一、Dify介绍

在生成式AI技术快速迭代的背景下，如何高效构建并管理大语言模型（LLM）应用成为开发者关注的核心问题。Dify作为一款开源LLM应用开发平台，凭借其融合后端即服务（BaaS）与LLMOps的设计理念，为开发者提供从原型设计到生产部署的全流程支持。今天我来系统讲解Dify的本地化部署方法、模型集成及远程访问方案，助力开发者打造私有化AI开发环境。

Dify官网 https://dify.ai/zh

二、Dify的核心功能与优势

• 全栈开发支持
  Dify内置Prompt编排、RAG引擎、Agent框架等工具链，支持多模态模型接入（如GPT-4、Claude系列、Llama等），并可通过API与现有业务系统无缝集成。
• 开源与可扩展性
  支持自部署至本地服务器，开发者可基于Docker快速搭建环境，并通过插件机制扩展功能（如自定义工具链、知识库管理）。
• 企业级监管与协作
  提供多租户管理、用量监控及成本分析功能，适用于金融、医疗等需高合规性场景。

---

三、基于Docker的Dify本地化部署全流程

1. 下载安装Dify

• 下载dify的官方安装包，dify是开源工具，因此通过github下载：dify - github

# 克隆官方仓库
git clone https://github.com/langgenius/dify.git
cd dify/docker

• 配置环境变量

# 配置环境变量
cp .env.example .env

• 修改docker目录下的 .env文件，使其能本地部署

# The backend URL of the console API,
# used to concatenate the authorization callback.
# If empty,it is the same domain.
# Example: https://api.console.dify.ai
CONSOLE API URL=http://localhost

• 安装并启动容器

# 启动容器
docker compose up -d

• 验证服务状态

# 验证服务状态
docker compose ps  # 确保api、worker、nginx等容器正常运行

2. Dify本地访问与初始化

• 管理员注册

首次访问时候，会先访问到浏览器访问http://localhost/install，创建管理员邮箱、昵称、密码并完成初始化配置。

• 管理界面登录
  完成管理员注册配置后会跳转至http://localhost/signin用刚才设置的邮箱和密码进行登录。

首次登录需配置模型供应商（如OpenAI、Ollama）及API密钥，下文以ollama为例子。

---

3. Ollama本地集成

• 部署Ollama框架

  本地部署ollama框架可以参考这篇文章，这里不再赘述。

• 在Dify中接入Ollama

  • 1.进入Dify设置界面

  

  • 2.进入模型供应商并添加Ollama，进行安装

  

  • 3.安装完成后，在模型列表中出现Ollama，点击添加模型

  

  • 4.为了确保本地的ollama可以被其他应用访问，ollamahost需要配置为0.0.0.0。设置电脑环境变量，增加变量名OLLAMA_HOST，变量值为0.0.0.0

  • 配置情况如下：

  

  • 5.添加一个8B的模型

  • 模型名称必须是ollama本地库里存在的模型名称deepseek-r1:8b

  • 基础URL配置默认为http://host.docker.internal:11434

    

  • 6.点击保存，本地环境就部署好了。

4. Dify大模型运行

• 进入工作室界面，选择创建空白应用

• 这里方便演示，选择创建聊天助手，就可以快速创建大模型应用。当然你也可以生成其他的Agent、文本生成等应用。点击创建

---

• 创建完成后，就可以在探索里使用我们发布的大模型。

• 除此之外，Dify还支持将你的大模型以iframe或API形式嵌入到其他应用中。适合进行二次开发。

---

结语

Dify的本地化部署不仅为开发者提供了高度可控的AI应用开发环境，还通过开源生态与灵活扩展性降低了技术门槛。随着LLM技术的演进，Dify将持续赋能企业及个人开发者，推动生成式AI应用的普惠化与产业化。