dify系列之01、快速本地一键搭建dify

文章目录

前言

博主介绍:✌目前全网粉丝4W+,csdn博客专家、Java领域优质创作者,博客之星、阿里云平台优质作者、专注于Java后端技术领域。

涵盖技术内容:Java后端、大数据、算法、分布式微服务、中间件、前端、运维等。

博主所有博客文件目录索引:博客目录索引(持续更新)

CSDN搜索:长路

视频平台:b站-Coder长路

配置描述

⚙️ 最低配置(轻量测试/个人学习)

  • CPU:2 核(支持 x86-64 架构)

  • 内存:4 GB

  • 存储:20 GB SSD(知识库文件索引需高速磁盘)

  • 网络:公网访问(用于拉取模型/镜像)

  • 适用场景

    • 个人体验、基础功能测试
    • 少量知识库文档(<100份)
    • 低并发请求(<5 QPS)

实测示例

阿里云 t6 突发性能实例 (2vCPU/4GB) 或腾讯云 轻量应用服务器 (2C/4G) 可流畅运行基础功能。

⚡****️ 推荐配置(团队协作/生产部署)

  • CPU:4 核(建议 Intel Xeon 或 AMD EPYC 系列)

  • 内存:8 GB(知识库处理时占用较高)

  • 存储:50 GB SSD(预留文档存储和日志空间)

  • 带宽:5 Mbps 以上(支持多用户同时操作)

  • 适用场景

    • 团队协作(3~10人)
    • 频繁使用工作流/知识库检索
    • 接入大模型 API(如 GPT-4)
    • 中等并发请求(10~50 QPS)

💡 优化建议

  1. 启用 swap 分区(避免内存突发不足)
  2. 数据库独立部署(生产环境分离 PostgreSQL/Redis)
  3. 使用云存储(如 AWS S3/MinIO)保存文件

🔧 资源占用关键因素

组件 资源影响说明
知识库索引 大文件解析时 CPU 占用骤增(如 100MB PDF),需预留计算峰值
模型推理 若本地部署 LLM(如 Llama 3),需额外 GPU 资源(参考:7B 模型需 16GB 显存)
并发请求 每用户会话约占用 200MB 内存,高并发需按 [基础内存 + 用户数×200MB] 扩容

⚠️ 重要提醒

  1. 避免使用 共享型/突发性能实例(如 AWS t 系列、阿里云 t6),易因 CPU 积分耗尽卡顿
  2. 首次启动后访问 http://服务器IP 初始化管理员账号
  3. 监控命令:docker stats 查看实时资源占用

了解Dify

GitHub 仓库👉 https://github.com/langgenius/dify

  • 含最新代码、Issue 追踪及版本更新。

中文文档👉 https://docs.dify.ai/zh-hans/introduction

  • 完整功能指南:应用创建、知识库配置、模型接入、API 使用等。

基础知识补齐

LLMOps

文档:https://docs.dify.ai/zh-hans/learn-more/extended-reading/what-is-llmops

LLMOps(Large Language Model Operations)是一个涵盖了大型语言模型(如GPT系列)开发、部署、维护和优化的一整套实践和流程。LLMOps 的目标是确保高效、可扩展和安全地使用这些强大的 AI 模型来构建和运行实际应用程序。它涉及到模型训练、部署、监控、更新、安全性和合规性等方面。

快速搭建Dify

前置准备

安装docker & docker compose

docker安装:https://blog.csdn.net/cl939974883/article/details/124394266

docker compose安装:https://blog.csdn.net/cl939974883/article/details/126463806

情况1:如果是docker环境,则配置如下:

shell 复制代码
vim /etc/docker/daemon.json

{
        "registry-mirrors": [
          "https://docker.1panelproxy.com",
          "https://2a6bf1988cb6428c877f723ec7530dbc.mirror.swr.myhuaweicloud.com",
          "https://docker.m.daocloud.io",
          "https://hub-mirror.c.163.com",
          "https://mirror.baidubce.com",
          "https://your_preferred_mirror",
          "https://dockerhub.icu",
          "https://docker.registry.cyou",
          "https://docker-cf.registry.cyou",
          "https://dockercf.jsdelivr.fyi",
          "https://docker.jsdelivr.fyi",
          "https://dockertest.jsdelivr.fyi",
          "https://mirror.aliyuncs.com",
          "https://dockerproxy.com",
          "https://mirror.baidubce.com",
          "https://docker.m.daocloud.io",
          "https://docker.nju.edu.cn",
          "https://docker.mirrors.sjtug.sjtu.edu.cn",
          "https://docker.mirrors.ustc.edu.cn",
          "https://mirror.iscas.ac.cn",
          "https://docker.rainbond.cc"
        ]
}

