手把手教你用Docker部署Dify平台，打造可视化LLM应用环境
“ Dify是一款开源的大语言模型(LLM)应用开发平台。它融合了后端即服务（Backend as Service）和LLM Ops的理念，使开发者可以快速搭建生产级的生成式AI应用。即使你是非技术人员，也能参与到AI应用的定义和数据运营过程中。
Dify内置了构建LLM应用所需的关键技术栈，包括对数百个模型的支持、直观的Prompt编排界面、高质量的RAG引擎、稳健的Agent框架、灵活的流程编排，并同时提供了一套易用的界面和API。这为开发者节省了许多重复造轮子的时间，使其可以专注在创新和业务需求上。”
01
—
关于Dify
你或许可以把LangChain这类的开发库（Library）想象为有着锤子、钉子的工具箱。与之相比，Dify提供了更接近生产需要的完整方案，Dify好比是一套脚手架，并且经过了精良的工程设计和软件测试。
重要的是，Dify是开源的，它由一个专业的全职团队和社区共同打造。你可以基于任何模型自部署类似AssistantsAPI和GPTs的能力，在灵活和安全的基础上，同时保持对数据的完全控制。
02
—
前提条件
Dify可以在运行Docker环境的Windows、MacOS、Linux等电脑中部署，安装Dify之前, 请确保你的机器已满足最低安装要求：
CPU >= 2 Core
RAM >= 4 GiB
此外，操作系统还需要安装好Docker环境，不同OS所需的软件如下：
| 操作系统 | 软件 | 描述 |
|---|---|---|
| macOS | Docker Desktop | 为 Docker 虚拟机（VM）至少分配 2 个虚拟 CPU(vCPU) 和 8GB 初始内存，否则安装可能会失败。 |
| Linux | Docker 19.03 or later Docker Compose 1.28 or later | |
| Windows | Docker DesktopWSL 2 | 建议将源代码和其他数据绑定到 Linux 容器中时，将其存储在 Linux 文件系统中，而不是 Windows 文件系统中。 |
03
—
部署过程
一、克隆Dify代码仓库
从github克隆 Dify 源代码至要本地环境。
git clone https://github.com/langgenius/dify.git
二、启动Dify
\1. 进入Dify源代码的Docker目录
cd dify/docker
\2. 复制环境配置文件
cp .env.example .env
\3. 启动Dify的Docker容器
根据你系统上的Docker Compose版本，选择合适的命令来启动容器。你可以通过docker compose version命令检查版本，详细说明请参考Docker官方文档。
如果版本是 Docker Compose V2，使用以下命令：
docker compose up -d
如果版本是 Docker Compose V1，使用以下命令：
docker-compose up -d
运行命令后，你应该会看到类似以下的输出，显示所有容器的状态和端口映射：
[+] Running 11/11
✔ Network docker_ssrf_proxy_network Created 0.1s
✔ Network docker_default Created 0.0s
✔ Container docker-redis-1 Started 2.4s
✔ Container docker-ssrf_proxy-1 Started 2.8s
✔ Container docker-sandbox-1 Started 2.7s
✔ Container docker-web-1 Started 2.7s
✔ Container docker-weaviate-1 Started 2.4s
✔ Container docker-db-1 Started 2.7s
✔ Container docker-api-1 Started 6.5s
✔ Container docker-worker-1 Started 6.4s
✔ Container docker-nginx-1 Started
最后检查是否所有容器都正常运行：
docker compose ps
在这个输出中，你应该可以看到包括3个业务服务 api / worker / web，以及6个基础组件 weaviate / db / redis / nginx / ssrf_proxy / sandbox 。
PORTS
docker-api-1 langgenius/dify-api:0.6.13 "/bin/bash /entrypoi…" api About a minute ago Up About a minute 5001/tcp
docker-db-1 postgres:15-alpine "docker-entrypoint.s…" db About a minute ago Up About a minute (healthy) 5432/tcp
docker-nginx-1 nginx:latest "sh -c 'cp /docker-e…" nginx About a minute ago Up About a minute 0.0.0.0:80->80/tcp, :::80->80/tcp, 0.0.0.0:443->443/tcp, :::443->443/tcp
docker-redis-1 redis:6-alpine "docker-entrypoint.s…" redis About a minute ago Up About a minute (healthy) 6379/tcp
docker-sandbox-1 langgenius/dify-sandbox:0.2.1 "/main" sandbox About a minute ago Up About a minute
docker-ssrf_proxy-1 ubuntu/squid:latest "sh -c 'cp /docker-e…" ssrf_proxy About a minute ago Up About a minute 3128/tcp
docker-weaviate-1 semitechnologies/weaviate:1.19.0 "/bin/weaviate --hos…" weaviate About a minute ago Up About a minute
docker-web-1 langgenius/dify-web:0.6.13 "/bin/sh ./entrypoin…" web About a minute ago Up About a minute 3000/tcp
docker-worker-1 langgenius/dify-api:0.6.13 "/bin/bash /entrypoi…" worker About a minute ago Up About a minute 5001/tcp
通过这些步骤，你应该可以成功在本地安装Dify。
05
—
更新Dify
当Dify版本更新后，你可以克隆或拉取最新的Dify源代码，并通过命令行更新已经部署的Dify环境。
进入dify源代码的docker目录，按顺序执行以下命令：
cd dify/docker
docker compose down
git pull origin main
docker compose pull
docker compose up -d
执行上述命令更新完成后，需按以下操作同步环境变量配置 (重要！)。
如果.env.example文件有更新，请务必同步修改您本地的.env文件。
检查.env文件中的所有配置项，确保它们与您的实际运行环境相匹配。
您可能需要将.env.example中的新变量添加到.env文件中，
并更新已更改的任何值。
07
—
使用Dify
按照以上步骤部署好Dify后，首先前往管理员初始化页面设置设置管理员账户：
# 本地环境
http://localhost/install
# 服务器环境
http://your_server_ip/install
可以打开以下地址访问Dify主页面：
# 本地环境
http://localhost
# 服务器环境
http://your_server_ip
08
—
写在最后
通过私有化本地部署Dify，结合Ollama等大模型运行环境，可以打造自己的私有大模型工具链，实现大模型的本地可视化运行。在涉密或敏感数据场合具有极大的应用价值。
赶快用起来吧！！！
如何学习AI大模型？
作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
