一、概述

随着AI工具的广泛使用，利用现有的AI工具(例如deepseek、豆包、kimi、GPT等)可以大副度地提升日常的工作效率。但对于企业来说，为考虑数据的安全性，可以考虑本地部署AI，避免数据泄露。同时通过搭建自己本地的知识库，实现定制化的功能。

二、安装windows docker desktop

1、确认系统的Hyper-v功能正常启用

控制面板 ——> 程序和功能

2、docker官网下载安装windows客户端

https://www.docker.com/
等待安装包下载完成， 双击运行安装即可，所有选项保持默认

3、安装完成后的界面如下所示

首次安装时，默认是没有任何容器显示的，这是我部署好dify界面的截图

三、下载安装ollama

等待安装包下载完成， 双击运行安装，中间没有任何选项，保持下一步安装即可

四、部署本地deepseek

此案例中部署的是deepseek-r1:7b版本

说明：运行上面的命令为部署deepseek-r1:7b版本，由于我这里事先已经部署好了，直接会进入模型。首次部署时，会出现下载过程，大约4.7G的容量，看网速等待完成即可

五、本地下载部署dify

5.1 下载dify的安装包

https://github.com/langgenius/dify
等待安装包下载完成

5.2 将dify解压到任意目录

最好不要有中文
切换到解压目录的docker目录(D:\dify-main\docker)中，将.env.example复制重命名为.env

5.3 开始部署dify

由于我这里dify事先部署完成了，所以显示的都是running过程。首次部署时，需要等待下载相应的容器镜像，创建相应的容器

成功部署后，可以在docker desktop界面查看创建的容器、及镜像

5.4 通过浏览器访问本地的dify

按第一步的提示，创建管理员用户，跳转到登录界面
登录成功后的界面如下所示

六、设置dify使用的模型

6.1 设置dify使用的模型

6.2 安装模型厂商，设置对应的key

比如这里设置ollama厂商调用本地部署的deepseek-r1:7b

6.3 设置系统推理模型

七、创建本地知识库

7.1 安装bge-m3模型

7.2 在dify中添加bge-m3模型

7.3 创建本地知识库

八、创建对话助手

创建对话助手，使用本地的知识库进行对话问答