Dify安装与使用指南：详细步骤教程

最新推荐文章于 2025-06-16 11:34:12 发布
最新推荐文章于 2025-06-16 11:34:12 发布
阅读量2.1w 收藏 56
点赞数 12
CC 4.0 BY-SA版权
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

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 5104
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
05-07 535
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。
Win11安装Dify
willhu2008的专栏
05-29 828
电脑系统为：Windows 11 家庭中文版24H2版本。打开控制面板，点击“程序”，点击“启用或关闭Windows功能”。下图标记的“Virtual Machine Platform”、“适用于 Linux 的 Windows 子系统”、“Windows 虚拟机监控程序平台”默认是勾选的。如果没有勾选，就勾选上，进入下一步搜索安装。打开终端管理员，输入下列命令可以查看版本和升级。
Dify安装与使用指南：详细步骤教程（附教程）
AAI666666的博客
03-12 8906
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。
【保姆级】Dify+Docker 安装全流程教程：从环境搭建到服务部署
最新发布
A2421417624的博客
06-16 3334
找到自己平台的汉化包，下面DockerDesktop.exe是安装包，千万别以为是更高级的汉化包！docker安装时没有选择安装路径，而是直接默认安装到 C盘，这样后续使用一些镜像、容器，C盘空间会越来越小，怎么解决？注意：下载的安装包双击后会默认安装在c盘，除非你要安装在c盘，否则切勿双击。如果是选择全自动安装，那么后续会弹出cmd窗口，会自动安装WSL。打开命令窗口：win+R打开命令——cmd——确定。现在就可以回到第1步继续安装了，否则得卸了重来。将电脑重启之后，双击打开Docker等待。
Dify本地安装部署笔记
yinshuilan的专栏
03-25 3753
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。
【dify+docker安装教程】
qq_62223405的博客
04-28 2164
最新！Windows上安装Docker Desktop教程，并解决WSL问题并汉化_windows安装docker desktop-CSDN博客在 Windows 上安装Docker，运行时会出现WSL --updata的问题导致一直卡在docker 界面进不去，查了不少博客，原来是需要先 安装 WSL 2 并配置至少一个 Linux 发行版，才能正确运行docker Desktop。
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使用教程（创建应用）
wal1314520的博客
02-23 7675
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。
Dify 本地安装指南
大白菜代码的博客
12-05 4986
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 1万+
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。
【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...
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
- 如果可能，尝试寻找Dify的官方部署指南或官方支持论坛，获取更多关于安装和配置的帮助。 - 如果Dify的官方文档中没有提供解决方案，可以向Dify的社区提出问题，寻求其他用户的帮助或Dify团队的官方支持。 解决...
[AI Tools] Dify 工具插件上传指南：如何将插件发布到官方市场
技术就是小甜甜博客
05-09 424
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
04-14 482
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。
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 9万+
本教程将手把手指导您在个人电脑上安装和配置 Dify。
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下载
03-17
<think>好的，用户想下载和安装Dify相关的资源或工具。首先，我需要回忆一下之前提供的引用内容，看看有哪些可用的信息。 根据引用[1]，Dify可以通过Github和Gitcode下载，用户需要注意国内用户可能更适合Gitcode加速。引用[2]和[3]提到了Docker容器的安装方法，特别是Windows用户可以通过Docker来安装。另外，引用[4]看起来像是广告或无关信息，可能需要忽略。 用户的问题集中在下载和安装步骤上，所以需要分步骤说明。首先应该介绍两种主要方法：源码下载和Docker安装。源码部分需要指导用户从Github或Gitcode克隆仓库，并启动应用。Docker部分则需要确保用户已经安装了Docker，然后拉取镜像并运行容器。此外，可能还需要提到系统要求和依赖，比如Python环境或Docker的配置。 需要检查是否有遗漏的步骤，例如是否需要安装依赖包，或者配置环境变量等。同时，要确保给出的命令准确，比如docker run的参数是否正确。还要提醒用户注意权限问题，特别是在运行Docker命令时可能需要管理员权限。 用户可能的疑问包括安装后的访问方式，比如通过localhost:80访问，以及如何确认安装成功。可能还需要简单介绍Dify的功能，帮助用户了解安装后的使用方向。此外，国内用户可能遇到下载速度慢的问题，所以强调Gitcode作为替代源很重要。 最后，生成相关问题时要围绕下载安装的后续步骤、配置、系统要求和本地开发调试方法，这些能帮助用户进一步解决问题。</think>根据现有资料，Dify 的下载和安装主要通过两种方式实现，以下是具体操作步骤： ### 一、源码下载安装（推荐开发者） 1. **国内用户加速下载** 通过 Gitcode 镜像站克隆仓库（速度更快）： ```bash git clone https://gitcode.com/langgenius/dify.git ``` 或通过 GitHub 官方源： ```bash git clone https://github.com/langgenius/dify.git ``` 2. **启动应用** 需预先安装 Python 3.8+ 和 Node.js 16+： ```bash cd dify/docker docker-compose up -d ``` ### 二、Docker 容器安装（推荐普通用户） 1. **拉取镜像** Windows/Mac/Linux 系统已安装 Docker 后执行： ```bash docker pull langgenius/dify:latest ``` 2. **运行容器** 通过单条命令启动完整服务： ```bash docker run -d --name dify -p 80:80 -v dify_data:/data langgenius/dify:latest ``` *该命令将数据持久化存储在 `dify_data` 卷中[^2][^3]* ### 三、访问服务 安装完成后浏览器访问 `http://localhost:80` 即可使用。系统默认内置 PostgreSQL 和 Redis 服务，无需额外配置。
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