最近在研究Dify，刚好空下来就把在windows下Dify的部署流程给大家安排上，因为是windows环境下部署，需要的前提条件是安装Docker，这个我就不在本篇详细描述了，需要的可以看我之前的文章Ollama+DeepSeek+MaxKB搭建本地知识库https://blog.csdn.net/wal1314520/article/details/145729495，然后本地部署DeepSeek的流程，也请不清楚的看我这一篇文章Deepseek本地化部署及训练https://blog.csdn.net/wal1314520/article/details/145729495，希望能够帮到想研究的小伙伴们。

一、部署dify系统要求

二、克隆Dify到本地

Dify官网：https://dify.ai/zh

通过官网可以直接跳转到GitHub地址，也可以直接复制下面地址跳转：

https://github.com/langgenius/dify

解压后放在本地即可，然后运行CMD，跳转到你放dify源码的文件夹，命令提示符下输入一下命令，“cd /d ”后面的地址更改为你自己的dify地址：

cd /d D:\webapp\dify

或者在“Docker Desktop”中跳转到dify文件夹，命令和上面类似，可以直接cd 地址，如下命令，一样更改为你自己的dify文件夹地址：

cd D:\webapp\dify

如果有科学上网的能力的，可以直接输入下列命令，克隆Dify源代码至本地环境：

git clone https://github.com/langgenius/dify.git

三、部署Dify

经过上面的操作后，无论你是哪种方式，都需要进入dify/docker文件夹

1、进入dify源代码的docker文件夹

cd docker

2、复制环境配置文件

cp .env.example .env

3、启动Docker容器

但是这里需要注意的是，需要根据你系统上的 Docker Compose 版本，选择合适的命令来启动容器。

你可以通过以下命令来检查版本：

docker compose version

如果版本是 Docker Compose V2，使用以下命令： 

docker compose up -d

如果版本是 Docker Compose V1，使用以下命令：

docker-compose up -d

运行命令后，就是慢慢等了，等全部执行完毕后你就会看到如下的输出，显示所有容器的状态和端口映射：

最后可以检查是否所有容器都正常运行了，用如下代码：

docker compose ps

会得到如下输出：

在这个输出中，你应该可以看到包括 3 个业务服务 api / worker / web，以及 6 个基础组件 weaviate / db / redis / nginx / ssrf_proxy / sandbox 。

完成上面的步骤后，恭喜你，已经完成了dify的部署，下面我们就可以访问系统看看，直接在浏览器输入 http://localhost/install，第一次进入时会要求你设置管理员账号密码，设置好后即可登录进入系统。

四、配置大模型

进入系统后，点击右上角的头像，会弹出下拉菜单，选择设置：

会弹出设置界面，里面选择模型供应商菜单进行配置即可：

找到 DeepSeek，将上文获取的 API Key 粘贴至其中。点击保存，校验通过后将出现成功提示。

当然，模型也可以选择别的大模型，或者别的平台部署的满血大模型，比如我就配置了硅基流动的模型和本地部署的Ollama管理的deepseek-r1:7b的模型，这些就可以自由配置，喜欢用哪个都行。

五、更新Dify

进入dify源代码的docker目录，命令和上面进入的命令一样，下面就按顺序执行如下命令即可完成本次更新，这块写的可能不是很清楚，有不懂的可以留言咨询。

docker compose down
git pull origin main
docker compose pull
docker compose up -d

还是需要区分Docker Compose版本问题，用不同的命令，同样是基于git克隆项目到本地的方式才能用这块的更新方式，手动部署的就直接替换后重新启动就行了。

同样对.env文件进行更新的，也需要重启Dify：

docker compose down
docker compose up -d

总结：这篇写的比较匆忙，只是介绍了Dify的本地部署和DeepSeek的模型配置，写的也比较浅，因为还在研究中，后续会更新在dify中用工作流实现几个比较简单的案例，到时候也分享出来，感兴趣的小伙伴可以关注我，可以及时收到更新的消息！