openEuler Linux部署 Dify 教程：对接本地 Ollama 构建 AI 应用平台

继成功在欧拉 Linux 部署 Ollama 后，本文将带你完成Dify的部署与配置 ——Dify 是一款开源的 AI 应用开发平台，支持可视化编排提示词、对接本地大模型（如 Ollama）、快速构建聊天机器人 / 知识库等应用。结合 Ollama+Dify，你可实现 “本地大模型 + 可视化应用开发” 的全流程闭环，无需依赖云端 AI 服务。

一、前置准备：确认环境与依赖

1. 核心依赖要求

Dify 基于 Docker 容器化部署（推荐方式），需先在欧拉 Linux 安装以下组件：

依赖项	版本要求	作用
Docker	20.10.0+	容器运行环境
Docker Compose	v2.0.0+	编排 Dify 多容器服务
Ollama	已安装并正常运行	提供本地大模型推理能力
内存	≥16GB	Dify+Ollama（7B 模型）最低要求
存储空间	≥20GB	存储 Dify 镜像、数据和模型

2. 检查 Ollama 服务状态（必做）

确保 Ollama 已正常启动且可访问：

# 验证Ollama服务
systemctl status ollama
# 测试Ollama API连通性（返回版本信息即正常）
curl http://127.0.0.1:11434/api/tags

二、步骤 1：安装 Docker 与 Docker Compose

欧拉 Linux 默认未预装 Docker，需手动安装并配置国内镜像源（解决下载慢问题）。

1. 卸载旧版本（若有）

su root  # 切换至root用户
yum remove docker docker-common docker-selinux docker-engine -y

2. 安装 Docker 依赖

# 安装yum工具包
yum install -y yum-utils device-mapper-persistent-data lvm2
# 添加Docker官方yum源（国内替换为阿里云源）
yum-config-manager --add-repo https://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo

3. 安装 Docker CE

# 安装最新版Docker
yum install docker-ce docker-ce-cli containerd.io -y

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

# 验证Docker安装（输出版本号即正常）
docker --version

4. 安装 Docker Compose

# 下载Docker Compose二进制文件（适配x86_64架构，ARM架构见备注）
curl -L "https://mirrors.aliyun.com/docker-toolbox/linux/compose/v2.20.2/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose

# 添加执行权限
chmod +x /usr/local/bin/docker-compose

# 验证安装
docker-compose --version

备注：若欧拉系统为 ARM 架构（aarch64，如鲲鹏），替换下载链接为：curl -L "https://mirrors.aliyun.com/docker-toolbox/linux/compose/v2.20.2/docker-compose-Linux-aarch64" -o /usr/local/bin/docker-compose

5. 配置 Docker 国内镜像源（优化下载速度）

编辑 Docker 配置文件，添加阿里云镜像加速：

mkdir -p /etc/docker
tee /etc/docker/daemon.json <<-'EOF'
{
  "registry-mirrors": ["https://你的阿里云镜像加速地址.mirror.aliyuncs.com"]
}
EOF

# 重启Docker使配置生效
systemctl daemon-reload
systemctl restart docker

阿里云镜像加速地址可登录阿里云容器镜像服务免费获取。

三、步骤 2：部署 Dify（Docker Compose 方式）

Dify 官方推荐 Docker Compose 部署，一键拉起前端、后端、数据库、Redis 等所有组件。

1. 下载 Dify 部署配置文件

# 创建Dify部署目录并进入
mkdir -p /opt/dify && cd /opt/dify

# 下载官方docker-compose.yml（国内替换为Gitee镜像）
curl -fsSL https://raw.githubusercontent.com/langgenius/dify/main/docker/docker-compose.yml -o docker-compose.yml
# 国内用户替换为：
# curl -fsSL https://gitee.com/langgenius/dify/raw/main/docker/docker-compose.yml -o docker-compose.yml

2. （可选）修改 Dify 默认配置

默认配置已满足基础使用，若需调整：

• 端口：默认前端 8000 端口、后端 8001 端口，若端口冲突，编辑docker-compose.yml中ports字段（如8000:80改为8080:80）；
• 数据持久化：默认数据存储在/opt/dify/volumes，无需修改；
• 内存限制：可添加deploy: resources: limits: memory: 8G限制容器内存。

3. 启动 Dify 服务

# 启动所有Dify组件（-d表示后台运行）
docker-compose up -d

# 查看容器状态（所有容器状态为Up即正常）
docker-compose ps

首次启动会自动下载 Dify 镜像（约 1GB），耐心等待即可。若下载卡住，检查 Docker 镜像源是否配置正确。

4. 验证 Dify 启动成功

# 查看Dify后端日志（无报错即正常）
docker-compose logs api

# 访问Dify前端页面

打开浏览器，访问http://[欧拉Linux服务器IP]:8000，若能看到 Dify 登录 / 注册页面，说明部署成功。

四、步骤 3：初始化 Dify 并对接 Ollama

1. 初始化管理员账号

首次访问 Dify 前端（http://IP:8000），会进入初始化页面：

1. 创建管理员账号（输入邮箱、密码）；
2. 填写组织名称（如 “本地 AI 平台”），完成初始化。

2. 配置 Ollama 作为 Dify 的大模型数据源

Dify 需对接 Ollama 的 API 接口，才能调用本地模型，步骤如下：

步骤 1：进入模型配置页面

1. 登录 Dify 后，点击左侧菜单栏「设置」→「模型配置」；
2. 找到「自定义模型」模块，点击「添加模型」。

步骤 2：配置 Ollama 模型参数

以对接 Ollama 的 Llama 3 7B 为例，填写以下信息：

配置项	取值说明
模型类型	选择「Chat」（对话模型）
模型名称	自定义（如 “Ollama-Llama3-7B”）
模型标识	必须与 Ollama 的模型名一致（如llama3，可通过ollama list查看）
API 基础 URL	http://[欧拉Linux服务器IP]:11434/v1（Ollama 兼容 OpenAI API 格式，需加 /v1）
API Key	任意填写（Ollama 无需 API Key，此处填占位符如ollama-local）
最大上下文窗口	根据模型设置（Llama 3 7B 填 8192）
最大输出令牌数	建议填 1024

