Dify工具的安装和使用

AI工具的使用

1. 安装前硬件要求

名称 参数
操作系统 Windows 11(64位)
处理器 至少2核,2GHz或更快
硬盘空间 至少60GB

硬件越好,性能越高,处理越快。

2.安装WSL和Docker

(1)开启Hyper-V,安装WSL

打开控制面板,找到对应的功能进行打开,操作如下图:

windows+R,输入cmd,命令行输入wsl --install,安装重启电脑。重启后输入wsl --status查看状态。

如果无报错,跳过更新;如果有报错,输入 wsl --update 更新(若下载缓慢可终止 Ctrl + C,再使用 wsl --update --web-download 重新下载)。

最后输入 wsl --status 确认安装成功。

(2)安装Docker

Docker官网下载地址: Docker: Accelerated Container Application Development

下载与系统相对应的版本进行安装即可。

3.安装git

网址:https://github.com/git-for-windows/git/releases/download/v2.48.1.windows.1/Git-2.48.1-64-bit.exe

搜索:github文件加速下载,加速下载github文件

安装教程:【可以无脑下一步】windows安装git(全网最详细,保姆教程)

4.安装dify

配置docker镜像源,加速下载

增加docker镜像源:https://docker.1ms.run

json 复制代码
{
  "builder": {
    "gc": {
      "defaultKeepStorage": "20GB",
      "enabled": true
    }
  },
  "experimental": false,
  "features": {
    "buildkit": true
  },
  "registry-mirrors": [
    "https://docker.1ms.run"
    
  ]
}

更改镜像源方式一:docker界面操作

更改镜像源方式二:找到json文件进行编辑

方式一:使用git克隆

打开cmd,输入命令:

从指定的GitHub仓库中获取Dify的代码

bash 复制代码
git clone https://github.com/langgenius/dify.git

操作,复制配置文件:

bash 复制代码
cd dify/docker
copy .env.example .env

cd是切换文件,相当于windows操作,进入到docker文件夹下。

cp是复制,复制示例配置文件,这一步就像是复制一份模板,后续可以根据自己的需求修改其中的参数,比如调整端口或密钥等。

一键启动服务:根据你安装的Docker Compose版本,选择相应的命令启动服务。如果是Docker Compose V2,在终端输入:

bash 复制代码
docker compose up -d

如果运行报错,运行V1版本代码:docker-compose up -d

方式二:直接github下载压缩包

github下载地址:GitHub - langgenius/dify

解压文件,先找到docker-compose.yaml文件所在的文件夹(通常在 dify 目录下的 docker 文件夹中)

进入命令行模式:

一键启动服务:根据你安装的Docker Compose版本,选择相应的命令启动服务。如果是Docker Compose V2,在终端输入:

bash 复制代码
docker compose up -d

如果运行报错,运行V1版本代码:docker-compose up -d

耐心等待下载

耐心等待下载完成:【下载不动可能是镜像源已失效】

问题处理(没报错跳过)

若出现端口冲突(例如 Error response from daemon: Ports are not available),可通过以下方法解决:

方法一:关闭占用 80 端口的服务。

方法二:修改 .env 文件中端口号,将 NGINX_PORT=80 和 EXPOSE_NGINX_PORT=80 改为 81。


安装是否成功

打开docker,看到运行的容器即可。

5. 使用Dify

在浏览器中打开:

bash 复制代码
http://localhost:80
或者
http://127.0.0.1:80

如果更改了端口,自行替换即可。

6. 配置模型

说明:Dify只是一个工具,AI模型需要配置API

Dify 是一个运行在本地的 Web UI,它允许我们便捷地访问和使用各种大语言模型,但是需要注意的是,下载 Dify 并不等同于下载了这些模型本身,如果希望使用这些大模型,依然需要入场券,也就是需要拿到相应的 API Key,这部分是需要自己额外付费。

右上角,个人信息下拉,选择设置,找到模型供应商

以deepseek为例:

进入官网:DeepSeek 开放平台

参考文档:DeepSeek API Docs

生成API key,方便调用:

记住api key,保存下来备用:

集成Ollama[本地化]

官网地址:Ollama

github地址:https://github.com/ollama/ollama/

下载安装即可。下载安装大模型。

模型名称选择你安装的大语言模型,基础URL默认是:http://host.docker.internal:11434/

创建应用

自由创作。

文档参考:

Dify+DeepSeek-R1: 我的超强AI工作流,详细的部署与使用实录_dify deepseek
保姆教程篇:手把手教你从零开始本地部署Dify - 知乎
Docker 部署 Dify:轻松集成 Ollama 和 DeepSeek_dify docker 配置ollama-CSDN博客

相关推荐
空影星几秒前
高效追踪电脑使用时间,Tockler助你优化时间管理
python·django·flask
避避风港1 分钟前
MySQL 从入门到实战
数据库·mysql
LiLiYuan.17 分钟前
【Lombok库常用注解】
java·开发语言·python
BagMM17 分钟前
DetLH论文阅读
人工智能·计算机视觉·目标跟踪
wgego21 分钟前
polarctf-web做题笔记
笔记·web安全
fundroid30 分钟前
Androidify:谷歌官方 AI + Android 开源示例应用
android·人工智能·开源
居然JuRan39 分钟前
大模型瘦身术:量化与蒸馏技术全解析
人工智能
艾莉丝努力练剑41 分钟前
【优选算法必刷100题】第031~32题(前缀和算法):连续数组、矩阵区域和
大数据·人工智能·线性代数·算法·矩阵·二维前缀和
不去幼儿园1 小时前
【启发式算法】灰狼优化算法(Grey Wolf Optimizer, GWO)详细介绍(Python)
人工智能·python·算法·机器学习·启发式算法
二川bro1 小时前
数据可视化进阶:Python动态图表制作实战
开发语言·python·信息可视化