2025年保姆级教程：阿里云服务器部署Dify+Ollama，打造专属AI应用平台

前言

作为开源的LLM应用开发平台，Dify凭借易用的可视化操作、完善的RAG引擎和灵活的工作流编排能力，成为比LangChain更适合生产环境的选择。很多开发者想搭建专属AI应用，但本地部署受硬件限制，云服务器部署成为最优解。

本文结合阿里云服务器的选型推荐，带大家从零实现Dify完整部署，包括服务器配置、环境搭建、Ollama关联和应用开发，全程实操无坑，新手也能轻松上手！

一、阿里云服务器选型推荐（性价比首选）

Dify部署需要依赖Docker容器，同时运行大模型对CPU、内存要求较高，结合个人/小型团队使用场景，推荐以下配置：

配置类型	规格	适用场景	优势	参考价格（年付）
入门级	2核4G，40G云盘，CentOS 8.2	个人测试、小型应用开发	成本低，满足基础部署需求	约300-500元
进阶级	4核8G，80G云盘，CentOS 8.2	团队协作、多模型运行	性能均衡，支持并发访问	约800-1200元
专业级	8核16G，100G云盘，CentOS 8.2	生产环境、复杂工作流	运行流畅，支持大模型推理	约1500-2000元

优惠链接点击购买

选型关键要点：

操作系统优先选择CentOS 8.2或Ubuntu 20.04，兼容性更好
内存建议≥4G，否则运行Dify+Ollama会卡顿
云盘选择SSD类型，读写速度更快，提升部署效率
带宽建议≥1M，保证模型拉取和应用访问流畅
购买后记得在阿里云控制台开放80、443、11434、5000端口（安全组配置）

也可以通过链接，能看到里面一系列云主机型号选择

二、服务器环境准备（全程命令行操作）

2.1 连接阿里云服务器

使用Xshell或FinalShell工具连接，输入服务器公网IP、用户名（默认root）和密码，连接成功后进入命令行界面。

2.2 安装Docker和Docker Compose

Dify基于Docker部署，先完成环境依赖安装：

bash 复制代码

# 更新系统包
yum update -y

# 安装Docker依赖
yum install -y yum-utils device-mapper-persistent-data lvm2

# 设置Docker镜像源（阿里云加速）
yum-config-manager --add-repo https://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo

# 安装Docker
yum install -y docker-ce docker-ce-cli containerd.io

# 启动Docker并设置开机自启
systemctl start docker
systemctl enable docker

# 验证Docker安装成功
docker --version

# 安装Docker Compose
curl -L "https://github.com/docker/compose/releases/download/v2.20.2/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose

# 赋予执行权限
chmod +x /usr/local/bin/docker-compose

# 验证Docker Compose安装成功
docker-compose --version

2.3 配置Docker镜像加速（关键步骤）

阿里云服务器默认有Docker镜像加速地址，配置后拉取镜像速度提升10倍：

bash 复制代码

# 创建Docker配置目录
mkdir -p /etc/docker

# 编写配置文件（替换为自己的阿里云加速地址，在容器镜像服务中获取）
tee /etc/docker/daemon.json <<-'EOF'
{
  "registry-mirrors": ["https://xxxx.mirror.aliyuncs.com"]
}
EOF

# 重启Docker服务
systemctl daemon-reload
systemctl restart docker

三、Dify部署步骤（社区版）

3.1 下载Dify源码

推荐使用1.1.3稳定版本，兼容性更好：

bash 复制代码

# 安装Git
yum install -y git

# 克隆Dify源码
git clone https://github.com/langgenius/dify.git

# 进入源码目录
cd dify

# 切换到1.1.3版本
git checkout v1.1.3

# 进入docker目录
cd docker

3.2 配置环境变量

bash 复制代码

# 复制环境变量模板
cp .env.example .env

# 编辑.env文件（可根据需求修改端口和数据库配置）
vim .env

# 关键配置项（默认即可，无需修改）
# WEB_PORT=5000
# DB_PASSWORD=dify_db_password
# REDIS_PASSWORD=dify_redis_password

3.3 启动Dify服务

bash 复制代码

# 后台启动所有服务
docker-compose up -d

# 查看启动状态（确保所有容器都是up状态）
docker-compose ps

首次启动会拉取多个镜像，耐心等待5-10分钟（取决于服务器带宽）。启动成功后

通过浏览器 访问 http://服务器公网IP:5000/install 即可进入Dify初始化页面。

3.4 初始化Dify

访问初始化页面，选择简体中文
设置管理员账户（邮箱、用户名、密码，密码需包含字母和数字，长度≥8位）
点击"设置"完成初始化，进入Dify登录页面
输入账号密码登录，看到主界面说明Dify部署成功！