# 重启docker
systemctl restart docker

情况2:如果你是mac电脑,用的是orbstack

orbstack文档:https://dtstack.yuque.com/rd-center/sm6war/rmp0c83s2o5vonva

shell 复制代码
# 国内使用最先需要更换源,orbstack 的配置文件在
vim ~/.orbstack/config/docker.json 		# 等于是~/.docker/daemon.json 文件

# 修改并保存
{
  "registry-mirrors": [
          "https://docker.1panelproxy.com",
          "https://2a6bf1988cb6428c877f723ec7530dbc.mirror.swr.myhuaweicloud.com",
          "https://docker.m.daocloud.io",
          "https://hub-mirror.c.163.com",
          "https://mirror.baidubce.com",
          "https://your_preferred_mirror",
          "https://dockerhub.icu",
          "https://docker.registry.cyou",
          "https://docker-cf.registry.cyou",
          "https://dockercf.jsdelivr.fyi",
          "https://docker.jsdelivr.fyi",
          "https://dockertest.jsdelivr.fyi",
          "https://mirror.aliyuncs.com",
          "https://dockerproxy.com",
          "https://mirror.baidubce.com",
          "https://docker.m.daocloud.io",
          "https://docker.nju.edu.cn",
          "https://docker.mirrors.sjtug.sjtu.edu.cn",
          "https://docker.mirrors.ustc.edu.cn",
          "https://mirror.iscas.ac.cn",
          "https://docker.rainbond.cc"
  ]
}

# 重启
orb restart docker

快速部署

注意:要下载最新版本的,如果是用镜像的要选择切换下版本。

shell 复制代码
# 克隆 Dify 官方仓库
# git clone https://github.com/langgenius/dify.git
# 快速克隆gitee的国内镜像仓库
git clone https://gitee.com/TchaikovskyBear/dify.git

# 进入 Docker 配置目录
cd dify/docker

# 复制环境配置文件(使用默认配置)
cp .env.example .env

# 启动所有容器(后台运行)
docker compose up -d

mac系统使用docker可使用orbstack替代,实际上内置了docker:

拉取完毕,正常即可运行:

访问网址:http://localhost/apps

正常注册账号,登录即可:


整理者:长路 时间:2025.6.9

资料获取

大家点赞、收藏、关注、评论啦~

精彩专栏推荐订阅:在下方专栏👇🏻

更多博客与资料可查看👇🏻获取联系方式👇🏻,🍅文末获取开发资源及更多资源博客获取🍅

相关推荐
java1234_小锋5 小时前
嵌入模型与Chroma向量数据库 - 嵌入模型与向量数据库简介 - AI大模型应用开发必备知识
人工智能·向量数据库·chroma
马克Markorg1 天前
SpringBoot + LangChain4j 打造企业级 RAG 智能知识库,多工具集成方案
spring boot·向量数据库·rag·qdrant·langchain4j·增强知识检索库
长路 ㅤ   3 天前
长路的AI领域技术博客汇总文档
向量数据库·大模型部署·langchain4j·智能体agent·ai后端技术
Hoking8 天前
milvus向量数据库介绍与部署(docker-compose)
人工智能·milvus·向量数据库
uncle_ll14 天前
Milvus介绍及多模态检索实践:从部署到实战全解析
milvus·多模态·向量数据库·ann·rag·搜索·检索
ASS-ASH16 天前
AI时代之向量数据库概览
数据库·人工智能·python·llm·embedding·向量数据库·vlm
逃课的蟠桃17 天前
从 Confluence 迁移到新知识库:6款工具对比+5步落地路径
知识库管理·私有部署
玄同76517 天前
数据库全解析:从关系型到向量数据库,LLM 开发中的选型指南
数据库·人工智能·知识图谱·milvus·知识库·向量数据库·rag
无名修道院18 天前
AI大模型应用开发-RAG 基础:向量数据库(FAISS/Milvus)、文本拆分、相似性搜索(“让模型查资料再回答”)
人工智能·向量数据库·rag·ai大模型应用开发