Windows本地部署Dify(Docker)

Windows本地部署Dify(Docker)

官方文档:https://docs.dify.ai/zh/use-dify/getting-started/introduction

1. 环境准备

查看windows显卡:
Ctrl + Shift + Esc打开任务管理器,左侧选项卡选性能,然后可以看到GPU配置

  1. 准备git环境:

    下载并安装git:https://git-scm.com/install/windows

  2. 在本地某个位置新建文件夹Dify,选择文件夹,右键选择Open Git Bash Here

  3. 输入git clone --branch "$(curl -s https://api.github.com/repos/langgenius/dify/releases/latest | jq -r .tag_name)" https://github.com/langgenius/dify.git

    如果报错 bash: jq: command not found说明windows没有jq命令,这时可以手动输入最新的版本号。

    打开链接 https://github.com/langgenius/dify/releases/latest 浏览器地址栏里最后的部分就是最新的版本号,如1.13.3.

    直接输入:git clone --branch 1.13.3 https://github.com/langgenius/dify.git

    这样就将源代码下载到了本地。

  4. 将dify代码上传到自己的gitee仓库管理(可选)

    首先,确保已经参照gitee官网添加本机的ssh公钥。

    进入项目目录/dify:cd dify

    在gitee上需要创建一个名称为dify的完全空的仓库(不要初始化仓库),点击创建。在gitee页面上获取仓库的https地址,如:https://gitee.com/xumengting/dify.git

    回到git bash界面,如果没有配置过git,先进行Git全局设置:

    git config --global user.name "your_gitee_name"

    git config --global user.email "your_gitee_related_email_address"

    确保自己的目录在dify中,输入命令:git remote add dify <你的Gitee仓库地址>

    在git bash上创建并切到分支git checkout -b master(不然可能出现没有分支,只推送标签)

    推送本地代码到gitee:git push -u dify master

  5. 准备docker

    下载并安装docker:https://www.docker.com/products/docker-desktop/

    查看自己的docker compose版本:docker-compose --version

2. 按官方教程部署

Dify部署官方教程:https://docs.dify.ai/zh/self-host/quick-start/docker-compose

3. 遇到的问题

  1. 启动容器:docker compose up -d报错:error response from daemon: ports are not available: exposing port TCP 0.0.0.0:5003 -> 127.0.0.1:0:listen tcp 0.0.0.0:5003:bind: an orbidden by its access permissions
    原因:系统端口映射服务缓存异常。
    解决办法:重启Windows NAT服务:
    net stop winnat
    net start winnat

4. 注意事项

  1. 如果修改了本地.env文件中的环境变量,一定要重启Dify应用更改:
    docker compose down
    docker compose up -d

5. 补充:docker compose开启的核心服务

docker compose开启了一些核心服务,可以理解为一个服务就是一个容器。

Web:作为整个系统的前端入口。它负责处理用户的HTTP请求,提供网页界面和API接口,是用户与系统交互的桥梁。用户访问网站、调用API时,实际上就是在和这个服务打交道。

API:系统的核心业务逻辑处理中心。它接收来自Web前端的请求,执行创建、查询、更新等核心操作,并协调其他服务(如调用数据库、触发后台任务)。简单来说,它负责处理"干什么"的具体指令。

Worker:负责执行耗时的、后台的异步任务。比如发送邮件、处理视频、AI模型推理等。这些任务如果放在API或Web服务里做,会阻塞用户请求,导致页面卡顿。引入Worker后,API只需把任务"丢进"队列,Worker就会在后台取走并慢慢处理,前端可以立即响应用户。

Worker_Beat:定时任务的调度器。它负责按预定时间(如每天凌晨3点)触发特定的任务,并将这些任务发送给Worker去执行。没有它,系统就无法自动执行周期性任务,比如定期清理过期数据、生成报表等。通常,一个系统中只有一个worker_beat服务处于激活状态。

Plugin_Daemon:插件的"管家"。它负责管理第三方或自定义插件的整个生命周期,包括插件的安装、卸载、运行环境隔离以及任务执行。它就像一个轻量级的插件运行平台,确保外部代码在安全的环境下运行,不影响主系统的稳定性。

相关推荐
做萤石二次开发的哈哈5 小时前
基于萤石蓝海 AIoT 的饲料原料监管溯源视频管理平台建设方案:面向多年存档与按工单调阅的监管要求
人工智能·物联网·萤石开放平台·蓝海aiot一站式工作台·aiot开发
why-geo5 小时前
AI时代,AI入口流量会全面颠覆搜索引擎流量吗?
大数据·人工智能
小白学大数据5 小时前
Python 小工具实战:用问财接口搭建金融数据采集器
开发语言·人工智能·python
爱学堂IT课程大全5 小时前
尚硅谷-AI大模型之深度学习,AI大模型就业班线下2026版
人工智能
意图共鸣5 小时前
思想开源:意图共鸣科技把一整套“AI认知体系”带进了AtomGit
人工智能·科技
wshzd5 小时前
LLM之Agent(七十三)|PI(十二)对话循环与消息状态机
人工智能
IT_陈寒5 小时前
Redis并发写入踩坑记录:别让超时设置坑了你
前端·人工智能·后端
俊哥V5 小时前
AI一周事件 · 2026-09-09 至 2026-09-15
人工智能·ai
这就是佬们吗5 小时前
Function Calling 还是 MCP?先分清它们根本不是同一层的东西
人工智能·prompt·ai编程
AIGCmagic社区5 小时前
KITTI AbsRel从6.5压到5.4,Marigold V2用一张32GB卡把编辑DiT收成单步深度估计
人工智能·算法·aigc·ai多模态