四、Ollama部署与Dify关联

4.1 在阿里云服务器安装Ollama

Ollama是轻量级本地大模型运行工具，支持Llama 2、DeepSeek等模型：

bash 复制代码

# 下载Ollama安装脚本
curl -fsSL https://ollama.com/install.sh | sh

# 启动Ollama服务
systemctl start ollama
systemctl enable ollama

# 验证安装成功
ollama --version

# 拉取DeepSeek-R1小模型（适合服务器运行）
ollama pull deepseek-r1:1.5b

4.2 配置Dify关联Ollama

编辑Dify的.env文件，添加Ollama配置：

bash 复制代码

# 进入Dify的docker目录
cd /root/dify/docker

# 编辑.env文件
vim .env

# 在文件末尾添加以下配置
CUSTOM_MODEL_ENABLED=true
OLLAMA_API_BASE_URL=http://localhost:11434

# 重启Dify服务使配置生效
docker-compose restart

在Dify界面配置Ollama模型：

登录Dify，点击右上角用户名→"设置"→"模型供应商"
找到"Ollama"，点击"安装模型供应商"
点击"添加模型"，配置如下：
- 模型类型：LLM
- 模型名称：deepseek-r1:1.5b（与Ollama拉取的模型名称一致）
- 基础URL：http://localhost:11434
- 上下文长度：4096
点击"保存"，模型添加成功！

五、测试Dify应用功能

5.1 创建聊天助手应用

点击"Dify工作室"→"创建空白应用"→选择"聊天助手"
应用名称填写"测试助手"，点击"创建"
在"编排"页面，选择模型为deepseek-r1:1.5b
提示词输入："你是一个智能助手，负责解答用户的问题"
点击"调试与预览"，输入"你是谁？"，模型会返回响应，说明功能正常！

5.2 知识库功能测试

创建新应用，选择"聊天助手"，名称填写"知识库助手"
点击"知识库"→"添加"→"创建知识库"
上传本地PDF或TXT文件（支持15MB以内，格式包括PDF、DOCX、MD等）
文本分段设置：最大长度500tokens，重叠长度50tokens，点击"下一步"
索引方式选择"经济"，点击"完成"
在编排页面，启用"知识库"，选择刚刚创建的知识库
预览时输入文件中的相关问题，Dify会从知识库中检索答案并回复！

六、服务器安全配置与优化

6.1 安全组配置

在阿里云控制台→云服务器ECS→安全组→配置规则，开放以下端口：

80/tcp：HTTP访问
443/tcp：HTTPS访问
5000/tcp：Dify访问
11434/tcp：Ollama服务
22/tcp：SSH连接（仅允许自己的IP访问，提高安全性）

6.2 性能优化

调整Docker资源限制，编辑docker-compose.yaml，添加资源配置：

yaml 复制代码

services:
  web:
    deploy:
      resources:
        limits:
          cpus: '2'
          memory: 2G
  api:
    deploy:
      resources:
        limits:
          cpus: '2'
          memory: 2G

定期清理Docker镜像和容器，释放空间：

bash 复制代码

# 清理未使用的镜像
docker image prune -a

# 清理停止的容器
docker container prune

七、常见问题排查

Dify访问不了？

检查安全组是否开放5000端口
查看Docker容器状态：docker-compose ps，确保所有容器正常运行
查看日志：docker-compose logs -f web

Ollama模型拉取失败？

检查服务器网络是否正常，可配置阿里云DNS：223.5.5.5
更换更小的模型，如llama2:7b

模型响应缓慢？

升级服务器配置（增加内存和CPU）
选择更小的模型版本
关闭不必要的Docker容器，释放资源

总结

通过阿里云服务器部署Dify+Ollama，我们可以拥有一个完全自主可控的AI应用开发平台，支持聊天助手、文本生成、知识库问答等多种场景。相比本地部署，阿里云服务器稳定性更高、可扩展性更强，适合个人开发者和小型团队长期使用。

按照本文步骤操作，全程无复杂配置，即使是新手也能顺利完成部署。接下来就可以基于Dify的工作流、Agent等高级功能，开发自己的专属AI应用了！如果遇到问题，欢迎在评论区交流～