【人工智能agent】--docker本地部署dify教程

【人工智能agent】--docker本地部署dify教程

目录

1.dify介绍

2.准备工作

3.安装docker

3.1.默认安装

3.2.自定义路径安装(推荐)

3.3.验证docker

3.4.切换镜像源

4.下载git

5.下载dify源码

6.启动dify

7.打开dify


1.dify介绍

        Dify 是一款开源的大语言模型(LLM) 应用开发平台。它融合了后端即服务(Backend as Service)和 LLMOps 的理念,使开发者可以快速搭建生产级的生成式 AI 应用。即使你是非技术人员,也能参与到 AI 应用的定义和数据运营过程中。

        非技术人员:不懂编程、对大模型不太懂,也可以使用DIFY

2、功能介绍
        由于 Dify 内置了构建 LLM 应用所需的关键技术栈,包括对数百个模型的支持、直观的 Prompt 编排界面、高质量的 RAG 引擎、稳健的 Agent 框架、灵活的流程编排,并同时提供了一套易用的界面和 API。这为开发者节省了许多重复造轮子的时间,使其可以专注在创新和业务需求上。

3、相关网站

dify官网:Dify.AI · 生成式 AI 应用创新引擎

部署dify首先下载dokcer docker官网:Docker: Accelerated Container Application Development

使用文档链接:Deploy with Docker Compose | Dify

 2.准备工作

本地化部署dify所需要的安装包

  1. git安装包:用来拉取dify的代码
  2. docker desktop 安装包:用来docker compose部署
  3. dify源代码

这些在官网都可以下载到,这里再提供网盘资源:

链接: https://pan.baidu.com/s/1RHgSbVsTtn57TN4ZhTH1gA?pwd=v2sw 提取码: v2sw 

dify源码还是自己去官网下载吧,网盘里面的版本不是最新的:

https://github.com/langgenius/dify/issues

3.安装docker

3.1.默认安装

双击Docker Desktop Installer.exe,默认安装到c盘

3.2.自定义路径安装(推荐)

& ".\Docker Desktop Installer.exe"  install --installation-dir="D:\Docker"

3.3.验证docker

docker -v docker-compose -v 

3.4.切换镜像源

{ "builder": { "gc": { "defaultKeepStorage": "20GB", "enabled": true } }, "experimental": false, "registry-mirrors": [ "https://docker.feng.cx", "https://docker.m.daocloud.io", "https://docker.imgdb.de", "https://docker-0.unsee.tech", "https://docker.hlmirror.com", "https://docker.1ms.run", "https://func.ink", "https://lispy.org", "https://docker.xiaogenban1993.com", "https://docker.xuanyuan.me", "https://docker.rainbond.cc", "https://do.nark.eu.org", "https://dc.j8.work", "https://docker.hpcloud.cloud", "https://docker.unsee.tech", "https://docker.1panel.live", "http://mirrors.ustc.edu.cn", "https://docker.chenby.cn", "http://mirror.azure.cn", "https://dockerpull.org", "https://dockerhub.icu", "https://hub.rat.dev" ] }

4.下载git

windows安装git(全网最详细,保姆教程)-ZEEKLOG博客

5. 下载dify源码

在git安装目录下执行下面的命令

git.exe clone --progress -v "https://github.com/langgenius/dify.git" "D:\dify"

·当然如果通过资源下载了源码,那就可以跳过此步骤

6.启动dify

在git bash窗口下依次执行下面的命令

cd dify/docker cp .env.example .env docker compose -p dify up -d 

安装完成过后,验证一下

docker compose ps 

7.打开dify

进入dify

http://127.0.0.1/install 

先注册一个账号,

Read more

AI 时代的软件工程:如何用 OpenSpec 驱动“全自动”开发

AI 时代的软件工程:如何用 OpenSpec 驱动“全自动”开发

文章目录 * 第一步:确立“项目宪法” —— `project.md` * 1. 存量项目(已有基础代码) * 2. 全新项目(从零开始) * 第二步:设计蓝图 —— 提案(Proposal)连发 * 第三步:存盘设计 —— 锁定 Git 基准线 * 第四步:全量自动化实施 —— Pipeline 模式 * 自动化执行策略: * 第五步:归档与清理 —— 保持上下文纯度 * 结语:慢即是快 在与 AI(如 Cursor, Codex)协作时,开发者常遇到“逻辑断层”或“幻觉代码”。为了解决这一痛点, OpenSpec 应运而生。它不是一个工具,而是一套文档驱动(Document-Centric)的协作标准。 通过

一文读懂AI领域最火爆的核心机制:Skills

一文读懂AI领域最火爆的核心机制:Skills

在AI技术快速迭代的2025-2026年,**Skills(技能)**已成为推动AI从“聊天工具”向“生产力伙伴”转型的核心机制。它通过模块化封装专业方法论、执行流程和工具资源,让AI能够像人类专家一样高效、稳定地完成复杂任务。 一、Skills是什么? Skills是供AI智能体调用的结构化能力包,本质是将人类在某个领域的“专业经验+操作流程+工具资源”打包成可复用、可共享的标准化模块。 * 类比理解: * 对AI而言,Skills是“数字员工入职手册”或“专业工具箱”; * 对用户而言,Skills是“一键调用专家能力”的快捷方式。 * 核心目标: 解决AI“泛而不精”的问题,使其从“能聊天”升级为“会干活”。 二、Skills为何爆发? Skills的兴起源于AI应用中的三大痛点: 1. 上下文窗口限制:大模型记忆力有限,复杂任务需反复粘贴指令,效率低下。 2. 提示词(Prompt)

在OpenClaw中构建专业AI角色

在OpenClaw中构建专业AI角色

这条信息在晚上 11:47 通过 WhatsApp 传来:“天气警报:明天早上看起来很糟糕——-8°C,伴有冰冻降雨,直到上午 10 点。您早上 8:30 的户外访问可能会不舒服。要我建议重新安排到下午吗?” 我不记得配置过那种程度的情境感知主动性。然后我查看了 IDENTITY.md。 多重角色设定(IDENTITY.md)Moltbot 中的文件作为您的 AI 智能体 | 由 Gemini 3 Pro 生成的图像 © 透明度:本文的 AI 辅助结构化研究。配置模式、角色设计和分析均来自我自己的实践。 在第一篇文章中,我探索了 SOUL.md——定义您的 AI 选择成为谁的文件。核心价值观。指导在模糊情况下做出决策的原则。