Dify安装与使用指南：详细步骤教程

最新推荐文章于 2025-05-09 23:51:12 发布
最新推荐文章于 2025-05-09 23:51:12 发布
阅读量2w 收藏 54
点赞数 11
文章标签： 人工智能 LLM 产品经理 自然语言处理 大模型微调 AI 大模型
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Wufjsjjx/article/details/144890589
版权

Dify是一个开源的LLM应用开发平台，今天咱们详细介绍下Dify的安装步骤和使用场景。

Dify下载地址

Dify的官方GitHub仓库提供了源代码的下载，您可以通过以下链接访问并下载Dify：

Dify GitHub仓库

安装依赖

Docker环境配置

在安装Dify之前，您需要确保您的计算机上安装了Docker环境。以下是配置Docker镜像源的步骤，以提高拉取镜像的速度：

  1. 打开Docker Desktop，进入Settings中的Docker Engine。
  2. 在右方的json结构中，加入以下镜像源列表：
"registry-mirrors": [
    "https://registry.docker-cn.com",
    "https://docker.mirrors.ustc.edu.cn",
    "http://hub-mirror.c.163.com",
    "https://cr.console.aliyun.com/"
]

点击“Apply & restart”保存设置并重启Docker服务。

安装Python依赖

Dify使用Python语言开发，因此您需要安装Python环境以及相关的依赖包。以下是安装依赖的步骤：

  1. 安装Python 3.12环境（推荐使用pyenv进行版本管理）。
  2. 使用Poetry管理Python依赖。首先，您需要安装Poetry：
curl -sSL https://raw.githubusercontent.com/python-poetry/poetry/master/get-poetry.py | python -
  1. 通过Poetry安装Dify的依赖。在Dify项目的根目录下执行以下命令：
poetry env use 3.12
poetry shell
poetry install

如果在执行poetry install时遇到依赖下载缓慢的问题，可以尝试禁用keyring：

export PYTHON_KEYRING_BACKEND=keyring.backends.null.Keyring

后端API部署

  1. 从GitHub克隆Dify源代码到本地：
git clone https://github.com/langgenius/dify.git
  1. 启动DockerCompose堆栈，后端需要一些中间件，包括PostgreSQL、Redis和Weaviate，可以使用以下命令一起启动：
cd ../docker
cp middleware.env.example middleware.env
docker compose -f docker-compose.middleware.yaml --profile weaviate -p dify up -d
  1. 配置API环境：
cd ../api
cp .env.example .env
sed -i "/^SECRET_KEY=/c\SECRET_KEY=$(openssl rand -base64 42)" .env
  1. 运行数据库迁移，以确保数据库是最新的：
poetry run python -m flask db upgrade

前端页面部署

  1. 安装Node.js v18.x LTS和NPM版本8.x.x或Yarn。
  2. 配置环境变量。在当前目录下创建文件.env.local，并复制.env.example中的内容。根据需求修改这些环境变量的值：
# For production release, change this to PRODUCTION
NEXT_PUBLIC_DEPLOY_ENV=DEVELOPMENT
# The deployment edition, SELF_HOSTED
NEXT_PUBLIC_EDITION=SELF_HOSTED
# The base URL of console application, refers to the Console base URL of WEB service if console domain is different from api or web app domain.
NEXT_PUBLIC_API_PREFIX=http://localhost:5001/console/api
# The URL for Web APP, refers to the Web App base URL of WEB service if web app domain is different from console or api domain.
NEXT_PUBLIC_PUBLIC_API_PREFIX=http://localhost:5001/api
  1. 启动Web服务：
npm run start
# or
yarn start
# or
pnpm start

正常启动后，访问http://127.0.0.1:3000即可使用本地部署的Dify。

Dify提供了一个强大的平台，让您能够快速构建和部署生成式AI应用。希望这篇指南能帮助您更好地了解和使用Dify。

如何系统的去学习大模型LLM ？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

事实上，抢你饭碗的不是AI，而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。

针对所有自学遇到困难的同学们，我帮大家系统梳理大模型学习脉络，将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

