測試的工作流部署為API，嵌入網站、後台系統或行動應用。
• 在企業VPC中運行涉及醫療、金融或內部機密資料的生成式AI應用。

產品優勢

• 同時提供可視化平台與Python框架，低代碼與代碼團隊可以共享執行體系。
• 涵蓋建構、知識庫、部署、追蹤、評估和治理，不必為每個階段單獨選工具。
• 開源框架採用Apache 2.0許可，可在自有Python環境運行和擴展。
• 支援多家模型供應商及多種向量資料庫，降低對單一技術架構的依賴。
• 應用部署具有版本固定、追蹤、流式輸出和異步回呼等生產能力。
• VPC與自託管選項適合需要資料保留及自訂安全控制的公司。
• 訪問密鑰可按項目限制並設定有效期，有利於團隊權限治理。

使用限制與注意事項

• 平台功能較多，組織、專案、連接、工作流程、應用程式及憑證之間存在學習成本。
• 常規雲端套餐和免費額度沒有在公開頁面完整列出，採用前需要在賬戶內確認。
• 開源框架需要Python、模型接口、儲存和部署經驗，不是面向普通用戶的成品聊天工具。
• 企業VPC部署涉及Kubernetes、雲端網路、資料庫和金鑰管理，需要專業的運維團隊。
• 模型輸出、工具結果和RAG檢索都可能出錯，高風險流程必須加入人工審核。
• 第三方模型、搜尋、代碼沙箱和向量資料庫會產生額外費用與資料處理鏈路。
• Agent循環和並行工具調用可能快速增加令牌、延遲和成本，應設定預算與停止條件。
• 結構化輸出與Guardrails只能降低風險，不能證明內容真實或合規。
• 平台服務條款禁止對專有平台進行逆向工程，不能把框架許可證擴展到商業平台。

隱私、安全與合規

隱私政策說明，Dynamiq會處理帳戶、帳單、通訊、設備及使用資訊，也可能在用戶授權後處理Google Workspace文件內容、元數據及權限。在連接企業資料之前，應先確認所使用的部署方式及子處理商。

• 個人資料會根據提供服務、合約、法律義務或合法利益等基礎進行處理，且在不再需要時予以刪除或匿名化。
• Google Workspace的資料僅在授權範圍內，用於滿足使用者對搜尋、查詢、摘要生成以及問答等功能的需求。
• 官方聲明不使用Google Workspace原始數據、派生數據、嵌入、提示詞或輸出訓練通用基礎模型。
• 斷開Google Workspace連接後，緩存數據會依照保留規則被刪除或去識別，但法律義務等情況可能為例外。
• 服務可能使用託管、分析及 AI 等第三方子處理商，企業採購前應審查現有名單及資料處理協議。
• 處理受HIPAA約束的健康資訊時，需要另行簽署商業合作夥伴協議，不能僅憑官網說明直接投入使用。
• 自託管或VPC能夠加強資料控制，但模型供應商、外部工具和運維配置仍可能形成資料出口。

支援平台

API、SDK與開源情況

Dynamiq提供REST API和官方Python框架。API用於呼叫已部署的應用程式、管理運行及知識庫等平台資源，而Python框架則可獨立運行，也可連接平台以進行追蹤、網關路由及託管部署。

基本資訊

推薦指數

推薦指數為4.3分，滿分5分。Dynamiq將可視化建構、開源編排框架、RAG、部署、追蹤與評估整合為一個完整的流程，適合那些需要將原型轉化為實際產品的AI開發團隊。

主要不足是公開的雲端價格與免費額度不完整，平台概念與企業部署也有一定學習與運維門檻。普通用戶若只想直接聊天或生成內容，沒有必要選擇這類開發平台。

常見問題

Dynamiq是什麼工具？

它是一個用於建構、部署及運營AI智能體與LLM應用的平台，同時也提供開源的Python編排框架。它並非專為一般使用者所設計的單一聊天機器人。

Dynamiq免費嗎？

開源Python框架可以免費使用，官網雲平台也提供免費入門途徑，但公開頁面並未明確列出常規免費額度與固定套餐價格。模型、資料庫和雲資源可能需額外收費。

Dynamiq是開源的嗎？

需要分開判斷：dynamiq Python框架採用Apache 2.0許可證並公開源碼，Dynamiq商業平台則是專有軟體。不能因為框架開源就把整個平台標記為開源。

是否提供API？

提供。REST API涵蓋已部署應用、運行、會話、知識庫、評估、資料集、追蹤以及AI Gateway，自托管環境亦可使用相同的路徑結構。

是否提供官方SDK？

提供Python框架，可透過套件管理器安裝。它既能獨立運行工作流，也能連接商業平台以獲得追蹤、網關及託管部署功能。

支援哪些大模型？

官方框架列出了OpenAI、Anthropic、Gemini、Bedrock、Mistral、Groq、Ollama、Azure AI以及Together AI等供應商。實際的模型與地區可用性則由各服務自行決定。

可以搭建企業知識庫嗎？

可以。平台能夠完成文件轉換、分塊、嵌入、向量儲存和檢索，並將知識庫連接到Agent；自訂框架也支援多種向量資料庫。

支援私有化部署嗎？

支援企業 VPC 與自託管部署，官方文件包含 AWS 環境下的 Kubernetes 安裝步驟。實際落實需具備雲端基礎設施、資料庫、儲存以及金鑰管理功能。

生成的結果可以直接用於高風險業務嗎？

不建議未經複核就直接使用。Agent、模型、工具和檢索結果都可能出錯，醫療、金融、法律和自動執行場景應加入評估、權限限制和人工審批。

用戶資料會被用於訓練嗎？

官方明確說明，Google Workspace的資料不會被用於訓練或改進通用基礎模型，但此承諾僅適用於該類資料。至於其他資料的處理方式，則需根據隱私政策、部署方式、分包商以及企業之間的合約來逐一確認。

企業VPC價格是多少？

截至2026年8月22日，AWS Marketplace上所顯示的Enterprise VPC年度合約價格為100,000美元，而雲端基礎設施及外部模型的成本則可能需要另行計算。最終的價格以購買頁面及合約上的規定為準。

Dynamiq適合普通用戶嗎？

它主要面向開發者、產品團隊以及企業AI平台團隊。而那些只需要用於日常聊天、寫作或圖片生成的用戶，使用現成的AI應用會更為方便。

總結

Dynamiq的價值在於它能將代理程式開發、RAG、部署、追蹤及評估等功能整合在一起，並讓團隊能在視覺化平台與開源Python代碼之間進行選擇。對於需要生產級智能體以及進行私有部署的組織而言，它擁有相當完善的工程能力。

選擇前應重點確認雲端套餐、第三方模型成本、部署責任和資料處理協議。採用開源框架時，也要自行補齊鑒權、監控、預算控制、評估和運維體系。