Windows下调试Dify相关组件(2)--后端Api

1.部署依赖的服务(代码最外层的docker目录)

1.1 将middleware.env.example复制,并改名为middleware.env。

1.2 查看docker-compose.middleware.yaml,有5个服务

db:postgres数据库。

redis:redis缓存。

sandbox:沙盒,组件运行环境。

ssrf_proxy: 防服务端请求伪造(SSRF,server-side request forgery)攻击代理。

weaviate:向量数据库,没用到知识库可以暂时删掉。

1.3 启动 Docker Desktop

1.4 cmd命令行切到docker目录,运行命令

bash 复制代码
docker-compose -f docker-compose.middleware.yaml up -d

正常完成后 docker ps命令可以查看运行的容器:

2. 安装poetry

2.1 要求**python版本须是3.11或3.12,建议3.12。**已安装python 3.12.2,系统识别python命令。

2.2 Powershell 执行

bash 复制代码
(Invoke-WebRequest -Uri https://install.python-poetry.org -UseBasicParsing).Content | py -

或cmd命令行 (如系统配置的是python3命令,请将后面的python改为python3):

bash 复制代码
curl -sSL https://install.python-poetry.org | python -

参考官网:Introduction | Documentation | Poetry - Python dependency management and packaging made easy (python-poetry.org)

2.3 安装完成后,将安装路径加入到系统环境变量Path中,查看版本,目前是2.0.0:

bash 复制代码
poetry --version
3. Api服务(代码最外层的api目录)

1.1 将.env.example复制,并改名为.env。

1.2 随便设置.env文件里的SECRET_KEY,也可以在Linux下运行下面命令去生成key:

bash 复制代码
openssl rand -base64 42

1.3 PyCharm 打开api目录,设置Poetry虚拟环境的解释器

终端运行命令 poetry env info 可以查看python环境情况。

1.4 安装依赖包

bash 复制代码
poetry install

如果提示 pyproject.toml changed significantly since poetry.lock was last generated. Run `poetry lock` to fix the lock file. 则先运行下面命令:

bash 复制代码
poetry lock

1.5 同步数据库表

bash 复制代码
poetry run python -m flask db upgrade

1.6 配置启动如图所示,然后可以调试了

1.7 遇到的问题

一开始用的Python3.11+PyCharm社区2023,调试的时候出现下面警告

sys.settrace() should not be used when the debugger is being used. This may cause the debugger to stop working correctly.

然后能到达断点,但调试不了,原因不明。

后改用Python3.12+PyCharm社区2024就好了。

1.8 结束

相关推荐
流浪00115 分钟前
大模型技术全景(二十三):RAG 应用阶段的检索、提示词增强与生成
llm·rag·提示词增强·rag检索
Yuzhiyuxia1 小时前
【面试系列】MCP面试知识点
llm
熊猫钓鱼>_>1 小时前
告别手工贴发票:增值税发票识别+核验,搭一条报销自动化流水线
人工智能·ai·职场和发展·自动化·大模型·llm·agent
范中勤2 小时前
Python Asyncio 协程与 LLM 异步并发原理技术文档(与 Java 对比|彻底澄清所有误区)
python·llm·协程·并发编程·asyncio
点纭3 小时前
LLM理论:流式输出、重试、限流与结构化返回
llm
爱听歌的周童鞋3 小时前
MIT 6.5940 | TinyML 与高效 AI 计算 | Fall 2026 | 笔记 | Lecture 1:Introduction
llm·边缘计算·模型压缩·模型量化·tinyml·高效ai计算
承渊政道8 小时前
【从零开始大模型开发与微调:基于PyTorch与ChatGLM】(开源大模型ChatGLM高级定制化应用实战)
人工智能·pytorch·python·llm·模型微调·glm
九卷14 小时前
企业级Agent系统整体技术架构介绍
ai·架构·大模型·llm·agent·智能体
浮生望16 小时前
Agentic RAG(下):ES + Milvus 多路召回,再用 Rerank 去噪
llm·agent
DigitalOcean19 小时前
DigitalOcean 无服务器推理实测:六款模型的首 Token 延迟表现
llm·agent