1. 引言
Dify 项目由前腾讯云 DevOps 团队成员创建。基于 OpenAI API 开发 GPT 应用程序往往较为繁琐，团队凭借多年在开发者效率工具方面的经验，致力于让更多人使用自然语言开发有趣的应用程序。
Dify 由 10+ 全职团队和 100+ 社区贡献者共同维护，迭代速度极快。了解 Dify 及其依赖的上下游技术、架构，利用 Dify 快速建立 AI 智能体 demo 原型，对推进 AI 智能体开发具有重要意义。本文将简要介绍 Dify 的部署过程，后续将分享基于 Dify 的 AI 智能体开发经验及底层技术细节。
2. Docker Compose 一行命令部署 Dify
首先将 dify 项目下载至服务器上：
git clone https://github.com/langgenius/dify.git
项目主要分为 api（后端）和 web（前端）两大部分。进入 docker 目录：
cd docker
该目录包含几个关键文件。docker-compose.yaml 可通过 Docker Compose 直接启动所有服务和依赖；docker-compose.middleware.yaml 可先启动依赖的关系数据库、向量数据库等组件，再单独启动 api 和 web 端，隔离做得非常棒。
2.1 核心服务模块
主要包含如下几个模块及 Docker 镜像：
api: langgenius/dify-api:0.6.6worker: langgenius/dify-api:0.6.6web: langgenius/dify-web:0.6.6db: postgres:15-alpineredis: redis:6-alpineweaviate: semitechnologies/weaviate:1.19.0sandbox: langgenius/dify-sandbox:0.1.0nginx: nginx:latest
2.2 执行部署
使用 Docker Compose 一键部署安装：
docker compose up -d
从 Docker Hub 逐个 Pulling 依赖镜像，等待镜像下载部署完成后，打开 Web UI。默认占用 80 端口，可在 docker-compose 配置文件中更改 Nginx 端口。
经过账号初始化等工作后，即可进入 Dify 工作界面。
3. Dify 主要特色
3.1 多种大语言模型集成
相较于 fastGPT + oneApi 的方案，Dify 集成度更高：
- 大模型厂商模型：仅需到大模型厂商注册账号，申请鉴权 API Key，即可快速体验比较每个大模型厂商的优劣。项目附带了每个厂商的注册跳转链接，基本都会提供 Token 用于测试。
- 本地部署模型：支持 Xinference、Ollama、OpenLLM、LocalAI 等推理框架部署的模型一键接入。
- HuggingFace 开源模型：只需配置 API Key 和模型名字即可接入，但要求服务器能访问外网。
- OpenAI-API-compatible：接入兼容 OpenAI 规范的 API。对于国内互联网中小厂，如果不自建大模型，可能需要试用或买入多家公司的大模型。此时需要一个代理平台专门计算成本，该平台最好对业务暴露的是兼容 OpenAI 的 API 接口，否则接入 Dify 平台时需要包一层与 OpenAI 兼容的 API 接口。
3.2 丰富工具内置 + 自定义工具支持
Dify 内置了包含搜索引擎、天气预报、维基百科、SD 等工具，同时支持自定义工具的配置化接入。团队成员一人接入，全组复用，高效便捷。
