Windows下基于Python构造Dify可视应用环境[非Dock]

引言

平台构建应用Agent，想到了大名鼎鼎的"Dify"，搜索找到了博友实验并写作的"Windows平台源码部署Dify教程(不依赖Docker)"，参考它进行上机操练，花了不少时间，踩了不少坑也没有成功。借助于AI平台IMA-DeepSeek，处理了一些重要细节操作，几经试验探索，终于达到预期目标。特别归纳整理过程出来，以助力应用求索者。

IMA-DS借力

ima-ds借力，如下图所示，咨询提示词：WIN10或WIN11下不用DOCK和CONDA安装运行精简DIFY，说明使用数据库的下载安装，叙述整个DIFY及其相关软件的下载安装过程。

环境与软件准备

电脑Windows系统满足以下基础条件：

操作系统： Windows 10 或 Windows 11。
Python：需要Python 3.8 - 3.11 版本。这里安装使用Python 3.11，确保在安装时勾选"Add Python to PATH"或将其所在目录与子目录scripts写入Path环境变量中。
Node.js：用于构建前端。需要Node.js v18.x 或更高版本，这里使用node-v20.9.0-x64.msi。
Git：用于克隆代码仓库。

下载并安装PostgreSQL数据库

Dify依赖PostgreSQL数据库。以下是Windows下的安装步骤：

下载：访问PostgreSQL官网的Windows下载页面（https://www.postgresql.org/download/windows/），下载最新的安装程序（.exe文件）。
安装：运行安装程序，在安装向导中，请务必记住设置的超级用户（postgres）密码。其他设置如安装目录、数据目录、端口（默认5432）等可保持默认。
验证：安装完成后，可以通过开始菜单中的"pgAdmin 4"图形化工具连接数据库。在连接服务器时，输入安装时设置的密码即可。
创建数据库：连接成功后，使用pgAdmin的查询工具或命令行，执行SQL命令 CREATE DATABASE dify; 来创建名为 dify 的数据库。也可以如下图通过可视方式构建dify数据库。

下载并安装Redis

Redis用于缓存和队列等临时数据存储。Windows下，可以通过https://github.com/microsoftarchive/redis/releases或https://github.com/tporadowski/redis/releases，下载最新的.msi安装包进行直接安装，但版本较低，如Redis-x64-5.0.14.1.msi；也可以从官网直接下载较高的版本，如redis-7.0.11-windows.zip，但需要通过命令启动 Redis 服务端而且每次开机都需要手动启动。只有部分版本如Redis-x64-5.0.14.1.zip可以将 Redis 服务添加到 Windows 资源管理器，实现开机后自动启动，并且能够在Windows服务窗口查看和操控，如下图所示：
redis-server.exe --service-install redis.windows.conf --loglevel verbose

redis-server --service-start

安装与测试：安装完成后，Redis通常会作为Windows服务自动启动。可以在命令提示符中运行redis-cli来测试连接，并执行SET mykey "Hello"和GET mykey等命令验证是否正常工作。

获取Dify源码并配置Python环境

克隆代码并切换版本：打开命令提示符或PowerShell，执行以下命令：
git clone https://github.com/langgenius/dify.git

cd dify

git checkout tags/v0.15.4

git克隆速度很慢，可以直接从https://gitcode.com/GitHub_Trending/di/dify/tags/0.15.4下载zip压缩包。

配置Python虚拟环境与依赖

进入后端目录并创建虚拟环境：
cd api

python -m venv dify-env

dify-env\Scripts\activate

安装管理工具Poetry及其依赖

pip install poetry

poetry install

生成最简 requirements.txt 依赖集：执行 poetry export -f requirements.txt --output requirements.txt 命令，可以将当前虚拟环境中的依赖导出为一个标准的 requirements.txt 文件。

配置Dify环境变量

在dify/api/目录下，复制环境变量示例文件并配置关键参数。

复制文件：copy .env.example .env

编辑.env文件，设置任意字符的42位SECRET_KEY、postgreSQL和redis的密码，关键配置如下图所示。

初始化数据库并启动后端服务

数据库迁移：在激活的虚拟环境中，执行以下命令来创建数据库表结构：python -m flask db upgrade

启动Dify API后端服务：python -m flask run --host 0.0.0.0 --port=5001

服务启动后，后端API将在 http://localhost:5001 运行。

（可选）启动异步任务Worker：如果需要处理数据集导入等异步任务，可以新开一个命令行窗口，在相同虚拟环境下运行：python -m celery -A app.celery worker -P gevent -c 1 --loglevel INFO -Q dataset,generation,mail,ops_trace,app_deletion

集中数据库表管理Navicat下postgre迁入数据表的情形与redis操作情形，如下图所示。

构建并启动前端服务

进入前端目录并安装依赖：
cd ../web

npm install

配置前端环境变量：copy .env.example .env.local

编辑.env.local文件，确保以下API地址指向刚启动的后端：
NEXT_PUBLIC_API_PREFIX= http://localhost:5001/console/api

NEXT_PUBLIC_PUBLIC_API_PREFIX= http://localhost:5001/api

启动前端开发服务器：npm run dev

前端服务启动后，默认在http://localhost:3000可访问。

访问Dify并配置Qwen与DeepSeek模型

访问与初始化：打开浏览器，访问 http://localhost:3000。首次进入会引导您创建管理员账号。

配置模型供应商：登录后，点击右上角头像进入"设置"，在"模型供应商"部分添加新的供应商。

对于Qwen（通义千问）：需要获取其API密钥。在模型供应商设置中，选择"通义千问"或"自定义"（如果提供），填入从阿里云平台获取的API Key和相应的API Base URL。

对于DeepSeek：同样，需要获取其API密钥。在模型供应商设置中，选择"DeepSeek"或"自定义"，填入从DeepSeek平台获取的API Key和其API地址（例如 https://api.deepseek.com）。

关于本地模型：如果您想使用通过Ollama等工具本地部署的Qwen模型，可以选择"Ollama"作为供应商，模型名称填入如 qwen:7b，基础URL填入 http://localhost:11434（需确保Ollama服务已运行）。

成功标志：当您能在Dify控制台（http://localhost:3000）正常访问，并且可以在应用编排中选择您配置好的Qwen或DeepSeek模型进行对话测试时，说明部署成功。