​

一、LLM大模型经典书籍

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

在这里插入图片描述

二、640套LLM大模型报告合集

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

在这里插入图片描述

三、LLM大模型系列视频教程

在这里插入图片描述

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

在这里插入图片描述

LLM大模型学习路线 ↓

阶段1：AI大模型时代的基础理解

  • 目标：了解AI大模型的基本概念、发展历程和核心原理。

  • 内容：

    • L1.1 人工智能简述与大模型起源
    • L1.2 大模型与通用人工智能
    • L1.3 GPT模型的发展历程
    • L1.4 模型工程
    • L1.4.1 知识大模型
    • L1.4.2 生产大模型
    • L1.4.3 模型工程方法论
    • L1.4.4 模型工程实践
    • L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

  • 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。

  • 内容：

    • L2.1 API接口
    • L2.1.1 OpenAI API接口
    • L2.1.2 Python接口接入
    • L2.1.3 BOT工具类框架
    • L2.1.4 代码示例
    • L2.2 Prompt框架
    • L2.3 流水线工程
    • L2.4 总结与展望

阶段3：AI大模型应用架构实践

  • 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。

  • 内容：

    • L3.1 Agent模型框架
    • L3.2 MetaGPT
    • L3.3 ChatGLM
    • L3.4 LLAMA
    • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

  • 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。

  • 内容：

    • L4.1 模型私有化部署概述
    • L4.2 模型私有化部署的关键技术
    • L4.3 模型私有化部署的实施步骤
    • L4.4 模型私有化部署的应用场景

