[本地化部署]Dify大语言模型(LLM) 应用开发平台[小白教程]

不想连云端也依赖？这份教程手把手带你把DifyLLM应用平台部署到本地，从环境配置到启动调试全流程复刻，助你在数据私有性、系统自控性上实现真正“自己掌握主动权”的开发体验。

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（BackendasService）和LLMOPs的理念，使开发者可以快速搭建生产级的生成式AI应用。

具体关于dify的说明，请看说明文档：https://docs.dify.ai/zh-hans

本地化部署的概念

是将AI应用和大模型部署在企业自己的电脑上，而非依赖于第三方云服务提供商。这种部署方式允许企业完全掌控AI应用的运行环境、数据存储和处理过程。

本地化部署Dify的优势

1.数据安全与隐私保护

本地化部署Dify的首要优势在于数据安全和隐私保护。

2.性能与响应速度优势

本地化部署Dify可以显著提升AI应用的性能和响应速度。（也要看你电脑的性能哈）

3.成本效益

本地化部署Dify可以显著降低个人企业的运营成本。通过本地部署Dify并接入本地大语言模型（如Ollama、DeepSeek等），可以显著降低API调用成本。对于高频使用场景，本地部署能将模型调用成本降到0，真正实现token自由。

首先准备工具：

电脑（win、mac都可以）

工具：docker、dify源码、windows子系统

电脑要求4cpu、8G内存以上

电脑亲测：

2015款macmini英特尔4核、4G内存，能运行、卡顿，

(2)不知名win笔记本，英特尔4核、8G内存、英伟达940MX显卡，可运行、能用的流畅，cpu占用70%左右

(3)2025款轻薄本,英特尔ultra518核24G内训、集成显卡，非常流畅运行，cpu占用20%以下

以上是个人电脑部署实验，请参考

下面开始部署。。。

第一步：下载docker

docker下载地址：https://docs.docker.com/get-started/get-docker/

选择版本：我是笔记本电脑安装，先择的这个版本

第二步：安装docker

安装完成后会重启电脑。

第三步：安装WSL

安装WSL命令如下：

其实就是输入：wsl–update

如图下面示例：

安装后记得关闭后重启dockerdesktop：

你会安装上面软件，不用管，继续打开docker

再次打开docker就打先可以运行docker了；

第四步：部署dify

1、下载dify文件

Dify源码地址：https://github.com/langgenius/dify

下载原码文件，解压到本地文件夹。

2.启动服务

a.进入Dify的docker目录

可以打开CMD工具或者powershell命令窗、或者在docker中>_terminel,下面用docker中的工具来演示，

C：UsersAdministrator>E：E：>cdAIdifydockerE：AIdifydocker>

代码是表示要进入你本地下载的dify源码文件中的docker文件夹

b.创建默认配置

复制一个配置示例为可用配置：

E：AIdifydocker>copy.env.example.env已复制1个文件。

c.docker镜像源配置

国内或没有加速器的需要配置docker镜像源：

红框位置换成下面的代码：这一步很关键，我在这里卡住好多次，只有替换成下面链接才能完成安装；

{“builder”:{

“gc”:{

“defaultKeepStorage”:”20GB”,

“enabled”:true

}

},

“experimental”:false,

“registry-mirrors”:[

]

}

d.启动容器

命令如下：dockercomposeup-d#请注意docker版本，如果较老，需要加上横杠docker-composeup-d

第一次启动需要下载很多东西：如果一次启动不成功，可以多尝试几次，

安装完成效果

执行完成后再执行一次可以看到全部执行成功：

可以通过dockerdesktop查看已运行成功的镜像，也通过命令（dockercomposeps）查看：

======到这里docker安装完成、dify部署完成=====

e.访问Dify

打开浏览器，输入访问地址初始化管理员：http://localhost/install，创建管理员后登录进入主页。

登录的界面