第一讲 本地部署AI平台Dify 《小白快速进阶智能体大师》
由此开始，我也会逐步给大家讲解如何编写插及搭建工作流，包括如何建立知识库（不管有没有编码能力，我们可以借助Cursor或者其他编码工具完成开发。企业级安全：提供私有化部署方案，支持 HTTPS / TLS 加密传输、多租户数据隔离等技术，满足高敏感行业合规要求。这个是dify默认的。多模型支持：原生集成 LLM （ 大型语言模型 ）、 RAG （ 检索增强 ）等工具，可一键接入全球大模型。
·
讲在前面的话：本地部署有助于我们对代码进行分析。后续，我也会分享如何部署云服务器方法
用10年前电脑做今天的分享。为什么我要先出一期这个分享呢？有好几点原因
- 云服务器和各类平台的插件生态虽然丰富，但通常存在成本问题（许多高级插件需要付费）和灵活性问题（难以找到完全符合个人独特需求的插件）。这种依赖导致工作效率受制于第三方，无法实现深度定制和无缝契合，因此萌生了自主开发的想法。
- 核心目标是实现一些复杂且个性化的自动化任务
- 计划未来分享如何训练个人专用的小模型（Private LLM），这类模型对算力要求不高。
- 自己训练的小模型（后期我会讲怎么训练自己个人小模型的哈），本地就能跑起来使用，直接接到dify里面就行。规避了云服务的持续租赁费用，实现了一次投入、长期使用，是一种极具成本效益的方案
由此开始，我也会逐步给大家讲解如何编写插及搭建工作流，包括如何建立知识库（不管有没有编码能力，我们可以借助Cursor或者其他编码工具完成开发。当然后续服务部署到云上，大家也可以去使用，但大概率无法个人承担这样的开销，会收取廉价的费用用于运营）
注意：本篇分享基于系统是window。如果有其他系统需要部署，可以自己看官方文档，也可以留言咨询哦
一、Dify是个什么东西？
Dify 是 阿里巴巴 旗下的开源 AI开发平台 ，凭借低代码架构和多模型支持，成为开发者构建AI应用的重要工具。2025年7月，Dify获评“2025全球百大AI应用（AI开发与平台工具）”。
核心功能如下：
- 低代码开发：支持可视化拖拽界面，非技术人员可通过零代码或低代码快速搭建应用。
- 多模型支持：原生集成 LLM （ 大型语言模型 ）、 RAG （ 检索增强 ）等工具，可一键接入全球大模型。
- 企业级安全：提供私有化部署方案，支持 HTTPS / TLS 加密传输、多租户数据隔离等技术，满足高敏感行业合规要求。
技术架构说明
- 采用微服务设计，核心模块包括前端界面（支持工作流编排、知识库管理）、后端API服务、Worker任务处理、数据库及消息队列等，确保系统可扩展性与稳定性。
我们可以去Dify官网去看看这个平台的能力 https://dify.ai/zh
二、本地部署
第1步、安装Docker Desktop
通过Dify给的链接，直接点击去即可 https://docs.docker.com/desktop/setup/install/windows-install/#wsl-2-backend 。 根据自己电脑情况，点击对应的安装包。
第2步，下载后，打开exe文件安装
第3步，下载Dify源码
分享两种方式，可以直接git下载，也可以直接到网址中下载zip包
开始下载源码
第4步，安装PostgreSQL数据库 https://www.postgresql.org/download/
注意：pgsql是不支持windows 32
密码设置成
difyai123456
第5步，安装redis
安装过程中，这个地方勾选一下。后面避免还要手动去配置。
注意：端口号是6379，尽量不要改动。
设置redis账号和密码,
CONFIG SET requirepass "dify123456"
最后改成我们设置的这个密码（你可以设置成difyai123456 。这个是dify默认的。我手滑少写了个ai，所以来改下密码）
第6步，安装nodejs https://nodejs.org/en
官方要求nodejs需要v22版本。我们选择对应版本下载即可
第7步，cmd 安装pnpm
npm i -g pnpm
第8步，开始启动前后端了
- 安装uv
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
- 修改uv路径
C:\Users\Administrator>set Path=C:\Users\Administrator\.local\bin;%Path%
C:\Users\Administrator>uv cache dir
C:\Users\Administrator\AppData\Local\uv\cache
C:\Users\Administrator>uv python dir
C:\Users\Administrator\AppData\Roaming\uv\python
C:\Users\Administrator>uv tool dir
C:\Users\Administrator\AppData\Roaming\uv\tools
- 安装依赖uv sync
安装lib的过程中出现过2类错误，有的需要手动pip某个库，然后有的库在build需要c++的tool支持，可以根据报错，百度或AI问答或留言给我
所有的库安装完毕啦
- 执行数据库迁移 执行数据库迁移到最新版本
pip install flask-migrate
uv run flask db upgrad
- 启动 API 服务
uv run flask run --host 0.0.0.0 --port=5001 --debug
- 启动 Worker 服务
uv run celery -A app.celery worker -P solo --without-gossip --without-mingle -Q dataset,generation,mail,ops_trace --loglevel INFO
- 设置web前端，安装依赖
- 构建web服务
pnpm build
- 启动web服务
npm run dev (官方提供的是pnpm start,本地启动可以用我提供的这个)
大功告成！！！！ 访问 Dify， http://127.0.0.1:3000
有“AI”的1024 = 2048，欢迎大家加入2048 AI社区
更多推荐
23
0- 0
已为社区贡献2条内容
所有评论(0)