前言

Dify 是一款开源的 LLM(大型语言模型)应用开发平台,支持快速构建 AI Agent、聊天机器人、RAG 应用等。本文将详细介绍如何通过 Docker 在本地部署 Dify,帮助你快速搭建 AI 应用开发环境。

前提条件

在开始之前,请确保你的设备满足以下要求:

  • 操作系统:macOS/Linux/Windows(推荐 Linux 或 macOS)
  • 内存:至少 4GB RAM(推荐 8GB 以上)
  • 磁盘空间:至少 20GB 可用空间
  • Docker:已安装 Docker 和 Docker Compose

检查 Docker 环境

Terminal window
docker --version
docker-compose --version

如果未安装,请参考 Docker 官方安装文档

第一步:克隆 Dify 仓库

Terminal window
git clone https://github.com/langgenius/dify.git
cd dify/docker

第二步:配置环境变量

Dify 提供了默认配置文件,可以直接使用:

Terminal window
cp .env.example .env

如果你的机器配置较低,可以修改 docker-compose.yaml 中的资源配置。生产环境建议至少 8GB 内存。

第三步:启动服务

执行以下命令启动 Dify:

Terminal window
docker-compose up -d

等待所有服务启动完成:

Terminal window
docker-compose ps

正常情况下,你应该看到类似以下输出:

NAME IMAGE COMMAND SERVICE CREATED STATUS
dify-api langgenius/dify… "/entrypoint.sh" api ... Up
dify-web langgenius/dify… "/entrypoint.sh" web ... Up
dify-db postgres:15-alpine "docker-entrypoint.s…" db ... Up
dify-redis redis:7-alpine "docker-entrypoint.s…" redis ... Up
dify-weaviate semitechnologies… "PYTHONFAULTHANDLER…" weaviate ... Up

第四步:访问 Dify 控制台

启动成功后,打开浏览器访问:

http://localhost:80

首次使用需要设置管理员账号:

  1. 输入邮箱和密码
  2. 完成注册
  3. 进入控制台

第五步:创建你的第一个 AI Agent

1. 创建应用

点击「创建应用」按钮,选择「Agent」类型:

  • 应用名称:My First Agent
  • 应用类型:Agent

2. 选择模型

在设置中选择你使用的 LLM 提供商:

提供商模型说明
OpenAIGPT-4效果最佳,需 API Key
ClaudeClaude 3Anthropic 模型
本地模型Llama2/Others通过 Ollama 连接

3. 配置提示词

你是一个专业的技术助手。请用简洁清晰的语言回答用户的问题。
如果遇到不确定的内容,请明确告知用户。

4. 添加工具(可选)

Dify 支持为 Agent 添加多种工具:

  • Google Search:实时搜索
  • Wikipedia:百科查询
  • Python REPL:执行代码
  • 自定义工具:通过 API 连接

5. 测试 Agent

在右侧预览窗口输入问题进行测试:

你好,请介绍一下你自己

常见问题

Q1:启动失败,提示端口被占用?

检查 80 端口是否被占用:

Terminal window
# Linux/macOS
lsof -i :80
# Windows
netstat -ano | findstr :80

修改 docker-compose.yaml 中的端口映射解决。

Q2:API 调用报 403 错误?

检查 .env 文件中的 CONSOLE_WEB 配置,确保 CONSOLE_WEB_URLCONSOLE_API_URL 正确配置。

Q3:如何连接本地模型?

安装 Ollama 后,在 Dify 中添加 Ollama 提供商:

Terminal window
# 启动 Ollama
ollama serve
# 拉取模型
ollama pull llama2

验证与测试

部署完成后,可以通过以下方式验证:

  1. 健康检查:访问 http://localhost:80/api/health
  2. 创建 Agent:按上述步骤创建并测试
  3. 查看日志docker-compose logs -f

下一步学习

总结

通过本文,你已掌握 Dify 的本地部署方法,并创建了第一个 AI Agent。Dify 的低代码特性让 AI 应用开发变得简单,更多高级功能(如工作流、RAG、多模型协作)等待你去探索。