微信扫码
添加专属顾问
我要投稿
掌握Dify 1.0.0本地部署,加速企业级AI应用构建。核心内容:1. Dify简介:开源大模型应用开发平台的介绍2. 基于Docker的Dify部署步骤详解3. 部署中常见问题及解决方案分享
字数 2392,阅读大约需 12 分钟
Dify 是一个开源的大模型(LLM,Large Language Model)应用开发平台,提供从 Agent 构建到 AI workflow 编排、RAG 检索、模型管理等能力,旨在通过低代码/无代码方式简化生成式 AI 应用的构建,仅通过拖拉拽和配置即可构建复杂的企业级人工智能应用。此外也支持通过其插件体系、API 调用等方式编程开发扩展实现更为复杂的功能需求。
在deepseek-r1
带动起来的 AI 热潮下,大家对部署私有 deepseek 模型和搭建本地知识库、AI智能体具有前所未有的热情。在众多支持知识库、工作流和智能体的应用框架中,Dify 因其安装使用简单、配置灵活、可玩性高等特点而独树一帜。
近期 Dify 发布了全新的 1.0.0 版本。本文将介绍 Dify 1.0.0 版本基于 docker 的私有化安装配置及使用过程中遇到的主要问题的解决方法。
请先确保已安装了git
和docker
(企业内也可以安装podman
替代docker
)。可参考:
然后参考执行如下命令:
# 示例,进入工作目录
cd ~/workspace
# 拉取 Dify 仓库源码
git clone https://github.com/langgenius/dify.git
# 将 `dify/docker` 目录复制出来
# 因为后文会涉及修改 `docker-compose.yaml` 文件,故不修改仓库中文件,方便后续拉代码升级
cp -r dify/docker dify-docker
cd dify-docker
# 复制方式创建环境变量配置文件 .env
cp .env.example .env
# 拉取镜像 -- 国内用户可能会失败,可参考下一章节内容解决
docker-compose pull
新建run.sh
文件,用于快速启停 Dify 服务:
echo "docker-compose down && docker-compose up -d" > run.sh
# 赋予可执行权限
chmod +x run.sh
执行./run.sh
启动 Dify 服务。然后可通过浏览器访问http:<ip>:<nginx 端口>
,如:http://192.168.1.100:8001
。
以上即为基于 docker 安装和配置并启动 Dify 的全部步骤。
但是如果你是国内用户且没有开代理上网方式,那么你可能会遇到一些问题,可参考下一章节内容解决,主要是通过修改docker-compose.yaml
和.env
文件的部分配置以适应国内网络环境。
首先你应掌握基于 docker 部署的服务通过查看日志分析排查问题的基本方法:
# 查看当前运行中的容器服务
docker ps
# 以 watch 模式查看某个容器打印的日志
docker logs -f <容器ID>
# 示例:
docker logs -f dify-docker_dify-api-1
docker logs -f dify-docker_dify-plugin-daemon-1
docker
镜像源为hub.mirrorify.net
docker-compose.yaml
文件ghcr.io
为ghcr.mirrorify.net
quay.io
为quay.mirrorify.net
docker.elastic.co
为elastic.mirrorify.net
然后再执行docker-compose pull
拉取镜像。
这主要是因为我使用了 Podman。Podman 是以非 root 用户身份启动容器服务的,非 root 用户默认只能使用 1024 以上端口。使用sysctl
命令可以修改该起始端口,示例:
# 临时生效
sysctl net.ipv4.ip_unprivileged_port_start=0
# 永久生效
echo "net.ipv4.ip_unprivileged_port_start=0" >> /etc/sysctl.conf
也可以编辑.env
文件,搜索并修改 NGINX 映射端口号为 1024 以上。示例:
EXPOSE_NGINX_PORT=8001
EXPOSE_NGINX_SSL_PORT=4443
Dify 1.0 版本上线了全新的插件市场,所有的模型、工具和扩展都可通过插件模式进行安装。当然如果有开发能力,也可以开发自己的插件,这无疑为 Dify 提供了非常大的个性化定制潜力,可玩性也高了不少。Dify 1.0 的插件市场功能比较完整,但细节还不够完善,网络环境较差的情况下使用体验较差。
Dify 插件的底层是 Python 代码开发,插件依赖的第三方库则需要在安装时实时下载。
由于众所周知的原因,国内用户在安装插件时,大概率会遇到因网络问题下载慢、无法成功安装等现象。可以通过设置 pip 使用国内镜像源解决。
在docker-compose.yaml
中查找plugin_daemon
,在其下方的environment
下新增如下内容:
plugin_daemon:
image: langgenius/dify-plugin-daemon:0.0.3-local
restart: always
environment:
# 设置超时时间为 300 秒
PYTHON_ENV_INIT_TIMEOUT: ${PYTHON_ENV_INIT_TIMEOUT:-300}
# 设置 pip 使用国内镜像源
PIP_MIRROR_URL: ${PIP_MIRROR_URL:-https://pypi.tuna.tsinghua.edu.cn/simple}
此外还需修改.env
文件,在末尾添加如下环境变量配置:
MARKETPLACE_URL=https://marketplace.dify.ai
PLUGIN_WORKING_PATH=/app/storage/cwd
PYTHON_ENV_INIT_TIMEOUT=300
PIP_MIRROR_URL=https://pypi.tuna.tsinghua.edu.cn/simple
相关建议参考:
dify-plugin-daemon
容器的 docker 日志,了解是否发生了异常等更多信息。dify-docker/volumes
目录后重启服务再试(如果已有历史数据请谨慎操作,所有私有数据均在该目录下)。Podman
是当前最佳的docker
开源替代品,由于因授权问题公司禁止使用 docker-desktop,所以我日常是使用 Podman 替代 Docker。
关于Podman
的安装与使用可参考该文:替代 docker 与 docker-desktop:国内环境下 podman 的安装与使用
在使用podman-compose
启动服务时遇到了network
相关的报错:
RuntimeError: missing networks: default
经排查分析解决方法为,编辑docker-compose.yaml
文件,搜索networks
并在其下方新增如下内容即可:
sandbox:
networks:
- ssrf_proxy_network
- default # 需新增的内容
networks:
default: # 需新增的内容
driver: bridge # 需新增的内容
ollama
:如果你本地安装了ollama
并拉取了本地模型,那么就需要它。当前版本的ollama
插件添加模型比较简易,不会自动从 API 获取模型列表,而且只支持配置LLM
和EMBEDDING
类型的模型。这点应该后续有较大优化空间。OpenAI
:当前基本上第三方模型供应商提供的API都与OpenAI
是兼容的,所以如果你使用了第三方模型,但找不到其对应插件,安装这个来配置就没错。AICNN
的模型,参见上图示例。硅基流动
:提供了多达 种模型,新用户注册送 14 元赠金。可以通过添加第三方模型供应商的 API 以使用更为强大的大模型能力。当前有如下几个注册送免费额度的供应商:
邀请注册送14元赠金
)https://cloud.siliconflow.cn/i/hDM9hDR6邀请注册送50元赠金
)https://ppinfra.com/user/register?invited_by=XRMRL5邀请注册送2000万Tokens,每月可邀请10名新用户
)https://www.bigmodel.cn/invite?icode=TY4kHajmj2PV8KLUkl97jP2gad6AKpjZefIo3dVEQyA%3D邀请注册送15元
)https://volcengine.com/L/i55LvAaP/提供Grok3/Claude 3.7 sonnet。邀请注册送8888积分,每日签到送积分
)http://aicnn.cn/loginPage?aff=4MvsDBGxfZ在完成安装和配置之后,就可以通过在“工作室”创建个性化 AI 应用了。下图是一个较为复杂的投资工具工作流示例,它包含了数十个工作步骤,通过它可以看出工作流模式是相当具有灵活性了:
值得一提的是,Dify 支持 DSL 导入导出,可以方便的将工作流导出为 DSL 文件,然后分享给他人,他人再通过 DSL 文件导入即可。下面是一个开源的 Dify DSL 仓库,若有兴趣可以下载和参考,学习他人是如何创建和使用的:
总体来讲,Dify 1.0 版本最大的变化是引入了全新的插件体系,并提供了插件市场,将大厂模型适配、工具、扩展等从核心框架抽离为独立的插件,从而使得其个性化定制有了非常大的空间。通过安装官方插件可满足低代码/无代码方式快速搭建 AI 原生应用,也可通过开发定制私有插件扩展更为复杂的个性化能力需求。这种模式也为后续引入付费插件提供了想象空间。
不过当前的插件体系细节还不够完善,网络环境一般的情况下体验较差,只是安装和配置插件的过程就会消耗掉许多的时间。已在使用低版本的同学建议多等一等,可以通过全新安装体验后再决定是否值得升级。
提示:关注本公众号志文工作室
并回复dify
,可获取已修改适配的docker-compose.yaml
和.env
文件网盘下载。
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费场景POC验证,效果验证后签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2025-03-19
MCP原理解析与效果实测|附实用MCP推荐
2025-03-19
LiteLLM:统一100+大模型API调用的终极神器,开发者效率翻倍!
2025-03-19
基于 Deepseek LLM 本地知识库搭建开源方案(AnythingLLM、Cherry、Ragflow、Dify)认知
2025-03-19
推荐一个MCP 开源项目MCP-Connect
2025-03-19
推荐三个MCP的站点
2025-03-18
LangManus: 国内大厂复刻了一个Manus,并开源
2025-03-18
一文讲透 MCP(附 Apifox MCP Server 内测邀请)
2025-03-18
7000字详解火爆全网的Claude 模型上下文协议 (MCP)
2025-01-01
2024-07-25
2025-01-21
2024-05-06
2024-09-20
2024-07-20
2024-06-12
2024-08-13
2024-07-11
2024-12-26
2025-03-17
2025-03-17
2025-03-13
2025-03-13
2025-03-08
2025-03-03
2025-03-02
2025-03-01