这份 LLM大模型资料 包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

​

Dify安装教程：Linux系统本地化安装部署Dify详细教程
人工智能
02-22 3669
Linux系统本地化安装部署Dify详细教程 docker compose 安装。环境：Ubuntu（24.10）
Dify与MCP协议实战指南：零基础打造你的AI智能体应用
Ven%的博客
05-07 131
通过本文的指导，即使是刚接触Dify和MCP的新手开发者，也能够快速上手构建自己的AI智能体应用。Dify与MCP的结合，大大降低了AI应用开发的门槛，让开发者能够专注于业务逻辑而非底层实现。随着技术的不断发展，我们期待看到更多创新的MCP工具和Dify工作流出现，共同推动AI应用生态的繁荣。现在，就让我们开始你的第一个Dify+MCP项目吧！提示：本文所有实操案例均来自真实项目经验，相关代码和配置可直接参考文中引用来源。如在实施过程中遇到问题，欢迎查阅Dify和MCP的官方社区获取更多支持。
dify docker部署安装失败，获取镜像超时 https://registry-1.docker.io/v2/ 一定能解决的方案
03-14
主要出现的错误是：访问 https://registry-1.docker.io/v2/ 超时，网上各种方法都尝试后无法解决。特别是更换为国内镜像源，重启docker后仍然无效，还是报这个错误。 无法解决的主要原因是国内镜像源都只提供给自己的用户免费使用，对游客不开放，例如：阿里云镜像只允许在阿里云的服务器中访问镜像源地址，而且时间也有限制。 这个文件是已经配置好直接可用的配置文件。
【2025年看这一篇就够了】Dify从入门到精通
qq_38196449的博客
05-04 7840
官方中文地址:Dify.AI · 生成式 AI 应用创新引擎产品简介 - Dify Docs开源的 LLM 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，轻松构建和运营生成式 AI 原生应用。比 LangChain 更易用。Dify提供的有2个版本，分别是：社区版商业版对于我们来说我们使用社区版本就可以了，因为我们最终还是需要把Dify部署到我们的本地来使用的。官方提供的工具在某些场景下并不能满足我们的需求。
Dify本地安装部署笔记
yinshuilan的专栏
03-25 2800
Dify 是一个让你轻松构建 AI 应用的开源平台，简单来说就是给开发者打造的一站式AI应用开发工具。Dify 兼容 Langchain，支持多种大语言模型（LLM）。目前支持的模型供应商包括 OpenAI、Azure OpenAI、Anthropic、Replicate、Hugging Face、ChatGLM、Llama2、MiniMax、讯飞星火、文心一言和通义千问等。换句话说，Dify 就是一个帮你快速、高效地开发和优化 AI 应用的万能工具箱。
从零开始！在 Windows 上安装与配置 Dify
qq_49035156的博客
10-27 4万+
这篇博客将详细介绍如何在 Windows 系统上部署 Dify，适合零基础用户。从 Docker 和 WSL 的安装配置开始，逐步指导用户设置 Git、Docker 环境以及 Dify 配置文件，解决可能遇到的端口冲突等问题，最终完成 Dify 的启动和测试。通过简明易懂的步骤，帮助用户在本地成功运行 Dify，实现模型供应商配置，让 Dify 项目在 Windows 平台上顺利上线。
Dify安装与使用指南：详细步骤教程（附教程）
AAI666666的博客
03-12 6893
Dify是一个开源的LLM应用开发平台，今天咱们详细介绍下Dify的安装步骤和使用场景。
Dify使用教程（创建应用）
wal1314520的博客
02-23 5736
Dify的安装部署我已经写过了，简单的模型配置我也在前面进行了讲解，今天我们主要来讲讲如何使用Dify。
保姆教程篇：手把手教你从零开始本地部署Dify工作流
热门推荐
He_r_o的博客
08-11 8万+
本教程将手把手指导您在个人电脑上安装和配置 Dify。
【Docker与部署】使用Docker Compose快速部署Dify完整指南：从环境配置到服务启动详细步骤解析介绍了如何利用D
04-21
内容概要：本文详细介绍如何使用Docker Compose快速部署Dify，包括前提条件、具体步骤和后期维护。首先，确保机器满足最低硬件和软件要求，如CPU、内存和操作系统版本等。然后，依次执行克隆Dify源代码、进入Docker...
[AI Tools] Dify 工具插件上传指南：如何将插件发布到官方市场
最新发布
技术就是小甜甜博客
05-09 232
Dify的社区效率很高，我第一天上传，很快通过，然后自动合并就能在Dify官方的插件市场看到我的插件了，是一个出于自己批量生成txt的需求做的插件，欢迎使用。
[Dify] Dify Agent 全指南：构建自动完成任务的智能体
技术就是小甜甜博客
04-14 203
