环境准备

运行环境:
docker:v28.1.1
如果没有docker可以命令下载（注意这是mac命令，win10可查询资料）：

brew install --cask --appdir=/Applications docker

appdir=/Applications可以改成自定义的路径

注意：需要先启动docker

1.下载并启动Dify

git下载dify命令

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

进入 Dify 源代码的 docker 目录，执行一键启动命令：

cd dify/docker
cp .env.example .env
docker compose up -d

启动成功，第一次输入命令的话，会先pull，这个过程会比较慢

【pull失败】 如果在pull的过程中失败了，可以增加docker的镜像，因为我本身有翻墙vpn，所以这里没有配置国内镜像

启动成功后，本地访问：http://127.0.0.1

设置账号密码后进入设置：选择模型供应商

这个插件里面，比如选择了通义模型的话，是需要appkey的，这个是要钱的，如果本身就有付费的key，就可以直接输入使用了，但是咱尽量看看能不能免费使用模型呢

2.下载并运行ollama

访问官方直接下载：https://ollama.com/download

安装完成后可以下载模型，这里以一个轻量小模型为例

ollama run qwen:0.5b

ollama: 一个开源框架，用于在本地计算机上运行、管理和部署大型语言模型（LLM）
run: Ollama 的子命令，用于加载并启动一个模型，然后进入交互式聊天界面
qwen:0.5b: 要运行的特定模型
qwen: 模型名称（可能是 Qwen 或其他模型的变种）
0.5b: 表示这是 5 亿参数的版本（0.5 billion parameters）这个越大对电脑的性能配置要求就更高了
之前我有尝试过下32b，运行起来很慢

# 运行不同的模型
ollama run llama2         # 运行 Meta 的 Llama2 模型
ollama run mistral        # 运行 Mistral 模型  
ollama run codellama      # 运行代码专用的 CodeLlama 模型
ollama run qwen:14b       # 运行 140 亿参数的 Qwen 模型

下载成功后，打开ollama就会有显示在这个选项里，选择后进行测试：

3.Dify中配置模型并创建简单聊天智能体

（1）打开Dify的设置，选择安装Ollama插件，然后添加模型

（2）配置Ollama下载好的模型

基础url输入：http://host.docker.internal:11434

（3）保存后就可以创建一个空白应用/从应用模版中创建

我不知道为什么现在空白应用只有两种选项（工作流/Chatflow），如果想要创建聊天机器人，就选择从应用模版中创建

选择聊天助手只要标记是聊天助手的模版就行，英文名称啥的都是可以更改的

（4）创建之后，更改模型为刚才配置好的模型

（5）创建知识库

点到知识库中，进行新建，一般选用导入文档等方式

比如我上传一个设计模式的文档，进行下一步并保存，其他参数可以看着改，可以考虑先默认即可

（6）添加知识库和变量

然后回到刚才的聊天机器人，在知识库栏里添加这个知识库之后就能帮你解答了