📖文章内容

前言

Dify 是一款开源的大语言模型应用开发平台，能够帮助开发者快速构建智能体和工作流等AI应用。

本教程将系统讲解从基础配置到实战部署的全流程，重点介绍服务管理、跨环境访问和大模型对接等核心操作。内容涵盖本地环境、虚拟机及云服务器三种部署方案，并详细解析 Ollama 本地大模型的对接方法，特别适合初学者快速入门。

一、基础补充：Dify服务启停与网络原理

1.1 Dify服务开启与关闭（核心操作）

服务器与个人电脑的核心区别在于 7×24×365 稳定运行，若Dify服务未启动，将无法通过浏览器访问。以下分本地（Win/Mac）和虚拟机两种场景，详细说明启停步骤：

场景1：Win/Mac本地环境（Docker Desktop）

启动流程：

1. 启动Docker：双击桌面「Docker Desktop」图标，等待后台运行（任务栏显示Docker图标即就绪）；
2. 进入Dify Docker目录：打开文件管理器，导航至本地Dify安装目录（示例路径：D:\DockerProject\dify-1.9.2\dify-1.9.2\docker）；
3. 打开命令行：在该目录空白处按住「Shift+右键」，选择「在此处打开命令窗口」或「Windows终端」；
4. 启动Dify服务：
   • 推荐命令（前台运行，可查看日志）：docker compose up
     ✅ 优势：实时显示启动日志，报错可快速排查；启动成功后直接访问浏览器即可（无需重复下载文件）；
     ❌ 注意：若长时间无日志输出，可能启动失败，按 Ctrl+C 停止后重新执行命令；
   • 备选命令（后台运行，无日志）：docker compose up -d
     ⚠️ 不建议新手使用：无日志输出，报错难以定位。

停止流程：

1. 若为前台运行（有日志窗口）：直接按 Ctrl+C 停止服务；
2. 若为后台运行（无日志窗口）：进入上述Docker目录，执行命令 docker compose down；
3. 可选操作：关闭Docker Desktop，或直接关机（不影响下次启动配置）。

场景2：虚拟机环境（模拟服务器）

虚拟机部署可还原服务器运行逻辑，启停步骤与Linux服务器一致：

启动流程：

1. 启动虚拟机：打开VMware等虚拟机软件，启动Linux系统（如CentOS、Ubuntu）；
2. 远程连接：使用FinalShell、Xshell等工具，通过虚拟机IP、用户名（默认root）、密码连接；
3. 启动Docker服务：
   • 执行命令 systemctl start docker（启动Docker）；
   • 验证状态：systemctl status docker，显示「running」即为就绪；
4. 启动Dify服务：
   • 进入Dify Docker目录（示例路径：cd /root/dify-1.9.2/docker/）；
   • 执行命令 docker compose up（前台运行，推荐新手）。

停止流程：

1. 停止Dify服务：
   • 后台运行场景：进入Docker目录，执行 docker compose down；
   • 前台运行场景：按 Ctrl+C 停止；
2. 可选操作：停止Docker服务（systemctl stop docker），或直接关机（shutdown now）。

1.2 本地服务与远程服务核心原理

1. 为什么虚拟机的Dify，Win浏览器能访问？

核心逻辑：同一局域网内的IP互通。虚拟机相当于局域网内的一台「独立电脑」，启动Dify后会占用虚拟机的80端口（默认），Win电脑通过虚拟机的局域网IP（如192.168.23.145）即可访问该服务。

2. 访问成功的前提条件：

• 虚拟机已启动Dify服务（docker compose up 运行中）；
• 虚拟机未关机（仅挂起时，会保留服务运行状态）；
• 局域网网络通畅（未开启防火墙拦截80端口）。

3. 如何验证Dify服务是否运行？

若使用 docker compose up -d 后台启动，无法通过日志判断状态，可执行以下命令（需在Dify Docker目录下）：

docker compose ps

✅ 若输出包含多个运行中的容器（如web、db、redis等），说明服务正常；❌ 无输出或状态为「exited」，说明服务未启动。

4. 本地服务 vs 远程服务（公网服务）

服务类型	访问范围	典型场景	部署载体
本地服务（Win/Mac）	本机 + 同一路由器下设备	个人开发测试	个人电脑
虚拟机服务	本机 + 局域网内设备	团队内部测试	本地虚拟机
远程服务（公网）	所有互联网用户	线上产品部署	云服务器（阿里云/腾讯云等）

