使用 Dify + DeepSeek 打造自己的本地知识库问答

前言

扣子大家大部分同学应该不会太陌生，可能有的同学或多或少都已经用过了，但是总觉得把一些信息源放到上面会泄漏（特别是公司内部使用，有一些内容可能涉密），此时我们便可以自己部署一个类似 Coze 的开源项目 - Dify。

 相关应用描述 

接下来是本文中会涉及到的一些简单描述：

• Dify：开源AI应用开发框架，支持可视化编排AI工作流，提供知识库管理、模型集成等功能；

• Docker：容器化部署工具，确保环境一致性，简化依赖管理；

• DeepSeek：国产高性能大语言模型，提供等多种参数规格；

• Ollama：本地大模型运行框架，支持主流开源模型部署；

 术语 

知识库：知识库在大模型中指的是能够存储、检索和传播大量知识信息的系统结构或数据库形式。大模型通过学习丰富的上下文对话数据，可以理解、处理和生成自然语言，从而构建了一个动态的知识库。这个知识库包含了大量的语料数据，如文本、图片、视频等，为模型在不同场景下提供参考，并帮助模型进行理解和推理。在训练过程中，模型会不断更新和扩展这个知识库的内容，使其能够更好地理解用户意图并生成相关回应。

工作流：工作流是大模型中的一个概念，它通常用于描述模型在处理输入数据时的流程步骤。具体来说，工作流可能指的是从输入到输出的计算过程，其中包含各个阶段的数据处理和信息整合。这可以帮助我们理解大模型是如何将各种信息组织起来并逐步转化为输出结果的过程。

 安装 Dify 

1. 安装 Docker

• 安装 Docker Desktop
  从 Docker 官网 下载 macOS 版本的安装包（.dmg），双击运行并拖拽至应用文件夹。首次启动需接受服务协议，并选择“推荐设置”以自动配置环境。

2. 克隆 Dify 代码并配置环境

• 克隆仓库
  在终端中执行以下命令，将 Dify 代码克隆到本地：

  git clone https://github.com/langgenius/dify.git

• 复制环境变量文件
  进入 Docker 目录并复制示例配置文件：

  cd dify/docker
  cp .env.example .env

  根据需求修改 .env 文件（如调整端口或密钥）。

3. 启动 Dify 容器

• 一键启动服务
  根据 Docker Compose 版本选择命令：

  # Docker Compose V2
  docker compose up -d