Dify+deepseek+ollama，windows本地部署

已于 2025-04-01 13:19:32 修改
阅读量622 收藏 16
点赞数 5
文章标签： ai windows
于 2025-03-12 17:14:21 首次发布
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。
本文链接：https://blog.youkuaiyun.com/m0_70720259/article/details/146198687
版权

ollama安装

下载Ollama、以下两步可以不操作，直接双击安装（安装位置与模型均在C盘）

修改安装目录（可选）

在下载目录打开cmd、输入OllamaSetup.exe /DIR="D:\ollama"、回车后会弹出安装页面，直接下一步即可，D:\ollama为自定义目录，根据需要修改。

修改模型下载位置（可选）

配置环境变量，将模型默认下载目录改到其它位置，默认是C盘。

双击path新建D:\ollama（安装目录），点击用户变量中的新建，输入OLLAMA_MODELS
E:\models\ollama（自定义模型存放位置），再新建一个OLLAMA_HOST，值为:11434，否则Dify中无法使用ollama

配置后右下角重启ollama生效

模型安装

cmd 输入 ，7b可改为1.5b、8b、14b、32b、70b、671b

ollama run deepseek-r1:7b

安装其它模型 点击:

最低0.47元/天 解锁文章
m0_70720259
关注
AGI 之 【Dify】 之 Dify 在 Windows 端本地部署调用 Ollama 本地下载的大模型， API 形式 Python 调用 进行简单聊天接口测试
仙魁XAN
10-25 9684
AGI，即通用人工智能（Artificial General Intelligence），是一种具备人类智能水平的人工智能系统。它不仅能够执行特定的任务，而且能够理解、学习和应用知识于广泛的问题解决中，具有较高的自主性和适应性。AGI的能力包括但不限于自我学习、自我改进、自我调整，并能在没有人为干预的情况下解决各种复杂问题。本节将介绍如何使用 Dify 平台调用 Ollama 部署的本地模型来创建一个聊天应用。通过 API 的方式发起聊天，可以让前端自由布置所需的聊天形式。
从零开始！在 Windows 上安装与配置 Dify
qq_49035156的博客
10-27 4万+
这篇博客将详细介绍如何在 Windows 系统上部署 Dify，适合零基础用户。从 Docker 和 WSL 的安装配置开始，逐步指导用户设置 Git、Docker 环境以及 Dify 配置文件，解决可能遇到的端口冲突等问题，最终完成 Dify 的启动和测试。通过简明易懂的步骤，帮助用户在本地成功运行 Dify，实现模型供应商配置，让 Dify 项目在 Windows 平台上顺利上线。
AI大模型企业应用实战：Prompt让LLM理解知识
2401_84204413的博客
06-25 2579
• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；
AI工作流平台Dify本地部署
2401_82469710的博客
03-19 4353
Dify是一个支持通过AI工作流的形式，开发AI应用的开源平台，他相比 LangChain 更加的易用，甚至零代码即可创建你的AI应用。
【保姆级教程】本地环境部署Dify+Ollama及简单应用
最新发布
李二苟
04-17 971
本文讲到如何部署并且使用Dify！此时你可以直接访问你自己部署的Dify，以及简单的使用Dify！
window本地部署Dify
Baker的博客
05-27 6181
这节一起来实现Dify的离线部署，官方的github仓库也提供了docker的部署方式，我们也使用docker的方式部署，因此需要在window上安装docker环境，安装好后，我们先从github将源码下载下来，然后解压到一个文件夹下，这里是我下载后解压的项目目录。所以有端口冲突可以在此修改，当所有组件pull不并started后就可以了，打开浏览器，输入IP+port,如果刚才映射的端口被修改，要记得这里的port是修改映射后的新端口，修改后，打开命令提示符，进入项目的docker目录下，输入命令。
windows环境本地部署Dify
yy869949908的博客
11-26 1万+
网上找到docker Desktop软件，并且安装（无配置，无需登录）
Windows10环境dify1.0.1本地Docker Desktop部署
qzhangml的博客
03-19 4768
Windows10环境dify1.0.1本地Docker Desktop部署，包含Docker desktop安装，dify源码下载Docker部署。
【LLM】Dify 0.6.10 在Windows系统上本地化部署（一）
qq_33934427的博客
06-11 7960
【LLM】Dify 0.6.10 在Windows系统上本地化部署
Docker+dify+ollma+deepseek组合方案的Windows本地化部署教程
m0_46333477的博客
03-03 272