⚠️ 关键区别：是否具备「公网IP」。本地/虚拟机仅能内网访问，云服务器因分配公网IP，可实现全球访问（需开放对应端口）。

5. 域名访问原理（拓展）

• 我们访问 https://www.coze.cn 本质是通过DNS解析，将域名转换为目标服务器IP（如xxx.xxx.xxx.xxx:80）；
• 本地Dify默认通过IP访问（如http://127.0.0.1），若想通过自定义域名（如www.dify.com）访问，可修改本地Hosts文件：
  1. 打开路径：C:\Windows\System32\drivers\etc\hosts（Win系统）；
  2. 右键用「管理员模式」打开，添加一行：127.0.0.1 www.dify.com；
  3. 保存后，浏览器输入 http://www.dify.com 即可访问本地Dify（无需部署DNS服务器）。

二、云服务器部署Dify（公网可访问）

云服务器部署是Dify线上可用的核心方案，操作流程与虚拟机完全一致，仅需额外完成「购买服务器」和「公网访问配置」，以下以阿里云为例（腾讯云/华为云操作类似）。

2.1 前期准备

1. 购买云服务器：

   • 访问阿里云ECS控制台：https://ecs.console.aliyun.com；
   • 选择配置：推荐「4核8G内存20G硬盘」（满足Dify运行最低要求）；
   • 付费方式：新手推荐「按量付费」（按小时计费，适合测试），需保证账户余额≥100元；
   • 记录信息：购买后获取「公网IP」「用户名（默认root）」「登录密码」。

2. 远程连接服务器：

   • 使用FinalShell工具，输入公网IP、root用户名、密码，建立连接（连接成功后进入Linux命令行）。

2.2 部署步骤（与虚拟机完全一致）

步骤1：配置Docker仓库（国内加速）

sudo dnf config-manager --add-repo http://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo

步骤2：安装Docker与Docker Compose

sudo dnf install docker-ce docker-ce-cli containerd.io docker-compose-plugin -y

✅ 验证安装：docker --version 显示版本号（如Docker version 29.0.0）即为成功。

步骤3：启动Docker并配置镜像加速

1. 启动Docker服务：

   systemctl start docker  # 启动Docker
   systemctl enable docker # 设置开机自启
   

2. 配置国内镜像源（解决下载慢问题）：
   • 编辑Docker配置文件：vi /etc/docker/daemon.json；
   • 按 i 进入编辑模式，粘贴以下内容：

     {
       "registry-mirrors": [
         "https://docker.registry.cyou",
         "https://mirror.aliyuncs.com",
         "https://dockerproxy.com",
         "https://mirror.baidubce.com"
       ],
       "insecure-registries": ["registry.docker-cn.com", "docker.mirrors.ustc.edu.cn"],
       "debug": true,
       "experimental": false
     }
     

   • 按 Esc，输入 :wq 保存退出；
   • 重启Docker使配置生效：

     systemctl daemon-reload
     systemctl restart docker
     

步骤4：上传并解压Dify安装包

1. 安装上传工具：yum install lrzsz unzip -y；
2. 上传Dify压缩包：在命令行输入 rz，选择本地的 dify-1.9.2.zip 文件上传；
3. 解压文件：

   unzip dify-1.9.2.zip  # 解压到当前目录
   cd /root/dify-1.9.2/docker/  # 进入Docker目录
   

步骤5：配置并启动Dify

1. 复制环境变量文件：

   cp .env.example .env
   

2. 启动Dify服务（首次启动需下载镜像，耗时较长，耐心等待）：

   docker compose up
   

3. 验证访问：浏览器输入 http://公网IP（如http://47.100.71.207），出现Dify登录界面即为部署成功。

2.3 可选：域名绑定（进阶）

若已备案域名，可将域名解析到云服务器公网IP，实现 http://www.xxx.com 访问Dify（需在云服务器控制台开放80端口）。

三、Ollama安装与本地大模型部署

Dify本身不自带大模型，需对接第三方LLM（如Deepseek、通义千问）。Ollama是一款轻量型大模型部署工具，支持一键部署开源大模型，完美适配Dify。

3.1 核心概念

• Ollama：开源大模型管理工具，支持Windows/Linux/Mac多平台，可一键下载、运行、切换大模型；
• 支持模型：Deepseek、Qwen2（通义千问）、Llama 3等热门开源模型；
• 核心优势：操作简单、资源占用低、支持本地运行（保护隐私）。

