Dify1.0.0部署与使用（Dify+DeepSeek+飞书）

一 背景

     Dify v1.0.0正式发布了，对于AI爱好者是一个好消息，这次的新版本部署使用，也跟大家分享一下。主要更新为官方主推Dify 插件机制已上线，对比了原来0.15.3版本，新版本更加有趣，灵活可插拔，并形成了更开放的dify插件和开发生态，这样就有必要跟大家分享一下安装部署和应用了，本次也跟大家分享一下关联 dify-1.0.0 + DeepSeekr1:7b + 飞书，给大家抛砖引玉更好的部署理解并应用。

二 Docker-compse安装Dify1.0.0

GitHub官方地址：https://github.com/langgenius/dify，注意要选择tag的分支为https://github.com/langgenius/dify/tree/1.0.0的版本，很多小伙伴直接用main分支不注意会造成很多问题哦，要切换1.0.0。

1 下载difi-1.0.0，也可以直接下载dify-1.0.0.zip，然后解压，然后直接进入到：解压目录/dify/dify-1.0.0/docker中，并终端进入到列表中。

2 目录将默认环境变量env进行修改使用：

cp .env.example .env

当前目录可以找到，其中.env文件内容是官方写的环境及启动加载初始化信息，这些可以修改对应其地址，端口，参数等，默认先不修改，按照干净环境进行演示。

3 然后拉取镜像与启动docker-compose.yaml的dify-1.0.0服务了，默认使用如下命令启动即可。

    如果使用默认docker-compose.yaml,直接如下启动：

   

  docker-compose up -d 

   笔者为了区分将docker-compose.yaml改名为docker-compose-dify-1.0.0.yaml，同时在docker-compose-dify-1.0.0.yaml中添加了名字的参数 name: 'dify-1.0.0' ,所以启动命令指定了修改后的配置文件（这部分可以跳过，根据个人喜好）：

1 复制新文件。

    cp docker-compose.yaml docker-compose-dify-1.0.0.yaml

2 修改复制的新文件增加标签name，避免启动后与其他混淆。

vi docker-compose-dify-1.0.0.yaml

3 docker-compose指定启动修改后的yaml文件。

docker-compose -f docker-compose-dify-1.0.0.yaml up -d

 按照命令会进行拉取镜像并启动，如果在拉取镜像有问题或者报错，可以参考笔者之前的博客解决：Docker部署AI应用国内镜像问题-CSDN博客

4 启动正常后即可访问本地的dify-1.0.0，刚开始需要建立一个：管理员账号，邮箱，账号，密码，

管理员配置这里跳过，大家自己配置后记录好。

第一次访问本地，默认env的nginx服务配置80端口，然后设置管理员用户：

http://localhost/install

完成后登录账号即可享受dify-1.0.0版本。

三 dify-1.0.0使用插件DeepSeek+飞书集成

1 由于笔者之前就已经安装过本地的DeepSeek-r1:7b模型，只要终端启动运行即可。不清楚的朋友们可以看笔者之前的博客本地部署DeepSeek精简易懂（Ollama支持多种LLM模型）_ollama chrome插件-CSDN博客。

 终端直接启动后成功运行即可：

Mac ~ % ollama run DeepSeek-r1:7b
>>> Send a message (/? for help)

2 进入管理员后，选择用户左边插件图标，然后即可选择安装插件，其中感觉Marketplace和本地安装更快一些，根据喜好，本地需要提前搜索并下载好插件文件。

3 也可以通过官方https://marketplace.dify.ai/?language=zh-Hans&q=&tags=商城搜索没有的插件，下载本地后，进行本地安装。（感觉商城直接搜索不好用，建议标签选择社交，然后下拉找到飞书插件），下载后并进行插件安装即可。

4 插件都安装完成后，我们开始配置模型引用本地DeepSeek模型，找到用户下面的设置：

5 找到设置中的模型供应商，使用刚安装过的Ollama模型，并配置刚才启动的DeepSeek-r1:b模型，注意模型名称不要写错，同时url根据官方推荐，容器需要引用地址需要映射如下端口地址，然后保存模型即可使用该模型。（笔者这遇到的坑，本地配置报错，插件官方说明了如下url用于docker部署引用本地ollama模型，如果使用第三方API则正常配置即可）

http://host.docker.internal:11434

6 以上OK后我们在飞书可以创建一个群聊，并安装一个群聊机器人，获取群聊机器人的webhook地址信息，最有包含key，这个要保存好，这里需要使用飞书，不懂的小伙伴们需要自己尝试。

7 这样我们可以应用关联工作流中，工作室中创建空白应用，并选择工作流输入信息并保存：

8 工作流进行添加LLM部分，选择导入过得模型，其中写入想要的问题对话，输出变量为text string这个要记录作为后面输入：

9 工作流进行添加飞书模块部分，添加上游LLM的接收参数，这里面【输入变量-消息内容】窗口输入' \ '可以快速选择 ，然后填入飞书群聊机器人key，即可调试发送，然后设置结束。

10 我们点击右上角运行，或者发布使用，即可在飞书群聊中接收到dify发送的信息如下：

以上测试显示运行SUCCESS，飞书群聊接收机器消息成功：

四 总结

    致此，新版本dify-1.0.0插件+DeepSeek+飞书的部署及使用测试完成，其实笔者只是用了简单的例子，也支持企业微信，钉钉等，dify的开源与良好生态都是值得点赞并支持的，祝大家工作顺利，身体健康，您的支持是我更新的持续动力，请大帅哥大美女们支持点赞关注，感谢！