从零开始部署Dify:后端与前端服务完整指南

从零开始部署Dify:后端与前端服务完整指南

在AI应用开发中,Dify作为一款功能强大的工具,其部署过程涉及多个技术栈的整合。本文将详细讲解如何从零开始搭建Dify的完整环境,包括后端服务和前端界面的配置与启动。


一、环境准备

1. 系统要求

  • 操作系统:Windows Subsystem for Linux (WSL) 或 Ubuntu 22.04+
  • Docker:版本24.0+
  • Python:3.12(通过Poetry管理)
  • Node.js:v18.x LTS(NPM/Yarn)

2. 项目结构

复制代码
dify/
├── docker/
│   ├── docker-compose.middleware.yaml
│   └── middleware.env
├── api/
│   ├── .env
│   └── requirements.txt
└── web/
    ├── package.json
    └── .env.local

二、后端服务部署

1. 中间件启动(Docker Compose)

bash 复制代码
# 进入docker目录
cd ../docker

# 复制环境变量模板
cp middleware.env.example middleware.env

# 启动Weaviate配置的中间件栈
docker compose -f docker-compose.middleware.yaml \
  --profile weaviate \
  -p dify \
  up -d

注意 :在WSL环境中,不能使用/mnt路径,否则dify-db-1容器报错initdb: error: could not change permissions of directory "/var/lib/postgresql/data/pgdata": Operation not permitted,无法启动。

2. 后端环境配置

bash 复制代码
# 进入API目录
cd ../api

# 生成随机密钥
sed -i "/^SECRET_KEY=/c\SECRET_KEY=$(openssl rand -base64 42)" .env

3. 依赖安装与数据库迁移

bash 复制代码
# 激活Poetry环境
poetry env use 3.12
poetry lock
poetry install

# 数据库迁移
poetry run python -m flask db upgrade

4. 服务启动

bash 复制代码
# 后台启动API服务
poetry run python -m flask run \
  --host 0.0.0.0 \
  --port=5001 \
  --debug

# 启动Celery异步任务队列
poetry run python -m celery \
  -A app.celery worker \
  -P gevent \
  -c 1 \
  --loglevel INFO \
  -Q dataset,generation,mail,ops_trace,app_deletion

三、前端界面搭建

1. 环境配置

bash 复制代码
# 安装Node.js依赖
npm install

# 配置环境变量
cp .env.example .env.local

# 示例配置(根据实际环境调整)
NEXT_PUBLIC_API_PREFIX=http://localhost:5001/console/api
NEXT_PUBLIC_PUBLIC_API_PREFIX=http://localhost:5001/api

2. 服务启动

bash 复制代码
# 开发模式启动
npm run dev

# 访问地址
http://localhost:3000

四、常见问题排查

  1. 端口冲突 :检查50013000端口是否被占用
  2. 环境变量错误 :确保.env文件无语法错误

五、总结

通过以上步骤,我们成功搭建了Dify的完整运行环境。后端服务负责数据处理与存储,前端界面提供直观的操作界面。


参考文档:

相关推荐
picoasis4 天前
Dify:Step 5 大模型使用的基本流程,实战中问题规避方法
dify
油炸小波8 天前
02-AI应用开发平台Dify
人工智能·python·dify·coze
悟空码字10 天前
部署Spring Boot项目到Linux服务器数据盘
linux·spring boot·部署·数据盘
油炸小波11 天前
Dify安装部署
dify
uncle_ll12 天前
RAG系统中的文本分块技术:从基础策略到智能分块的深度解析
llm·agent·dify·rag
打小就很皮...12 天前
基于 Dify 实现 AI 流式对话:组件设计思路(React)
前端·react.js·dify·流式对话
Orange_sparkle17 天前
关于dify中http节点下载文件时,文件名不为原始文件名问题解决
人工智能·http·chatgpt·dify
寒冰大叔18 天前
Dify 添加 Google cloud 模型供应商
googlecloud·dify·gemini
TGITCIC18 天前
第1课-通过DIFY实现一个完整的Text2Sql来讲AI原生及Agentic RAG长什么样
text2sql·dify·ai-native·chatbi·rag增强检索·agentic rag
Alfred king22 天前
Dify chat模型streaming转为文字解决方案
低代码·agent·dify