企业级LLM应用开发平台Dify1.x新版本私有化部署使用及主要问题解决方法

本文发布于:2025-03-05,最后更新于:2025-04-07,如果内容失效请留言告知。
目录
[隐藏]

1. Dify 简介

Dify 是一个开源的大模型(LLM,Large Language Model)应用开发平台,提供从 Agent 构建到 AI workflow 编排、RAG 检索、模型管理等能力,旨在通过低代码/无代码方式简化生成式 AI 应用的构建,仅通过拖拉拽和配置即可构建复杂的企业级人工智能应用。此外也支持通过其插件体系、API 调用等方式编程开发扩展实现更为复杂的功能需求。

deepseek-r1 带动起来的 AI 热潮下,大家对部署私有 deepseek 模型和搭建本地知识库、AI智能体具有前所未有的热情。在众多支持知识库、工作流和智能体的应用框架中,Dify 因其安装使用简单、配置灵活、可玩性高等特点而独树一帜。

近期 Dify 发布了全新的 1.0.0 版本。本文将介绍 Dify 1.x 版本基于 docker 的私有化安装配置及使用过程中遇到的主要问题的解决方法。

2. 基于 docker 部署 Dify

请先确保已安装了 gitdocker(企业内也可以安装 podman 替代 docker)。可参考:

然后参考执行如下命令:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
# 示例,进入工作目录
cd ~/workspace
 
# 拉取 Dify 仓库源码
git clone https://github.com/langgenius/dify.git
 
# 将 `dify/docker` 目录复制出来
# 因为后文会涉及修改 `docker-compose.yaml` 文件,故不修改仓库中文件,方便后续拉代码升级
cp -r dify/docker dify-docker
cd dify-docker
# 复制方式创建环境变量配置文件 .env
cp .env.example .env
 
# 拉取镜像 -- 国内用户可能会失败,可参考下一章节内容解决
docker-compose pull

新建 run.sh 文件,用于快速启停 Dify 服务:

1
2
3
echo "docker-compose down && docker-compose up -d" > run.sh
# 赋予可执行权限
chmod +x run.sh

执行 ./run.sh 启动 Dify 服务。然后可通过浏览器访问 http:<ip>:<nginx 端口>,如:http://192.168.1.100:8001

以上即为基于 docker 安装和配置并启动 Dify 的全部步骤。

但是如果你是国内用户且没有开代理上网方式,那么你可能会遇到一些问题,可参考下一章节内容解决,主要是通过修改 docker-compose.yaml.env 文件的部分配置以适应国内网络环境。

3. Dify 1.x 版本国内安装的主要问题及解决

首先你应掌握基于 docker 部署的服务通过查看日志分析排查问题的基本方法:

1
2
3
4
5
6
7
8
# 查看当前运行中的容器服务
docker ps
 
# 以 watch 模式查看某个容器打印的日志
docker logs -f <容器ID>
# 示例:
docker logs -f dify-docker_dify-api-1
docker logs -f dify-docker_dify-plugin-daemon-1

3.1 Docker 镜像拉取失败的问题及解决

  • 设置 docker 镜像源为 hub.mirrorify.net
  • 编辑 docker-compose.yaml文件
    • 搜索并替换 ghcr.ioghcr.mirrorify.net
    • 搜索并替换 quay.ioquay.mirrorify.net
    • 搜索并替换 docker.elastic.coelastic.mirrorify.net

然后再执行 docker-compose pull 拉取镜像。

3.2 启动报 80 端口禁止绑定的问题及解决

这主要是因为我使用了 Podman。Podman 是以非 root 用户身份启动容器服务的,非 root 用户默认只能使用 1024 以上端口。使用 sysctl 命令可以修改该起始端口,示例:

1
2
3
4
# 临时生效
sysctl net.ipv4.ip_unprivileged_port_start=0
# 永久生效
echo "net.ipv4.ip_unprivileged_port_start=0" >> /etc/sysctl.conf

也可以编辑 .env 文件,搜索并修改 NGINX 映射端口号为 1024 以上。示例:

1
2
EXPOSE_NGINX_PORT=8001
EXPOSE_NGINX_SSL_PORT=4443

3.3 Dify 插件市场模型、插件安装失败的问题及解决

Dify 1.0 版本上线了全新的插件市场,所有的模型、工具和扩展都可通过插件模式进行安装。当然如果有开发能力,也可以开发自己的插件,这无疑为 Dify 提供了非常大的个性化定制潜力,可玩性也高了不少。Dify 1.0 的插件市场功能比较完整,但细节还不够完善,网络环境较差的情况下使用体验较差。

Dify 插件的底层是 Python 代码开发,插件依赖的第三方库则需要在安装时实时下载。

由于众所周知的原因,国内用户在安装插件时,大概率会遇到因网络问题下载慢、无法成功安装等现象。可以通过设置 pip 使用国内镜像源解决。

docker-compose.yaml 中查找plugin_daemon,在其下方的 environment 下新增内容参考如下(注意与原有内容对比,仅添加新增部分即可):

1
2
3
4
5
6
7
8
9
10
11
12
plugin_daemon:
  image: langgenius/dify-plugin-daemon:0.0.3-local
  restart: always
  environment:
    # 设置超时时间为 300 秒
    PYTHON_ENV_INIT_TIMEOUT: ${PYTHON_ENV_INIT_TIMEOUT:-300}
    # 设置 pip 使用国内镜像源
    PIP_MIRROR_URL: ${PIP_MIRROR_URL:-https://pypi.tuna.tsinghua.edu.cn/simple}
  volumes:
    - ./volumes/plugin_daemon:/app/storage
    # 主要是持久化缓存 .cache/pip
    - ./volumes/plugin_daemon/.cache:/root/.cache