步骤 3：测试连接并保存

点击「测试连接」，若提示 “连接成功”，说明 Dify 已成功对接 Ollama；点击「保存」完成模型配置。

关键说明：Ollama 的 API 默认仅本地访问，若 Dify 容器无法访问宿主机的 11434 端口，需：

1. 确保 Ollama 配置了OLLAMA_HOST=0.0.0.0:11434（参考上篇 Ollama 教程）；
2. 欧拉 Linux 防火墙开放 11434 端口：firewall-cmd --add-port=11434/tcp --permanent && firewall-cmd --reload。

五、步骤 4：使用 Dify 构建第一个 AI 应用

配置完成后，即可用 Dify 可视化开发 AI 应用，以 “简单聊天机器人” 为例：

1. 创建应用

1. 点击左侧菜单栏「应用」→「新建应用」；
2. 选择「聊天机器人」→「空白应用」，命名为 “本地 Llama3 聊天”。

2. 配置应用使用 Ollama 模型

1. 进入应用编辑页面，点击右侧「配置」→「模型」；
2. 选择「自定义模型」→ 已配置的 “Ollama-Llama3-7B”；
3. 点击「保存」，完成模型绑定。

3. 测试聊天功能

1. 点击页面右侧「测试」按钮，进入聊天界面；
2. 输入问题（如 “介绍欧拉 Linux”），点击发送，Dify 会调用 Ollama 的 Llama3 模型返回回答，至此整个流程打通。

六、常用操作：Dify 运维与管理

1. 重启 / 停止 Dify 服务

# 重启Dify
docker-compose restart

# 停止Dify
docker-compose down

# 停止并删除数据卷（谨慎操作，会清空数据）
docker-compose down -v

2. 查看 Dify 数据存储位置

# Dify数据库、Redis数据存储目录
ls /opt/dify/volumes

3. 更新 Dify 版本

cd /opt/dify
# 拉取最新配置文件
curl -fsSL https://raw.githubusercontent.com/langgenius/dify/main/docker/docker-compose.yml -o docker-compose.yml
# 拉取最新镜像并重启
docker-compose pull
docker-compose up -d

4. 配置 Dify 持久化（可选）

默认 Dify 数据已持久化到/opt/dify/volumes，若需备份：

# 备份Dify数据目录
tar -zcvf dify-backup-$(date +%Y%m%d).tar.gz /opt/dify/volumes

七、问题排查：常见错误与解决方法

1. Dify 前端访问不了

• 原因：8000 端口未开放 / 容器未启动；
• 解决：

  # 开放8000端口
  firewall-cmd --add-port=8000/tcp --permanent && firewall-cmd --reload
  # 检查容器状态
  docker-compose ps
  

2. Dify 测试连接 Ollama 失败

• 原因 1：Ollama 未配置0.0.0.0监听；解决：重新配置 Ollama 并重启：

  echo 'export OLLAMA_HOST=0.0.0.0:11434' >> /etc/profile
  source /etc/profile
  systemctl restart ollama
  

• 原因 2：Dify 容器无法访问宿主机 IP；解决：欧拉 Linux 宿主机 IP 可通过ip addr查看，确保 Dify 配置的 API 地址正确（避免用 127.0.0.1，需用宿主机内网 IP）。

3. Dify 启动后日志提示 “数据库连接失败”

• 原因：Docker Compose 的数据库容器未正常启动；
• 解决：

  # 查看数据库日志
  docker-compose logs postgres
  # 重启数据库容器
  docker-compose restart postgres
  

4. 调用模型时提示 “模型未找到”

• 原因：Dify 配置的模型标识与 Ollama 实际模型名不一致；
• 解决：执行ollama list查看 Ollama 本地模型名（如llama3:latest），在 Dify 模型配置中修改 “模型标识” 为一致的值。

八、总结

通过本文，你已在欧拉 Linux 上完成 “Ollama（本地大模型）+ Dify（AI 应用平台）” 的全栈部署，核心流程回顾：

1. 安装 Docker 与 Docker Compose，解决国内镜像源问题；
2. 一键部署 Dify 并验证启动状态；
3. 配置 Dify 对接 Ollama 的 API 接口，完成模型绑定；
4. 可视化开发 AI 应用，调用本地模型实现对话。

该架构的优势在于：Ollama 负责轻量管理本地大模型，Dify 提供可视化、低代码的应用开发能力，无需编写复杂代码即可快速构建聊天机器人、知识库、AI 助手等应用。后续可探索 Dify 的进阶功能：

• 接入知识库（上传文档、PDF）；
• 配置提示词模板；
• 发布应用为 API 接口或网页端。

若需更多帮助，可参考 Dify 官方文档：https://docs.dify.ai/。