在Linux环境下从0私有化部署Dify

原创 已于 2025-04-29 15:37:38 修改 · 529 阅读 · 5 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#linux #ai

于 2025-04-29 15:10:56 首次发布

在Linux环境下从0搭建Dify

准备工作

因工作需要私有化部署公司内部的知识库，研究了一下准备采用 Dify+RAG 的方式实现，以下是具体步骤。

系统环境

  1. 服务器配置：官方建议2核4G以上；
  2. Liunx版本 ：Rocky Linux release 9.4；
  3. Docker版本： 28.1.1；
  4. Dify版本：1.3.1；

私有化部署

官方建议用Docker Compose的方式部署，由于最近Github不太稳定，或者是我本地网络的问题，在克隆 Dify 代码仓库的时候总是显示失败，这里采用直接下载ZIP文件的方式部署。

下载 Dify 代码ZIP包

按理说我git clone不了的话，wget也应该不行，结果就是wget下来了，不去深究了。

#Centos/Rocky
wget https://github.com/langgenius/dify/archive/refs/heads/main.zip

另附上git clone方式拉取，这里选了一个0.15.3的分支，应该是比较早的分支了，不建议使用。

# 假设当前最新版本为 0.15.3
git clone https://github.com/langgenius/dify.git --branch 0.15.3

启动Dify

将下载好的zip包解压缩

#Centos/Rocky
unzip main.zip

进到目录里面

#Centos/Rocky
cd dify-main/docker

拷贝个配置模版作为配置文件

#Centos/Rocky
cp .env.example .env

编辑配置文件

#Centos/Rocky
vim .env

修改端口配置，避免跟80端口冲突，容器映射出来的端口改为8088，NGINX两个端口保持一致

#Nginx端口
EXPOSE_NGINX_PORT=8088
NGINX_PORT=8088

Dify的知识库默认上传文件大小限制为15M，对于我们要上传的文件有点小了，这里改为150M，可以根据实际情况做调整。

#上传文件大小改为150M
UPLOAD_FILE_SIZE_LIMIT=150
#上传图片大小改为150M
UPLOAD_IMAGE_FILE_SIZE_LIMIT=150
#上传视频大小改为1000M
UPLOAD_VIDEO_FILE_SIZE_LIMIT=1000
#上传音频大小改为500M
UPLOAD_AUDIO_FILE_SIZE_LIMIT=500
#NGINX上传限制改为150M，跟上面有没有冲突没有试，大概率是有的
NGINX_CLIENT_MAX_BODY_SIZE=150M

