news 2026/6/10 13:33:18

【教程】如何在电脑上安装dify

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
【教程】如何在电脑上安装dify

下面是“在电脑上安装 Dify”的常见两种方式的详细说明:最推荐的本地安装方式是用 Docker Desktop 一键起服务;如果你没有 Docker 环境,再考虑源码/手动部署(更复杂)。以下先给出 Docker 方式的步骤。


方式一(推荐):用 Docker Desktop 在本机安装/运行 Dify

0)准备条件

  • 一台电脑(Windows / macOS / Linux 都可)
  • 安装好:
    • Docker Desktop(Windows/macOS)
    • Linux 上一般用 Docker Engine + Docker Compose
  • 建议内存 ≥ 8GB(更舒服 16GB)

Windows / macOS:Docker Desktop 安装要点

Windows

  1. 安装 Docker Desktop
  2. 若提示需要 WSL2:
    • 在 Microsoft Store 安装Ubuntu(或其他发行版)
    • Docker Desktop 设置里启用Use WSL 2 based engine
  3. 确认 PowerShell 里可用:
    docker--versiondockercompose version

macOS

  1. 安装 Docker Desktop
  2. 终端确认:
    docker--versiondockercompose version

1)获取 Dify 的 Docker Compose 部署文件

在你电脑上找个目录(如D:\dify~/dify),打开终端执行:

gitclone https://github.com/langgenius/dify.gitcddify/docker

如果你没装 Git,也可以去 GitHub 下载 zip 解压后进入dify/docker目录。


2)配置环境变量(最关键)

dify/docker目录下通常会有示例环境文件。做法一般是复制一份:

  • 可能的文件名类似:
    • .env.example.env
    • 或者docker-compose.yaml旁边配套的示例 env

你可以这样做(以.env.example为例):

cp.env.example .env

然后用文本编辑器打开.env,至少检查这些项(不同版本字段名略有差异,但大同小异):

  • 端口(是否占用)
  • 初始管理员/密钥
  • 访问域名(本机一般就是http://localhost

如果你不确定怎么改,先保持默认通常也能跑起来。


3)启动 Dify

dify/docker目录执行:

dockercompose up-d

等待首次拉取镜像并启动服务(首次可能几分钟)。


4)打开 Dify

通常在浏览器访问(以实际配置为准):

  • http://localhost
  • http://localhost:xxxx

如果你不确定端口,执行:

dockercomposeps

看哪些端口映射到宿主机。


5)配置模型供应商(必须)

Dify 本体启动后,还需要在 Dify 的控制台里配置模型,例如:

  • OpenAI / Azure OpenAI
  • Gemini
  • Anthropic
  • 本地模型(如 Ollama / vLLM 等,取决于你怎么接)

进入 Dify 后一般在Settings / Model Provider(或类似菜单)里填 API Key 和 Base URL。


常见问题排查(很实用)

A. 端口被占用

报错类似 “port is already allocated”。解决:

  • .envdocker-compose.yml里的端口映射
  • 或关闭占用该端口的软件(如 Nginx、Apache、旧容器)

B. 拉镜像很慢/失败

  • 确认网络可访问 Docker Hub / GitHub
  • 可配置 Docker 镜像加速(国内网络尤其需要)

C. 数据怎么保留?

默认 Compose 会把数据库/向量库等挂到 volume。你不要随便docker compose down -v,否则会删数据卷。

D. 如何停止/重启?

dockercompose stopdockercompose start# 或重启dockercompose restart

方式二:源码/手动安装(不太推荐新手)

需要你本机具备并配置好:

  • Node.js(前端/控制台构建)
  • Python(后端)
  • 数据库(PostgreSQL)
  • Redis
  • 向量数据库(取决于 Dify 版本/配置)
    优点是可深度定制;缺点是坑多、依赖多。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/6/10 13:09:17

HISTCMD 介绍

HISTCMD 是 Bash 中一个特殊的只读变量,它记录了当前命令在命令历史列表中的索引号。这个变量非常有用,特别是在处理命令历史相关的操作时。📚 基础特性1. 变量性质# HISTCMD 是只读变量 $ echo $HISTCMD 1825 # 示例:当前命令将…

作者头像 李华
网站建设 2026/6/10 13:04:28

什么是 NTP 硬件时间服务器?工程里一般是怎么用的

——北京昕辰清虹的一点实践体会 在做时间同步相关项目时,我们经常会被问到: 时间同步这件事,到底要不要单独上一套设备? 作为一家长期从事时间同步设备研发与项目实施的厂商,北京昕辰清虹在实际项目中,接触…

作者头像 李华
网站建设 2026/6/10 22:50:35

geo优化排名系统---内容式生成搜索引擎逻辑开发

你想要开发一个面向 GEO(搜索)优化排名的系统,核心是实现 “内容式生成” 的搜索引擎逻辑,简单来说就是让搜索引擎能基于AI大模型和内容特征数据,智能生成并排序符合用户地理场景的搜索结果。一、核心开发思路先明确这…

作者头像 李华
网站建设 2026/6/10 13:56:22

从T5到Sentence-BERT:打造下一代个性化推荐系统 - EmbSum深度解析

Sentence-BERT训练脚本资源-CSDN下载 通过网盘分享的文件:embsum.rar 链接: https://pan.baidu.com/s/1bSqVT_mJsD7bzXkHt5totw?pwdeyct 提取码: eyct --来自百度网盘超级会员v6的分享 核心亮点:物品画像生成 用户画像匹配 Sentence-BERT编码&#…

作者头像 李华
网站建设 2026/6/10 14:42:20

工业级热轧F7出口厚度预测模型:从数据到生产的完整AI解决方案

工业级热轧F7出口厚度预测模型:从数据到生产的完整AI解决方案源码资源-CSDN下载 前言:为什么这个项目值得你深入学习? 在钢铁工业的精密制造过程中,热轧带钢的厚度控制是决定产品质量的关键环节。传统的厚度控制方法往往依赖于经…

作者头像 李华