https://gblfy.blog.youkuaiyun.com/article/details/145662715?fromshare=blogdetail&sharetype=blogdetail&sharerId=145662715&sharerefer=PC&sharesource=m0_46333477&sharefrom=from_link
幕僚云私有化部署Dify+Ollama+DeepSeek-r1
02-14
而“幕僚云私有化部署Dify+Ollama+DeepSeek-r1”这一项目的实施，正是基于这样的市场需求和技术背景。 Dify、Ollama和DeepSeek-r1是三个不同的技术组件，它们在功能上互补，共同构成了一个强大的数据处理和分析平台...
银河麒麟服务器V10SP1-2403+Dify+Deepseek（本地&在线） 本地构建知识库（保姆级）（无需翻墙）-物料
02-25
银河麒麟服务器V10SP1-2403+Dify+Deepseek（本地&在线） 本地构建知识库（保姆级）（无需翻墙）-物料
windows本地化部署Dify+Deepseek
qq_45020145的博客
03-01 6336
windows本地化部署Dify+deepseek简要教程
在 Mac 上部署 Dify + DeepSeek 的操作指南
m0_58365736的博客
02-07 3988
可打开“活动监视器”，找到 Ollama 进程并终止，然后在终端输入。文件配置拉取所需 Docker 镜像，创建并启动 Dify 相关容器，启动时间取决于网络速度与镜像大小。下载完成进入交互模式，可输入文本与模型对话测试。这两条命令分别设置 Ollama 主机地址与允许访问源，使 Ollama 可被本地网络其他设备访问。命令，查看 Dify 相关容器是否正常运行。此命令会自动下载并安装 Ollama，安装过程按提示操作。将示例配置文件复制为实际使用的配置文件，后续可按需修改。，若显示版本号，表明安装成功。
保姆教程篇：手把手教你从零开始本地部署Dify工作流
热门推荐
He_r_o的博客
08-11 8万+
本教程将手把手指导您在个人电脑上安装和配置 Dify。
Dify本地部署（Windows）
2301_76243816的博客
04-17 255
下载好dify安装包》解压》在本地文件夹复制一个 “.env.example” 文件，并将其改为 “.env” 文件，在“.env"文件里面添加。访问 https://127.0.0.1 会自动进入“设置管理员账户”。深层次AI应用的创新引擎，包括构建一个本地知识库，以及构建AI agent。在docker中出现这些就表明dify已经在本地部署好了。出现无法进去解决方法：管理员身份打开终端。打开Docker Desktop。如下所示的文件夹路径上打开终端。
Windows环境中，Dify本地部署
qq_35594661的博客
03-19 857
简介：本文档介绍的是使用docker部署Dify。
AI开发新体验：本地部署Dify应用开发平台并接入大模型无公网IP远程交互
2401_85375298的博客
11-10 5066
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+deepseek本地部署教程
02-28
### Dify 和 DeepSeek 本地部署教程 #### 准备工作 为了成功在 Mac 上完成 Dify 和 DeepSeek 的本地部署，确保已经安装了必要的依赖项和软件包。这通常包括 Python 环境以及 Docker 或者其他容器解决方案来运行服务。 #### 配置环境变量 设置特定于项目的环境变量对于集成不同组件至关重要。当涉及到像 Ollama 这样的平台时，在 `/your/custom/path` 中定义自定义路径非常重要，比如 `/Users/yourusername/models`[^2]。此步骤有助于指定模型和其他资源存储的位置。 #### 安装与配置 Ollama Ollama 是连接 Dify 和 DeepSeek 所必需的服务之一。为了让新设定的环境变量生效，需要重启 Ollama。可以通过“活动监视器”找到对应的进程并结束它，之后通过终端命令 `ollama serve` 来重新启动该服务。 #### 下载 DeepSeek 模型 根据计算机硬件条件挑选适合大小的预训练模型是优化性能的关键一步。对于一般用途来说，推荐先尝试较小规模的模型版本，例如 `deepseek-r1:1.5b`；而对于拥有更好计算能力的工作站，则可以选择更大型号如 `deepseek-r1:14b` 或 `deepseek-r1:32b`。下载所选模型可通过如下指令完成： ```bash ollama run deepseek-r1:1.5b ``` 如果目标是获取专门用于编程辅助的 DeepSeek 变体——即 `deepseek-coder`，则应执行下列命令来进行拉取操作[^3]: ```bash ollama pull deepseek-coder ``` #### 构建个人知识库 一旦上述准备工作就绪，就可以着手构建个性化的知识管理系统了。利用 Dify 平台提供的 API 接口和服务端点，能够轻松地将来自多个数据源的信息整合在一起，并借助 DeepSeek 实现智能化检索功能。
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