Dify部署及初步测试

已于 2025-03-15 16:31:23 修改
阅读量1k 收藏 10
点赞数 12
分类专栏： DeepSeek大模型应用与实战 文章标签： Dify
于 2024-09-24 14:58:05 首次发布
本文为博主原创文章，未经博主允许不得转载，听见没。
本文链接：https://blog.csdn.net/jining11/article/details/142378033
版权

Dify 是一款支持多模型问答和对话系统的平台，通过 Docker Compose 部署后可以快速搭建问答系统。本篇文章记录了我在部署 Dify 过程中遇到的问题、解决方案以及模型接入和测试的详细步骤，希望能为大家提供参考。

文章目录

🎉进入大模型应用与实战专栏 | 🚀查看更多专栏内容

在这里插入图片描述

Dify安装

根据 Docker Compose 部署 的官方指引，我们可以按照以下步骤完成 Dify 的安装。

克隆项目并启动容器

在命令行中执行以下命令：


                

                
                
        

        

    

  


        

            

                

                

                了解本专栏
                
                
                  
                订阅专栏 解锁全文
                 
                
                    
                    超级会员免费看
                
            

            
            
            
        


    


                



	

		

			

				
					
基于Dify的Agent全流程测试

				
			

			

				

					羊城迷鹿的博客
				

				

					09-26
					
					2218
					
				

			

		

		

			
				
跟一文读懂Langchain：ChatGLM3和ChatGPT的Agent调用分析中的测试基准一样，针对请问下面这个字符串的长度的三次幂是几：XXX这个问题，看看能否正确调用获取字符串长度和计算三次幂这两个工具。选择创建空白定义，类型为Agent点击Agent设置，可以看到默认模式就是ReActDify里面的工具都是基于外部API定义的，因此需要将两个函数封装成API的形式title="Agent测试API",return appsummary="获取字符串长度",

			
		

	



                

            
              



	

		

			

				
					
AGI 之 【Dify】 之 Dify 在 Windows 端本地部署调用 Ollama 本地下载的大模型， API 形式 Python 调用 进行简单聊天接口测试

				
			

			

				

					仙魁XAN
				

				

					10-25
					
					9445
					
				

			

		

		

			
				
AGI，即通用人工智能（Artificial General Intelligence），是一种具备人类智能水平的人工智能系统。它不仅能够执行特定的任务，而且能够理解、学习和应用知识于广泛的问题解决中，具有较高的自主性和适应性。AGI的能力包括但不限于自我学习、自我改进、自我调整，并能在没有人为干预的情况下解决各种复杂问题。本节将介绍如何使用 Dify 平台调用 Ollama 部署的本地模型来创建一个聊天应用。通过 API 的方式发起聊天，可以让前端自由布置所需的聊天形式。

			
		

	



              


  
              

                


	

		

			

				
					
Dify环境搭建&推理测试

				
			

			

				

					zzq1989_的专栏
				

				

					12-23
					
					701
					
				

			

		

		

			
				
as Service, BaaS）和LLMOps的理念，为开发者提供了一个用户友好的界面和一系列强大的工具，使他们能够快速搭建生产级的AI应用。2、模块化设计：Dify采用模块化的设计，每个模块都有清晰的功能和接口，开发者可以根据需求选择性地使用这些模块来构建自己的AI应用。3、丰富的功能组件：平台提供了包括AI工作流、RAG管道、Agent、模型管理等丰富功能组件，帮助开发者从原型到生产的全过程。4、支持多种大语言模型：Dify已支持主流的模型，开发者能够根据自己的需求选择最适合的模型来构建AI应用。

			
		

	





	

		

			

				
					
dify部署

				
			

			

				

					shy_snow的专栏
				

				

					03-08
					
					532
					
				

			

		

		

			
				
Dify是一款开源的大语言模型(LLM) 应用开发平台。它融合了后端即服务（Backend as Service）和LLMOps的理念，使开发者可以快速搭建生产级的生成式 AI 应用。Dify 内置了构建 LLM 应用所需的关键技术栈，包括对数百个模型的支持、直观的 Prompt 编排界面、高质量的 RAG 引擎、稳健的 Agent 框架、灵活的流程编排，并同时提供了一套易用的界面和 API。这为开发者节省了许多重复造轮子的时间，使其可以专注在创新和业务需求上。