启动 Docker 容器

这里发现没有安装Docker，安装之。

#Centos/Rocky
docker compose up -d

访问 Dify

本地环境

http://localhost:8088/install

服务器环境

http://your_server_ip:8088/install

Dify安装教程：Linux系统本地化安装部署Dify详细教程
人工智能
02-22 5212
Linux系统本地化安装部署Dify详细教程 docker compose 安装。环境：Ubuntu（24.10）
DeepSeek + Dify + Ollama + Docker + Linux 私有化部署，构建你的专属私人 AI 助手
s13166803785的博客
02-17 4799
通过以上步骤，你可以在 Linux 环境下使用 Docker 部署 DeepSeek、Dify 和 Ollama，构建一个专属的私人 AI 助手。构建一个专属的私人 AI 助手，结合 DeepSeek、Dify、Ollama 和 Docker 在 Linux 环境下进行私有化部署，是一个复杂但非常有价值的项目。根据需求，你可以进一步扩展和优化你的 AI 助手，例如添加更多的 AI 模型、优化性能、增加安全性等。DeepSeek 是一个强大的 AI 模型，你需要将其部署在 Docker 容器中。
Linux下 Centos8 部署Dify
weixin_42077624的博客
07-31 2826
🕙注意：1.以下命令为centos8系统命令，其他系统请自行百度相关命令​2.使用宝塔是为了环境安装方便，可自行考虑​3.开始前请确认自己的系统上是否已经安装Git/Docker， 如已经安装可以直接尝试第四步。
随记——linux 安装dify及配置本地ollama
最新发布
weixin_49439135的博客
06-20 564
默认情况下，Ollama 服务仅监听本地回环地址（127.0.0.1），这意味着只有在本地计算机上运行的应用程序才能访问该服务，如果想要使用IP地址访问ollama需要在系统环境变量中加入如下配置，这样就将 Ollama 的监听地址设置为 0.0.0.0，使其监听所有网络接口，包括本机 IP 地址。首次进入页面需要注册管理员账号，不需要真实信息，注册成功后会跳转登录页面登录。安装成功后刷新页面，重新进入这个目录，如果没有显示ollama多刷新几次。重启dify后重新添加，出现下图表示成功。
linux部署dify
m0_47281737的博客
04-07 285
转载：VM安装centos_vmware安装centos-优快云博客转载：在Linux环境下搭建Dify - 柯南。道尔 - 博客园下载yum可能遇到的问题：CentOS 7 yum无法使用解决方法Could not retrieve mirrorlist http://mirrorlist.centos.org/?release=7&arch= - 愚生浅末 - 博客园原创:linux安装ollama-优快云博客
【Linux上部署Dify】从本地到云端：在Linux上部署Dify并实现公网访问的流程
学习笔记
11-14 1万+
【Linux上部署Dify】从本地到云端：在Linux上部署Dify并实现公网访问的流程
使用 Ollama 本地运行各种 LLM
python123456_的博客
05-31 1255
今天看看另外一个产品Ollama。Ollama 的安装非常简单，只需从官网（https://ollama.com/download）下载后解压缩，并在 Terminal 中运行脚本即可完成环境设置。我尝试运行 Llama3，虽然在运行时占用了大量电脑资源，使得其他应用运行变慢，但整体体验尚可。Ollama 支持多种大型语言模型（https://ollama.com/library）。
Dify私有化部署：Linux服务器的安装与设置
sunsky89757的博客
03-21 1594
Dify是一个基于AI的快速开发平台，完全开源免费。本文教你如何完成Dify在Linux服务器上面的安装与设置，让你的Dify工具实现100%私有化。
AI DeepSeek Linux 私有化部署
02-06
deepseek部署脚本
2025实战指南：基于VMware 17与Linux的Dify私有化部署——从零构建企业级AI开发平台
weixin_46150516的博客
02-25 909
​实战AI大模型的dify项目详细流程。
Dify大语言模型私有化部署秘籍：Linux+yum源+Git+Docker，环境备好
weixin_59191169的博客
11-15 1097
企业对于智能化的需求日益增长，Dify大语言模型以其卓越的性能和广泛的应用场景，成为了许多企业的首选。然而，如何将这一强大的平台私有化部署，以满足企业对数据安全和个性化需求的双重追求。本文将手把手带构建Dify大语言模型的私有化部署环境。
【AI】一文解锁：Docker部署Dify平台，打造可视化LLM应用环境
德仔
02-25 1094
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。
Dify大模型本地部署教程：私有化部署，详细步骤，轻松体验！
2401_84204413的博客
03-10 4918
Dify 是一个开源的 LLM 应用开发平台。其直观的界面结合了 AI 工作流、RAG 管道、Agent、模型管理、可观测性功能等，让您可以快速从原型到生产。1、Dify 云服务版：任何人都可以零设置尝试。它提供了自部署版本的所有功能，并在沙盒计划中包含 200 次免费的 GPT-4 调用。2、Dify Premium：是一款 AWS AMI 产品，允许自定义品牌，并可作为 EC2 一键部署到你的 AWS VPC 上。前往 AWS Marketplace 进行订阅并使用，它适合以下场景：3、Dify 社区版
Docker部署MinIO对象存储服务器结合Cpolar实现远程访问
Aron的博客
11-20 3937
MinIO是一个开源的对象存储服务器，可以在各种环境中运行，例如本地、Docker容器、Kubernetes集群等。它兼容Amazon S3 API，因此可以与现有的S3工具和库无缝集成。MinIO的设计目标是高性能、高可用性和可扩展性。它可以在分布式模式下运行，以满足不同规模的存储需求。MinIO是一个开源的软件，可以免费使用，还可以在普通硬件上运行，降低了存储成本,下面介绍在本地Docker中部署 MinIO 服务,并实现远程访问管理界面,节约云服务器运行成本.
