一、背景说明
最近在学习和实践 LLM 应用开发平台时，选择了 Dify 。
Dify 是一个集成了 Prompt 管理、知识库（RAG）、多模型接入、API 服务的开源平台，官方推荐使用 Docker Compose 进行部署。
本文记录一次 Windows 环境下完整部署 Dify 的真实过程，包含实际踩坑与解决方案，供后续复现和参考。
二、环境准备
1. 操作系统
- Windows 10 / Windows 11（64 位）
2. 必备软件
-
Git for Windows
-
Docker Desktop（需启用 WSL2）
三、Git 安装与验证
1️⃣ 安装 Git for Windows
安装过程中重点选择以下选项：
-
Git from the command line and also from 3rd-party software
-
Git LFS
-
Use bundled OpenSSH
-
Use OpenSSL
-
Checkout Windows-style, commit Unix-style line endings
2️⃣ 验证 Git 是否安装成功
打开 CMD 或 PowerShell，执行：
git --version
正确输出示例：
git version 2.52.0.windows.1
说明 Git 已成功安装并加入系统 PATH。
四、克隆 Dify 源码（解决网络慢 / 中断问题）
1️⃣ 切换到代码目录
Windows 的 CMD 需要使用 /d 切盘符：
cd /d D:\software
2️⃣ 使用浅克隆方式拉取 Dify（强烈推荐）
由于 Dify 仓库体积较大，直接 git clone 容易因网络问题失败，因此采用浅克隆：
git clone --depth 1 --single-branch https://github.com/langgenius/dify.git
成功标志如下：
Receiving objects: 100% Resolving deltas: 100% Updating files: 100%
五、进入 Docker 目录并初始化配置
进入 Dify 的 Docker 目录：
cd dify\docker
复制环境变量模板文件：
copy .env.example .env
默认配置即可启动，无需修改。
六、使用 Docker Compose 启动 Dify
1️⃣ 启动所有服务
docker compose up -d
首次启动会自动：
-
拉取多个 Docker 镜像（体积较大）
-
创建 Docker 网络
-
启动多个服务容器
该过程耗时较长，属于正常现象，不建议中途打断。
2️⃣ 启动成功的关键标志
当终端出现类似输出时，说明启动成功：
✔ Container docker-api-1 Started ✔ Container docker-web-1 Started ✔ Container docker-nginx-1 Started ✔ Container docker-worker-1 Started ✔ Container docker-db_postgres-1 Healthy
说明：
-
db_postgres显示 Healthy 非常关键 -
init_permissions容器显示Exited属于正常（一次性初始化任务）
七、验证 Docker 容器状态
执行：
docker ps
确认所有 docker-xxx 容器均为 Up 状态。
八、访问 Dify 管理后台
在浏览器中访问：
http://localhost
如果无法访问，可尝试：
http://localhost:3000
首次进入需要：
-
创建管理员账号
-
登录系统后台
至此，Dify 已在本地成功部署并运行。
九、部署过程中遇到的问题与解决方案
问题 1：Git clone 报错（Recv failure / early EOF）
原因：
-
GitHub 网络连接不稳定
-
仓库体积较大
解决方案：
- 使用浅克隆：
git clone --depth 1 --single-branch https://github.com/langgenius/dify.git
- 或直接通过浏览器下载 ZIP 包
问题 2：Docker 镜像拉取速度慢
原因：
-
镜像体积大
-
网络限制
解决方案：
-
耐心等待首次拉取完成
-
避免中途
Ctrl + C -
后续可配置 Docker 镜像加速器（进阶）
十、总结
本次在 Windows 环境下成功部署 Dify，关键经验包括：
-
Git 必须正确加入 PATH
-
大型仓库优先使用浅克隆
-
Docker 首次启动慢是正常现象
-
正确认识各容器状态（Started / Healthy / Exited）
完成部署后，可基于 Dify 构建：
-
智能客服系统
-
RAG 知识库问答
-
企业内部 AI 应用