[本地化部署]Dify大语言模型(LLM) 应用开发平台[小白教程]

  • 2025-07-26 03:56:00
  • 631

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