Dify Agent 提供了极强的自动化与智能决策能力，适合开发复杂度更高的任务型 AI 应用。其核心优势包括：✅ 具备任务规划与迭代能力✅ 可动态调用工具如搜索与时间判断✅ 自动处理流程，真正实现“智能体”行为通过为 Agent 配置合理模型、上下文与工具，我们就能构建出真正“能动”的 AI 角色。
Dify 本地安装指南
大白菜代码的博客
12-05 4883
Dify 是一个开源的数据集整合和功能扩展平台，它允许用户通过配置和编程的方式来创建、管理和部署数据驱动的应用程序。Dify 提供了一套工具和服务，使得开发者可以快速地集成各种数据源和外部服务，构建复杂的数据处理流程和机器学习模型，以及开发交互式的用户界面。
Dify安装使用说明
龙井茶的Sky
03-28 1万+
dify可以说是一个功能不错的LLMOps，可以通过dify集中管理模型，可以通过界面创建AI应用，可以上传文档形成知识库，可以创建自定义工具（API），并可以对外提供API。相关功能类似Openai的GPTs或智谱的智能体，其他大厂的大模型也有类似功能，不过貌似只有dify是开源的。这就为个人本地部署AI应用提供了便利。
关于dify使用指南
monk96的博客
03-06 9024
dify提供了一套完整的使用工具，包括LLM大语言模型，RAG，以及自定义工具，就类似一个超级大脑，可以整合各个功能，同时LLM充当了大脑的核心，用于调度各个资源。工具就是一项特定的功能点，可以加入到dify 中，也可以进行定制化工具。2、分段的话，推荐父子分段，搜索效果更好，文档需要进行规范化。4、嵌入完毕，可以测试下召回的效果，可能会出现搜出来不匹配。2、插入LLM节点，编写提示词，也可以让ai自动生成。2、通过编辑插件定制化，如3d生成、图像生成。图像生成、文本生成、3D生成。
从零开始之Dify部署篇
u013563715的博客
03-17 6万+
Dify传送门。本系列文章从零开始探索Dify的功能及搭建过程。本文的搭建流程是基于Docker Compose进行部署。
LLMs之Dify：Dify的简介、安装和使用方法、案例应用之详细攻略
头部AI社区如有邀博主AI主题演讲请私信—心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，专注，谦虚，自律，反思，成长，还算比较正能量的博主，公益免费传播…内心特别想在AI界做出一些可以推进历史进程影响力的技术(兴趣使然，有点小情怀，也有点使命感呀
11-05 1万+
​ LLMs之Dify：Dify的简介、安装和使用方法、案例应用之详细攻略 目录 Dify的简介 Dify的安装和使用方法 Dify的案例应用 Dify的简介 2023年5月，Dify正式发布，这是一个开源的LLM应用程序开发平台。它直观的界面结合了人工智能工作流程、RAG管道、代理能力、模型管理、可观察性特性等等，让您能够快速从原型到生产。 GitHub地址：https://github.com/langgenius/dify 1、核心功能列表 >> 工作流：在可视化画布上
Dify插件安装与使用教程
nalanxiaoxiao2011的博客
04-11 2330
Dify插件安装与使用教程
Dify使用部署与应用实践
hhue2007的专栏
03-16 3264
最近在研究AI Agent，发现大家都在用Dify，但Dify部署起来总是面临各种问题，而且我在部署和应用测试过程中也都遇到了，因此记录如下，供大家参考。Dify总体来说比较灵活，扩展性比较强，适合基于它做智能聊天机器人，文本生成，工作流任务，Agent应用建设等场景，要比其他客户端工具更加灵活，更加适合二次开发，但Dify部署起来非常麻烦，会自动部署10个容器，任何一个出现问题，应用都无法正常使用。后续我会与Autogen对比，看看在Agent方面哪个更适合垂直行业AI应用的快速落地。
Dify安装教程
03-09
<think>好的，用户让我介绍一下Dify的安装教程。首先，我需要确认Dify是什么。Dify是一个开源的AI应用开发平台，用户可以通过它快速构建基于大语言模型的应用程序，比如聊天机器人或者自动化工具。用户可能想自己部署这个平台，可能是开发者或者对AI应用感兴趣的技术爱好者。 接下来，我得回忆一下Dify的安装方式。通常，这样的工具有几种安装方法：Docker部署、源码安装、云服务一键部署等等。Docker应该是最简单的方式，适合大多数用户，尤其是那些不想处理复杂依赖的人。源码安装可能适合需要定制化配置的高级用户。云服务比如AWS或腾讯云可能提供快速部署，但可能有费用产生。 然后，我需要分步骤整理安装过程。对于Docker方式，用户需要先安装Docker和Docker Compose，然后拉取仓库，修改配置文件，启动容器。这些步骤需要详细说明，比如如何克隆仓库，修改.env文件的关键配置，比如API密钥和数据库设置。同时，提醒用户安装前的准备，比如确保系统有足够资源，开放必要的端口。 源码安装的话，可能需要安装Python、Node.js等依赖，然后分别部署前端和后端。这时候需要指导用户安装依赖库，配置环境变量，运行数据库迁移命令，启动服务。这部分用户可能更熟悉技术细节，但还是要步骤清晰，避免遗漏。 另外，用户可能需要访问Dify的界面，所以安装完成后要说明如何通过浏览器访问，以及初始账号的创建流程。