支持私有云部署
AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


Dify新版本部署失败的看过来!Dify 1.0.0本地部署使用及主要问题解决方法

发布日期:2025-03-19 04:55:13 浏览次数: 1537 来源:志文工作室
推荐语

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

杨芳贤
53A创始人/腾讯云(TVP)最具价值专家

 

字数 2392,阅读大约需 12 分钟

1. dify 简介

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。

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。

2. 基于 docker 部署 Dify

请先确保已安装了gitdocker(企业内也可以安装podman替代docker)。可参考:

  • • Git 安装: https://git-scm.com/book/zh/v2/%E8%B5%B7%E6%AD%A5-%E5%AE%89%E8%A3%85-Git
  • • Docker Desktop 安装: https://www.docker.com
  • • Podman 安装(Docker替代): https://podman.io/docs/installation

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.env文件的部分配置以适应国内网络环境。

2. Dify 1.0.0 版本国内安装的主要问题及解决

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

2.1 Docker 镜像拉取失败的问题及解决

  • • 设置docker镜像源为hub.mirrorify.net
  • • 编辑docker-compose.yaml文件
    • • 搜索并替换ghcr.ioghcr.mirrorify.net
    • • 搜索并替换quay.ioquay.mirrorify.net
    • • 搜索并替换docker.elastic.coelastic.mirrorify.net

然后再执行docker-compose pull拉取镜像。

2.2 启动报 80 端口禁止绑定的问题及解决

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

2.3 Dify 插件市场模型、插件安装失败的问题及解决

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。

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:

  • • 插件安装过程可能会比较久,且Web界面上没有任何提示。可通过查看dify-plugin-daemon容器的 docker 日志,了解是否发生了异常等更多信息。
  • • 如果已经安装插件失败过,然后通过以上方式操作仍然无法解决插件安装问题,可删除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)。
  • • 若通过 Web 界面插件市场安装总是失败,可尝试通过点击详情,到详情页下载后,再回来通过“本地插件”上传方式进行安装。

2.4 使用 Podman 启动报错的问题及解决

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
    • • 解决参考:https://github.com/langgenius/dify/issues/14491

    3 Dify 1.0 的模型下载、配置及使用

    新版本的所有模型配置都通过插件形式提供。首先需要下载和安装模型,然后配置它。推荐在插件市场下载安装如下几个模型:
    • 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LLMEMBEDDING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。
      • • 例如我这里配置为了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:

    • • 硅基流动(邀请注册送14元赠金)https://cloud.siliconflow.cn/i/hDM9hDR6
    • • 派欧算力云(邀请注册送50元赠金)https://ppinfra.com/user/register?invited_by=XRMRL5
    • • 智谱AI(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
    • • 火山方舟DeepSeek(邀请注册送15元)https://volcengine.com/L/i55LvAaP/
    • • AICNN(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:

    • • Dify DSL 工作流和脚本合集:https://github.com/wwwzhouhui/dify-for-dsl
    • • 一键快速下载:https://ghfast.top/github.com/wwwzhouhui/dify-for-dsl/archive/master.zip

    4. 总结与参考

    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.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

    联系我们

    售前咨询
    186 6662 7370
    预约演示
    185 8882 0121

    微信扫码

    添加专属顾问

    回到顶部

    加载中...

    扫码咨询