文章目錄
- 1. 相關資源
- 2. 核心特性
- 3. 安裝與使用（Docker Compose 部署）
- 3.1 部署Dify
- 3.2 更新Dify
- 3.3 重啟Dify
- 3.4 訪問Dify
- 4. 接入本地模型
- 4.1 接入 Ollama 本地模型
- 4.1.1 步驟
- 4.1.2 常見問題
- 4.2 接入 Vllm 本地模型
- 5. 進階應用場景
- 6. 總結
1. 相關資源
- 官網
- Github
- 說明文檔
2. 核心特性
- ? 多模型支持：兼容 OpenAI、Anthropic、Ollama、VLLM、Hugging Face 等數百種模型。
- ? 可視化 Prompt 編排：無需代碼，通過界面調整 AI 行為。
- ? RAG 增強檢索：支持知識庫上傳（PDF/TXT/Markdown 等），提升回答準確性。
- ? Agent 框架：可構建自動化 AI 工作流（如數據分析、客服機器人）。
- ? 靈活部署：支持 Docker 一鍵部署，適配本地、云端及混合環境。
3. 安裝與使用（Docker Compose 部署）
參考資料
Docker Compose 部署
在運行安裝命令之前，請確保您的機器上安裝了 Docker 和 Docker Compose，安裝 Docker 以及 Docker Compose 的具體步驟可以參考 Ubuntu 24.04 完整Docker安裝指南：從零配置到實戰命令大全。
3.1 部署Dify
cd ~/workspace/ai/tools && git clone --depth 1 git@gitee.com:dify_ai/dify.git && cd dify/docker
cp .env.example .env
# 啟動 Docker 容器，未將當前用戶加入docker組的話，需要使用sudo
docker compose up -d
# 檢查容器是否都正常運行
docker compose ps
值得注意的是，如果版本是 Docker Compose V1，在使用命令 docker compose 的時候，需要換成 docker-compose，例如 docker-compose up -d。
3.2 更新Dify
cd dify/docker
docker compose down
git pull origin main
docker compose pull
docker compose up -d
注意：
- 如果
.env.example文件有更新，請務必同步修改你本地的.env文件。 - 檢查
.env文件中的所有配置項，確保它們與你的實際運行環境相匹配。你可能需要將.env.example中的新變量添加到.env文件中，并更新已更改的任何值。 - 更新后需要重啟 Dify
3.3 重啟Dify
# 停止Dify
docker compose down
# 啟動Dify
docker compose up -d
3.4 訪問Dify
# 本地環境
http://localhost# 服務器環境
http://your_server_ip
4. 接入本地模型
4.1 接入 Ollama 本地模型
參考資料
接入 Ollama 部署的本地模型
私有化部署 Ollama + DeepSeek + Dify，構建你的專屬私人 AI 助手
筆者實驗環境為 Ubuntu24.04，宿主機啟動 Ollama 服務 + Docker Compose部署 Dify
4.1.1 步驟
- 點擊 Dify 平臺右上角頭像 → 設置 → 模型供應商，選擇
Ollama，點擊“添加模型”（若 Dify 平臺中 Ollama 插件未安裝的話，需要先點擊“安裝”）。 - 輸入模型名稱、基礎URL，其他選項可使用默認設置即可，點擊“保存”。其中：
模型名稱為 Ollama 服務中的模型名稱，可通過ollama list獲取
基礎URL為 Ollama 服務地址，例如http://host.docker.internal:11434
4.1.2 常見問題
-
Connection refused問題
使用官方文檔中的
http://host.docker.internal:11434作為基礎URL，可能會出現httpconnectionpool (host=localhost, port=11434): max retries exceeded with url:/cpi/chat (Caused by NewConnectionError ('<urllib3.connection.HTTPConnection object at 0x7f8562812c20>: fail to establish a new connection:[Errno 111] Connection refused'))錯誤，此時需要直接使用宿主機的IP地址。解決步驟:
-
設置 Ollama 服務監聽地址
# 修改 ollama.service 文件，添加 OLLAMA_HOST 環境變量 sudo vim /etc/systemd/system/ollama.service # 在 [Service] 下添加 Environment="OLLAMA_HOST=0.0.0.0:11434" # 重新加載配置文件 sudo systemctl daemon-reload sudo systemctl restart ollama # 查看服務狀態，確保 ollama 服務以 :::11434 啟動 sudo netstat -tulnp | grep ollama # 重啟Dify docker compose down docker compose up -d -
獲取本機IP地址
# 獲取本機IP地址，假如輸出為 192.168.163.248 hostname -I | awk '{print $1}' # 測試以本機IP是否可以查看ollama模型列表（需要將 192.168.163.248 替換為上一步實際輸出的IP地址） curl http://192.168.163.248:11434/api/tags # 應成功返回模型列表 -
開啟防火墻端口
如果仍有問題，考慮是否防火墻攔截了
11434端口，需要配置防火墻規則。sudo ufw allow 11434/tcp && sudo ufw reload -
修改基礎URL配置
修改基礎URL配置，將
http://host.docker.internal:11434修改為http://192.168.163.248:11434，再次點擊保存即可。
-
4.2 接入 Vllm 本地模型
- 點擊 Dify 平臺右上角頭像 → 設置 → 模型供應商，選擇
Vllm，點擊“添加模型”（若 Dify 平臺中 Vllm 插件未安裝的話，需要先點擊“安裝”）。 - 輸入模型名稱、API endpoint URL，其他選項可使用默認設置即可，點擊“保存”。其中：
模型名稱為 Vllm 服務啟動的模型名稱API endpoint URL為 Vllm 服務地址，例如http://192.168.163.248:8000/v1
5. 進階應用場景
🔹 知識庫問答：上傳企業文檔，構建智能客服。
🔹 AI 工作流：結合 Agent 實現自動化任務（如郵件撰寫+數據分析）。
🔹 私有化部署：企業級數據安全，完全本地運行。
6. 總結
Dify 是當前最易用的開源 LLM 應用平臺之一，適合快速搭建 AI 應用。本文詳細介紹了 Docker 部署、Ollama/VLLM 本地模型接入 及常見問題排查，幫助開發者高效落地 AI 項目。
)
)
)