3.2 模型选型建议（按硬件匹配）

不同参数量的模型对硬件要求差异较大，新手可按以下场景选择：

模型参数量	硬件要求	适用场景
1.5B-7B（如deepseek-r1:1.5b）	4GB-8GB显存（如RTX 3050、RTX 4060）	个人测试、简单聊天/摘要
13B-14B	12GB-24GB显存（如RTX 3090、RTX 4090）	复杂推理、长文本处理
30B+	48GB+显存（如RTX A6000、A100）	企业级应用、多模态交互

✅ 新手推荐：优先选择 deepseek-r1:1.5b（1.5B参数量），对硬件要求低，部署成功率高。

3.3 部署Ollama（分场景）

场景1：虚拟机/Linux服务器部署

1. 下载并安装Ollama：

   # 创建安装目录
   mkdir /usr/local/bin/ollama1
   # 上传Ollama安装包（本地下载后通过rz命令上传）
   mv ollama-linux-amd64.tgz /usr/local/bin/ollama1/
   # 解压
   cd /usr/local/bin/ollama1
   tar -xzvf ollama-linux-amd64.tgz
   # 创建软连接（全局可执行ollama命令）
   ln -s /usr/local/bin/ollama1/bin/ollama /usr/local/bin/ollama
   

2. 验证安装：ollama --version 显示版本号即为成功。

3. 配置为系统服务（开机自启）：

   # 创建服务配置文件
   vi /etc/systemd/system/ollama.service
   

   粘贴以下内容（按 i 编辑，Esc+:wq 保存）：

   [Unit]
   Description=Ollama Service
   After=network-online.target
   
   [Service]
   ExecStart=/usr/local/bin/ollama serve
   User=root
   Group=root
   Restart=always
   RestartSec=3
   Environment="PATH=$PATH"
   Environment="OLLAMA_MODELS=/home/ollama/models"
   Environment="OLLAMA_HOST=0.0.0.0:11434"  # 允许局域网访问
   
   [Install]
   WantedBy=default.target
   

4. 启动Ollama服务：

   systemctl daemon-reload  # 重新加载配置
   systemctl enable ollama   # 开机自启
   systemctl start ollama    # 启动服务
   systemctl status ollama   # 验证状态（running即为成功）
   

5. 关闭防火墙（允许Dify访问）：

   systemctl stop firewalld
   systemctl disable firewalld
   

6. 部署Deepseek模型：

   ollama run deepseek-r1:1.5b  # 自动下载并启动模型
   

   ✅ 验证：模型启动后，可直接在命令行输入问题测试（如“介绍Dify”）。

场景2：Win/Mac本地部署

1. 下载安装包：访问Ollama官网（https://ollama.com），下载对应系统安装包；
2. 自定义安装路径：
   • 创建文件夹：D:\ollama 和 D:\ollama\models；
   • 安装时选择路径 D:\ollama；
   • 配置环境变量：打开cmd，执行 setx OLLAMA_MODELS d:\ollama\models /M；
3. 允许局域网访问：cmd中执行 setx OLLAMA_HOST 0.0.0.0；
4. 部署模型：打开cmd，执行 ollama run deepseek-r1:1.5b（自动下载启动）；
5. 验证：浏览器访问 http://localhost:11434，显示“Ollama is running”即为成功。

四、Dify对接本地大模型（Ollama+Deepseek）

完成Ollama和模型部署后，需将大模型接入Dify，让Dify具备“思考能力”。以下分Win和服务器场景说明：

4.1 前置配置（解决对接报错）

Dify 1.x版本后默认异步对接模型，需修改配置文件确保连接成功：

场景1：Win本地Dify

1. 停止Dify服务：进入Dify Docker目录，执行 docker compose down；
2. 编辑 .env 文件：用记事本打开 D:\DockerProject\dify-1.9.2\dify-1.9.2\docker\.env，添加以下内容：

