AI 应用开发的风口越来越热，但门槛依然让不少人望而却步。想象一下：你有一个绝妙的 AI 创意，却要从头搭建 Prompt 编排、RAG 引擎和 Agent 框架？这听起来像是一场马拉松。但今天，我要带你用 Dify 这个开源神器，轻松搞定一切！

为什么选择 Dify？

Dify 不是一个简单的聊天机器人框架，它是一个完整的 LLMOps 平台，专为生成式 AI 应用而生。不同于偏向研究的 LangChain，Dify 更注重生产级落地：

• 可视化拖拽：零代码设计工作流，Prompt、数据集、插件一键集成。
• 全栈支持：内置数百个 LLM 模型接入（OpenAI、Anthropic 等），加上高质量 RAG 和 Agent 框架。
• 开源免费：GitHub 上星标 20k+，社区活跃，适合个人开发者或小团队快速 MVP。

环境准备

• 系统要求：CPU>=2;内存>=4
• 安装Docker和Docker Compose
• Dify的github源代码
• 良好的网络支持
• 安装过程以windows 11为例

部署安装步骤

• 获取Dify源码

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

• 使用Docker Compose启动中间件

Dify后端服务需要一系列用于存储的中间件，例如PostgreSQL/Redis/Weaviate；Dify扩展功能，例如Dify Sandbox和 plugin-daemon服务。

执行命令：

cd docker
copy middleware.env.example middleware.env
docker compose -f docker-compose.middleware.yaml up-d

设置后端服务

后端服务包括API服务和Worker服务。API服务为前端和API访问提供API请求支持；Worker服务为数据集处理、工作区、清理等异步任务提供服务。

• 启动API服务

1. 进入api目录

cd api  #进入api目录
copy .env.example .env  #复制环境变量配置文件

• 生成一个Base64随机密钥，并替换.env文件中SECRET_KEY的值。

f4r7W6iJ0eP3lN9mK2sQ8vH1uY5tG0xZcB7nA4pE9oD6jL3hR8iM1qV2wU5yT0gF

• 依赖项管理

  uv用于管理依赖项。uv运行以下命令安装所需的依赖项：

uv sync

• 启动API服务

uv run flask run --host0.0.0.0 --port=5001 --debug

• 启动Worker服务

要从队列中处理异步任务，例如数据集文件导入和数据集文档更新，需要按照以下步骤启动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服务

启动前端Web服务，需要NodeJS22和PNPM v10。

• 安装Nodejs和PNPM

访问https://nodejs.org/en/download并选择适用于您操作系统的 v22.x 或更高版本的安装包。建议常用版本使用 LTS 版本；直接运行npm i -g pnpm即可。

• 安装运行依赖

cd web #进入web目录
pnpm install --frozen-lockfile

• 编辑环境变量配置文件

copy .env.example .env.local  # 单机部署保持默认配置即可

• 构建并启动Web服务

pnpm build & pnpm start
#pnpm build不能正常执行时，请以管理员身份运行

如何学习AI大模型？

如果你对AI大模型入门感兴趣，那么你需要的话可以点击这里大模型重磅福利：入门进阶全套104G学习资源包免费分享！

这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

这是一份大模型从零基础到进阶的学习路线大纲全览，小伙伴们记得点个收藏！

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

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；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

100套AI大模型商业化落地方案

大模型全套视频教程

200本大模型PDF书籍

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 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；

• 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。

LLM面试题合集

大模型产品经理资源合集

大模型项目实战合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