此外还需修改 .env 文件,在末尾添加如下环境变量配置:

1
2
3
4
5
MARKETPLACE_URL=https://marketplace.dify.ai
 
PLUGIN_WORKING_PATH=/app/storage/cwd
PYTHON_ENV_INIT_TIMEOUT=300
PIP_MIRROR_URL=https://pypi.tuna.tsinghua.edu.cn/simple

相关建议参考:

  • 插件安装过程可能会比较久,且Web界面上没有任何提示。可通过查看 dify-plugin-daemon 容器的 docker 日志,了解是否发生了异常等更多信息。
  • 如果已经安装插件失败过,然后通过以上方式操作仍然无法解决插件安装问题,可删除 dify-docker/volumes 目录后重启服务再试(如果已有历史数据请谨慎操作,所有私有数据均在该目录下)。
  • 若通过 Web 界面插件市场安装总是失败,可尝试通过点击详情,到详情页下载后,再回来通过“本地插件”上传方式进行安装。

3.4 使用 Podman 启动报错的问题及解决

Podman 是当前最佳的 docker 开源替代品,由于因授权问题公司禁止使用 docker-desktop,所以我日常是使用 Podman 替代 Docker。

关于 Podman 的安装与使用可参考该文:

在使用 podman-compose 启动服务时遇到了 network 相关的报错:

1
RuntimeError: missing networks: default

经排查分析解决方法为,编辑 docker-compose.yaml 文件,搜索 networks 并在其下方新增如下内容即可:

1
2
3
4
5
6
7
8
sandbox:
    networks:
      - ssrf_proxy_network
      - default # 需新增的内容
 
networks:
  default: # 需新增的内容
    driver: bridge # 需新增的内容
  • 解决参考:https://github.com/langgenius/dify/issues/14491

3.5 工作流执行自定义代码报错:Run failed: error: operation not permitted

问题现象:在 Dify 工作流中配置执行自定义 Node.js 或 Python 代码时报错,提示 Run failed: error: operation not permitted

可参考这篇文章了解原因及解决办法:https://lzw.me/a/dify-sandbox-allowed_syscalls.html

4. Dify 1.x 的模型下载、配置及使用

新版本的所有模型配置都通过插件形式提供。首先需要下载和安装模型,然后配置它。推荐在插件市场下载安装如下几个模型:

  • ollama:如果你本地安装了 ollama 并拉取了本地模型,那么就需要它。当前版本的 ollama 插件添加模型比较简易,不会自动从 API 获取模型列表,而且只支持配置 LLMEMBEDDING 类型的模型。这点应该后续有较大优化空间。
  • OpenAI:当前基本上第三方模型供应商提供的API都与 OpenAI 是兼容的,所以如果你使用了第三方模型,但找不到其对应插件,安装这个来配置就没错。
    • 例如我这里配置为了 AICNN 的模型,参见上图示例。
  • 硅基流动:提供了 63 种模型可选,新用户注册送 14 元赠金

可以通过添加第三方模型供应商的 API 以使用更为强大的大模型能力。当前有如下几个注册送免费额度的供应商:

在完成安装和配置之后,就可以通过在“工作室”创建个性化 AI 应用了。下图是一个较为复杂的投资工具工作流示例,它包含了数十个工作步骤,通过它可以看出工作流模式是相当具有灵活性了:

值得一提的是,Dify 支持 DSL 导入导出,可以方便的将工作流导出为 DSL 文件,然后分享给他人,他人再通过 DSL 文件导入即可。下面是一些开源的 Dify DSL 仓库,若有兴趣可以下载和参考,学习他人是如何创建和使用的:

  • https://github.com/wwwzhouhui/dify-for-dsl.git
  • https://github.com/svcvit/Awesome-Dify-Workflow.git
  • https://github.com/aircrushin/awesome-dify-workflow.git
  • https://github.com/BannyLon/DifyAIA.git
  • https://github.com/din4e/DifyDSL4RedTeam.git

5. 总结与参考

总体来讲,Dify 1.0 版本最大的变化是引入了全新的插件体系,并提供了插件市场,将大厂模型适配、工具、扩展等从核心框架抽离为独立的插件,从而使得其个性化定制有了非常大的空间。通过安装官方插件可满足低代码/无代码方式快速搭建 AI 原生应用,也可通过开发定制私有插件扩展更为复杂的个性化能力需求。这种模式也为后续引入付费插件提供了想象空间。

不过当前的插件体系细节还不够完善,网络环境一般的情况下体验较差,只是安装和配置插件的过程就会消耗掉许多的时间。已在使用低版本的同学建议多等一等,可以通过全新安装体验后再决定是否值得升级。

提示:关注公众号志文工作室并回复 dify,可获取已修改适配的 docker-compose.yaml.env 文件网盘下载。

点赞 (3)
  1. jacky说道:
    Microsoft Edge 134.0.0.0 Microsoft Edge 134.0.0.0 Windows 10 x64 Edition Windows 10 x64 Edition

    我发现模型添加不上去,有遇到吗?

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

Captcha Code