以下是本地部署 Dify 的详细教程，帮助你打造专属 AI 应用平台（以 Ubuntu 20.04 为例）：

一、环境准备

1. 系统要求

   • 操作系统：Linux/macOS/Windows(WSL2)
   • 内存：≥8GB RAM
   • 存储：≥20GB 可用空间

2. 安装依赖

   # 更新系统
   sudo apt update && sudo apt upgrade -y
   
   # 安装 Docker
   curl -fsSL https://get.docker.com | sh
   sudo usermod -aG docker $USER
   
   # 安装 Docker Compose
   sudo curl -L "https://github.com/docker/compose/releases/latest/download/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose
   sudo chmod +x /usr/local/bin/docker-compose
   

3. 验证安装

   docker --version        # 应显示 Docker 版本
   docker-compose --version # 应显示 Compose 版本
   

二、部署 Dify

1. 克隆仓库

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

2. 配置环境变量
   创建 .env 文件：

   cp .env.example .env
   nano .env
   

   修改关键参数：

   # OpenAI 密钥（必填）
   OPENAI_API_KEY=sk-xxx
   
   # 数据库配置
   POSTGRES_PASSWORD=your_strong_password
   REDIS_PASSWORD=your_strong_password
   

3. 启动服务

   docker-compose up -d
   

   等待所有容器启动（约 3-5 分钟），可通过命令监控：

   docker-compose logs -f
   

三、访问与配置

1. 访问 Web 界面
   浏览器打开：http://localhost

   首次登录使用默认账号：admin@dify.ai / difyai.com

2. 基础配置

   • 模型设置：进入「设置」→「模型提供商」添加 OpenAI/Anthropic 等 API 密钥
   • 存储配置：默认使用本地存储，如需云存储可配置 S3/MinIO

   # .env 文件添加
   STORAGE_TYPE=s3
   AWS_ACCESS_KEY_ID=xxx
   AWS_SECRET_ACCESS_KEY=xxx
   

3. 创建首个 AI 应用

   • 点击「创建应用」→ 选择「对话型」或「文本生成型」
   • 配置提示词模板：你是一个专业助手，用中文回答用户问题
   • 测试并发布应用

四、进阶配置

1. HTTPS 加密
   使用 Nginx 反向代理：

   server {
     listen 443 ssl;
     server_name your-domain.com;
     ssl_certificate /path/to/cert.pem;
     ssl_certificate_key /path/to/key.pem;
     
     location / {
       proxy_pass http://localhost:3000;
       proxy_set_header Host $host;
     }
   }
   

2. 定时备份
   创建备份脚本 backup.sh：

   #!/bin/bash
   docker exec dify-db pg_dump -U postgres > backup_$(date +%F).sql
   aws s3 cp backup_*.sql s3://your-bucket/
   

   添加定时任务：

   crontab -e
   # 每天 2AM 备份
   0 2 * * * /path/to/backup.sh
   

五、常见问题排查

部署完成后，可通过 Dify 的「工作流」功能构建复杂 AI 应用链，例如： $$ \text{用户输入} \rightarrow \text{意图识别} \rightarrow \text{数据库查询} \rightarrow \text{LLM 生成} \rightarrow \text{结果输出} $$ 所有操作均可在可视化界面中完成，无需编写代码。