			
		

	



		

			
		



	

		

			

				
					
dify安装部署

				
			

			

				

					qq_15821487的博客
				

				

					08-13
					
					2577
					
				

			

		

		

			
				
uname -a。

			
		

	





	

		

			

				
					
使用 Dify + DeepSeek 打造自己的本地知识库问答

				
			

			

				

					Crazymryan的博客
				

				

					02-15
					
					1292
					
				

			

		

		

			
				
前言扣子大家大部分同学应该不会太陌生，可能有的同学或多或少都已经用过了，但是总觉得把一些信息源放到上面会泄漏（特别是公司内部使用，有一些内容可能涉密），此时我们便可以自己部署一个类似 Coze 的开源项目 - Dify。相关应用描述接下来是本文中会涉及到的一些简单描述：Dify：开源AI应用开发框架，支持可视化编排AI工作流，提供知识库管理、模型集成等功能；Docker：容器化部署工具，确保环...

			
		

	





	

		

			

				
					
Dify案例解析：如何高效整合知识库与Ragflow？

				
			

			

				

					2401_84204413的博客
				

				

					03-06
					
					3460
					
				

			

		

		

			
				
关于ragflow 安装比较复杂，大家可以去开源github上查看它的安装，本次就不带大家安装了。项目开源地址：https://github.com/infiniflow/ragflow项目文档:  https://ragflow.io/docs/dev/目前这个项目用到的组件比较多，用到Elasticsearch、Kibana、MySQL、MinIO、Redis、RAGFlow等，大家可以参考官方文档部署好应用程序。这里我们需要注意的几点。

			
		

	





	

		

			

				
					
幕僚云私有化部署Dify+Ollama+DeepSeek-r1

				
			

			

				

					02-14
				

			

		

		

			
				
私有化部署Dify+Ollama+DeepSeek-r1的详细步骤可能包括系统需求分析、软硬件环境搭建、系统安装配置、功能集成测试以及后续的维护升级等环节。系统需求分析阶段，需要对企业当前的数据处理需求进行深入理解，明确...

			
		

	





	

		

			

				
					
【开发心得】Dify部署ollama模型的坑[4]

				
			

			

				

					知止不殆
				

				

					01-22
					
					1202
					
				

			

		

		

			
				
做为后起之秀，今天试用下来的确不错，就是有点儿话痨，甚至还发现了一个bug，在某些算力繁忙的时候，会进入复读机模式，不停的重复最后的一句话

			
		

	





	

		

			

				
					
dify 部署大模型 语音

					
最新发布

				
			

			

				

					03-17
				

			

		

		

			
				
### 如何使用 Dify 部署大型语音模型  Dify 是一种用于部署和管理机器学习模型的服务平台，支持多种类型的模型，包括自然语言处理 (NLP) 和语音识别模型。以下是关于如何利用 Dify 来部署大型语音模型的相关信息。  ...

			
		

	





	

		

			

				
					
本地部署dify

				
			

			

				

					03-08
				

			

		

		

			
				
一旦成功完成了所有前期准备工作并且应用程序已经正常启动，可以通过浏览器或其他 HTTP 客户端工具连接到指定 IP 地址及端口号来进行初步验证。如果是在本机上执行的话，默认情况下应该是 http://localhost:8000/ 可...

			
		

	





	

		

			

				
					
drakvuf-sandbox:DRAKVUF沙箱-自动化的管理程序级恶意软件分析系统

				
			

			

				

					03-22
				

			

		

		

			
				
DRAKVUF沙箱
 DRAKVUF Sandbox是一个自动化的黑盒恶意软件分析系统，其具有引擎，不需要来宾OS上的代理。
 该项目为您提供了一个友好的Web界面，可让您上载要分析的可疑文件。 沙盒作业完成后，您可以通过上述界面浏览分析结果，并深入了解该文件是否确实为恶意文件。
 由于通常很难设置恶意软件沙箱，因此该项目还为您提供了一个安装程序应用程序，该程序将指导您完成必要的步骤并使用为初学者推荐的设置来配置系统。 同时，经验丰富的用户可以调整某些设置，甚至更换一些基础架构部件，以更好地满足他们的需求。
快速开始
 