   CUSTOM_MODEL_ENABLED=true
   OLLAMA_API_BASE_URL=http://你的WinIP:11434  # 如http://192.168.1.104:11434（cmd输入ipconfig获取）
   PROVIDER_OLLAMA_API_BASE_URL=http://你的WinIP:11434
   PLUGIN_WORKING_PATH=/app/cwd
   PLUGIN_PYTHON_ENV_INIT_TIMEOUT=6400
   PLUGIN_MAX_EXECUTION_TIMEOUT=2400
   PIP_MIRROR_URL=https://mirrors.aliyun.com/pypi/simple  # 加速依赖安装
   

3. 复制并编辑 middleware.env：
   • 复制 middleware.env.example，重命名为 middleware.env；
   • 打开后添加：

     PLUGIN_PYTHON_ENV_INIT_TIMEOUT=6400
     PLUGIN_MAX_EXECUTION_TIMEOUT=2400
     PIP_MIRROR_URL=https://mirrors.aliyun.com/pypi/simple
     

4. 重启Dify：docker compose up。

场景2：服务器/虚拟机Dify

1. 停止Dify服务：docker compose down；

2. 编辑 .env 文件：

   cd /root/dify-1.9.2/docker/
   vi .env  # 按i编辑
   

   添加以下内容（替换为服务器/虚拟机IP）：

   CUSTOM_MODEL_ENABLED=true
   OLLAMA_API_BASE_URL=http://192.168.23.145:11434
   PROVIDER_OLLAMA_API_BASE_URL=http://192.168.23.145:11434
   PLUGIN_WORKING_PATH=/app/cwd
   PLUGIN_PYTHON_ENV_INIT_TIMEOUT=6400
   PLUGIN_MAX_EXECUTION_TIMEOUT=2400
   PIP_MIRROR_URL=https://mirrors.aliyun.com/pypi/simple
   

   按 Esc+:wq 保存。

3. 配置 middleware.env：

   cp middleware.env.example middleware.env
   vi middleware.env  # 添加上述3行配置
   

4. 重启Dify：docker compose up。

4.2 对接Ollama模型

1. 访问Dify：浏览器打开Dify登录界面（本地：http://127.0.0.1，服务器：http://公网IP），用管理员账号登录；
2. 安装Ollama插件：
   • 进入「设置」→「模型供应商」→「安装模型供应商」；
   • 搜索「Ollama」，点击「安装」（自动下载依赖，无需额外配置）；
3. 添加Deepseek模型：
   • 安装完成后，点击「Ollama」→「添加模型」；
   • 模型名称填写：deepseek-r1:1.5b（与Ollama部署的模型名称一致）；
   • 其他参数默认，点击「保存」；
4. 验证模型：
   • 进入Dify「工作台」，创建「智能体」或「工作流」；
   • 在模型选择下拉框中，若能看到 deepseek-r1:1.5b，说明对接成功；
   • 测试：向智能体发送问题（如“1+1等于几”），模型会返回响应。

📒本文总结

本文覆盖Dify从基础启停到云服务器部署、Ollama大模型对接的全流程，核心要点如下：

1. 服务启停：本地用Docker Desktop图形化操作，服务器/虚拟机用命令行，优先前台运行（便于排查日志）；
2. 部署选择：新手推荐先通过虚拟机练习，熟悉后再迁移到云服务器；
3. 模型对接：Ollama是新手部署本地模型的最优选择，需确保Dify配置文件中的IP与Ollama服务IP一致；
4. 避坑指南：启动失败时查看日志、检查Docker状态；对接报错时优先配置 .env 和 middleware.env 文件。

🔍更多内容

💡Dify：企业级AI应用开发全攻略
💡Dify安装全攻略：虚拟机到本地部署
💡中草药识别与菜谱生成实战指南
💡AI智能体入门教程
💡智能出题系统：让教学更高效

---

1️⃣关注博主🌀与你共同遨游前端！
2️⃣博主简历🌀与你共同了解博主！
3️⃣扣子实战开发🌀解锁AI智能体搭建

---

📢：辛苦码的干货，求点赞+收藏 呀～ 问题留言或戳公众号，第一时间回复 + 解锁海量编程资源！💌

---

注：原创首发CSDN©️波仔椿 版权所有，转载请注明原文地址，避免侵权追责。