Linux上使用dify构建RAG
weixin_45354497的博客
02-22 998
Dify是一个开源的大语言模型（LLM）应用开发平台，旨在简化和加速生成式AI应用的创建和部署，相对于AnythingLLM来说dify更强大且灵活度比较高可以二次开发，不仅可以构建RAG管道，还可以有AI工作流、聊天助手、Agent、模型管理等丰富功能组件。dify支持的模型有很多。
Linux基于docker安装dify
maozy238的博客
05-04 663
dify开源的 LLM 应用开发平台。提供从 Agent 构建到 AI workflow 编排、RAG 检索、模型管理等能力，轻松构建和运营生成式 AI 原生应用。
linux里面安装dify的问题汇总
zhaolifang_28的博客
03-17 1320
dify在部署中遇到了一些问题
Linux系统本地化部署Dify并安装Ollama运行llava大语言模型详细教程
热门推荐
优快云站内信: https://i.youkuaiyun.com/#/msg/chat/qyj19920704
09-05 3万+
本篇文章介绍如何将 Dify 本地私有化部署，并且接入 Ollama 部署本地模型，实现在本地环境中部署和管理 LLM，再结合 cpolar 内网穿透实现公网远程访问 Dify。Dify 它是一个开源 LLM 应用开发平台。拥有直观的界面结合了 AI 工作流、RAG 管道、代理功能、模型管理、可观察性功能等，可以快速从原型开发到生产。Ollama 是一个本地推理框架，允许开发人员轻松地在本地部署和运行 LLM，例如 Llama 3、Mistral 和 Gemma。
Dify源码本地部署启动
敲代码的小小酥的博客
06-15 8593
agent智能体框架Dify的源码部署以及源码下载
dify本地服务器部署教程
03-23
<think>好的，用户需要关于Dify本地服务器部署的指南，我得先回忆一下之前学过的相关知识。记得Dify是一个开源的LLM应用开发平台，可以通过Docker部署。用户提到两个引用，一个是Dify的Docker部署流程，另一个是关于DeepSeek的部署，可能涉及镜像加速和Docker配置。 首先，我需要整理部署的基本步骤。根据引用[^1]和[^2]，部署流程大概包括安装Docker、配置镜像加速、克隆仓库、设置环境变量、启动容器这些步骤。可能还需要处理端口和初始化设置。用户可能还需要集成Ollama或者本地模型，这部分也要考虑进去。 接下来，要确保步骤清晰，用户可能需要分步说明。比如先安装Docker，然后配置国内镜像加速，这能解决拉取镜像慢的问题。然后克隆Dify的GitHub仓库，复制环境文件，启动容器。之后访问本地端口进行初始化设置，可能还要配置数据库和模型集成。 需要注意的常见问题包括端口冲突，比如80和5001端口是否被占用。另外，环境变量可能需要调整，比如数据库配置或API密钥。用户可能对Docker命令不熟悉，所以命令要准确，比如docker compose up -d是否正确。 还要考虑后续的模型集成，比如如何连接Ollama或者本地部署的大模型，这部分在引用里有提到，可能需要修改.env文件中的配置。最后，生成相关问题时要涵盖部署流程、优化方法、常见问题、集成模型以及备份恢复这些方面，确保覆盖用户可能的疑问。 需要检查是否有遗漏的步骤，比如初始化后的设置是否需要额外配置，或者是否需要安装Git等依赖。此外，确保所有命令正确，比如cat写入daemon.json时是否正确，重启Docker服务是否必要。可能还要提醒用户如果遇到构建错误，如何处理，比如检查网络或镜像源。 总之，要把引用中的信息整合成连贯的步骤，用中文清晰表达，避免技术术语过于复杂，同时覆盖所有关键点。确保用户按照步骤操作后能成功部署Dify，并解决可能遇到的问题。</think>以下是Dify开源LLM应用开发平台的本地化服务器部署全流程指南，包含关键步骤和注意事项： ### 一、基础环境准备 1. **安装Docker引擎** ```bash curl -fsSL https://get.docker.com | bash -s docker ``` 验证安装：`docker --version` 2. **配置国内镜像加速** ```bash cat > /etc/docker/daemon.json <<EOF { "registry-mirrors": ["https://docker.1panel.dev","https://dockerpull.cn"] } EOF systemctl restart docker ``` ### 二、Dify服务部署 ```bash git clone https://github.com/langgenius/dify.git cd dify/docker cp .env.example .env # 按需修改OPENAI_API_KEY等参数 docker compose up -d ``` *注：默认占用80(前端)/5001(API)端口，建议配置Nginx反向代理[^1]* ### 三、初始化配置 1. 访问 `http://服务器IP` 进入初始化界面 2. 完成数据库配置、管理员账号注册 3. 在「模型供应商」配置本地大模型接入 ### 四、本地模型集成（以Ollama为例） ```bash docker run -d --gpus=all -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama ``` 在Dify模型配置中填写本地API端点：`http://ollama:11434` ### 常见问题排查 | 现象 | 解决方案 | |------|----------| | 容器启动失败 | 检查端口冲突 `netstat -tuln` | | 拉取镜像超时 | 确认镜像加速配置生效 | | 初始化数据库报错 | 执行 `docker compose exec app flask db upgrade` |
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值