支持的硬件和软件
为了运行DRAKVUF沙箱，您的设置必须满足所有列出的要求。
 处理器： 
 :check_mark: 具有英特尔虚拟化技术（VT-x）和扩展页表（EPT）功能的必需英特尔处理器
主机系统至少具有2个核心CPU和5 GB RAM，并运行GRUB作为引导加载程序，其中之一：


			
		

	





	

		

			

				
					
【Dify基础实战】跟网页对话

				
			

			

				

					sinat_29950703的博客
				

				

					11-19
					
					3471
					
				

			

		

		

			
				
Dify跟网页对话
1.开始：输入 问题 和 网页网址
2.解析网页
3.代码处理网页
4.LLM跟网页对话
5.结束

			
		

	





	

		

			

				
					
社区版Dify sandbox【Python代码执行】Run failed: error: timeout，if the sandbox service

				
			

			

				

					weixin_44119512的博客
				

				

					01-17
					
					6002
					
				

			

		

		

			
				
【代码】社区版Difysandbox【Python代码执行】Runfailed:error:timeout。

			
		

	





	

		

			

				
					
记部署dify的一次记录

				
			

			

				

					Turing_tomcat的博客
				

				

					06-13
					
					1623
					
				

			

		

		

			
				
1.在用docker compose up -d启动服务的时候，服务dify-api、dify-worker和dify-sandbox报错，报错信息是连接线程数报不够。2.服务器上有一个在跑的redis服务，在使用中，所以只能设置宿主机端口映射容器端口，但是dify-api访问redis被拒绝，此时需要将redis配置的ip改成当前容器所在服务的ip地址。这个配置的含义是将容器设置为特权模式。特权模式允许容器拥有与主机相同的权限，即容器可以直接访问主机的设备文件和修改内核参数。到此，dify就部署好了。

			
		

	





	

		

			

				
					
Dify 框架连接 PGSQL 数据库与 Sandbox 环境下的 Linux 系统调用权限问题

				
			

			

				

					u014547167的博客
				

				

					01-02
					
					4713
					
				

			

		

		

			
				
Dify 框架连接 PGSQL 数据库与 Sandbox 环境下的 Linux 系统

			
		

	





	

		

			

				
					
AI智能体研发之路-工程篇（二）：Dify智能体开发平台一键部署

				
			

			

				

					人工智能领域博客
				

				

					05-07
					
					1万+
					
				

			

		

		

			
				
本文首先结合自己的工作写了一些对Agent AI智能体的见解，接着介绍了Dify框架快捷部署的过程，最后阐述了Dify框架的特点。个人认为Dify的发展会让Agent AI智能体开发提效，涌现更多有趣有价值的AI应用。

			
		

	





	

		

			

				
					
Dify中的docker-compose.yaml分析-web、db、redis、weaviate等

				
			

			

				

					NLP工程化
				

				

					07-08
					
					6169
					
				

			

		

		

			
				
本文主要介绍了web、db、redis、weaviate、sandbox和ssrf_proxy等服务的配置，除此之外，还有Qdrant（向量数据库）、Milvus（向量数据库）和Nginx（反向代理）服务不再介绍。

			
		

	





	

		

			

				
					
从零开始之Dify二次开发篇

					
热门推荐

				
			

			

				

					u013563715的博客
				

				

					06-24
					
					3万+
					
				

			

		

		

			
				
Dify传送门。基于Docker Compose的Dify部署：Dify Docker Compose部署篇传送门。Dify 源码部署篇传送门。本文将详细描述基于Dify的二次开发流程，适合小白食用。

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		评论	
	

	
	




  

    

      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
            

          

        

        

          

          

          

        

      

    

    

  





	
打赏作者

	

		

		
			
		
		

		

			
羊城迷鹿

			
你的鼓励将是我创作的最大动力

		

	

	

			

	

	

    ¥1
    ¥2
    ¥4
    ¥6
    ¥10
    ¥20
	

	

		

			

				

					扫码支付：¥1
				

				

					

					
					获取中
					

				

				

					
					
					扫码支付
				

			

		

		

			
您的余额不足，请更换扫码支付或充值

			
打赏作者

		

	



      
      

      
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