可能还要提到常见问题，比如端口冲突、依赖缺失，或者配置文件错误，这些是安装过程中容易遇到的坑，提前给出解决方案能帮助用户节省时间。 还要注意用户的系统环境，不同操作系统可能有不同的命令，比如Ubuntu和CentOS的包管理工具不同，是否需要特别说明？或者保持通用性，让用户根据自己系统调整。例如，安装Docker的步骤在Linux和MacOS下可能不同，是否需要分别给出？或者提供官方文档链接让用户参考。 另外，安全方面的考虑，比如修改默认密码，配置HTTPS，这些可能在生产环境中需要，但教程中是否需要包含？可能作为进阶步骤或者注意事项提到，让用户自行决定。 最后，确保所有命令和配置文件的修改都准确无误，避免用户复制粘贴时出错。比如.env文件中的变量是否要全部填写，哪些是必填项，比如OpenAI的API密钥，或者数据库连接信息。如果用户没有某些密钥，是否需要注册第三方服务，比如OpenAI，这部分是否需要指导？ 总之，结构上应该分为准备条件，安装步骤（Docker和源码两种方式），安装后配置，常见问题解答。使用清晰的步骤和代码块，让用户容易跟随。同时语言要简洁，避免技术术语过于复杂，必要时解释命令的作用，帮助用户理解每一步的目的。</think>以下是Dify的详细安装教程，采用分步结构并适配主流部署方式： 一、基础准备 1. 系统要求 - 推荐系统：Ubuntu 20.04+/CentOS 7+ - 内存：≥4GB - 存储：≥20GB 可用空间 - 开放端口：3000（前端）、5001（后端） 2. 必要组件 - Docker 20.10+ - Docker Compose 2.0+ - Python 3.8+ - Node.js 16+ 二、Docker部署（推荐方式） ```bash # 1. 获取部署文件 git clone https://github.com/langgenius/dify.git cd dify/docker # 2. 配置环境变量 cp .env.example .env vi .env # 修改以下关键配置： # OPENAI_API_KEY=sk-xxx（必填） # DB_PASSWORD=your_strong_password（必填） # APP_URL=http://your-domain.com # 3. 启动服务 docker-compose up -d # 4. 查看日志（可选） docker-compose logs -f ``` 三、源码安装（开发环境） ```bash # 后端部署 git clone https://github.com/langgenius/dif cd dify/api python -m venv venv source venv/bin/activate pip install -r requirements.txt # 配置环境变量 export FLASK_APP=app.py export DATABASE_URL="postgresql://user:password@localhost/dify" # 初始化数据库 flask db upgrade # 启动后端 flask run --port 5001 # 前端部署（新终端） cd ../web npm install npm run build npm start ``` 四、安装后配置 1. 访问管理界面：`http://服务器IP:3000` 2. 首次登录： - 默认账号：admin@dify.ai - 初始密码：111111（需立即修改） 3. 模型配置： - 导航至「设置」->「模型供应商」 - 添加OpenAI/Anthropic等API密钥 五、常见问题解决 1. 端口冲突： ```bash # 修改docker-compose.yml中的端口映射 ports: - "新端口:3000" ``` 2. 数据库连接失败： - 检查`.env`中的DB配置 - 确保PostgreSQL服务正常 3. 前端加载异常： ```bash cd web rm -rf node_modules npm cache clean --force npm install ``` 六、生产环境建议 1. 使用Nginx反向代理 2. 配置HTTPS证书（推荐Let's Encrypt） 3. 设置定期备份： ```bash # PostgreSQL备份示例 docker exec dify-db pg_dump -U postgres dify > dify_backup.sql ``` 七、升级指南 ```bash cd dify/docker docker-compose down git pull origin main docker-compose pull docker-compose up -d ``` 通过以上步骤即可完成Dify的部署。建议首次安装优先选择Docker方式，遇到具体问题可查阅官方文档：https://docs.dify.ai/getting-started/install-self-hosted
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值