零代码做一个自己的 AI 应用：Dify 社区版部署手记

为什么想搭这个

上一篇 n8n 解决的是"流程自动化"，但有时候我想要的东西更简单：给同事做一个能直接打开的"规程问答助手"网页，背后挂着我整理好的知识库，界面要像模像样，还不能要求每个人都会写代码。自己从零写前端 + 后端 + 接大模型 API，工作量不小；Dify 恰好就是干这个的——开源的 LLM 应用开发平台，画布上编排提示词、挂知识库、发布成网页或 API。

Dify 在 GitHub 上有 15 万+ star（截至 2026-10-17 我查是 15.8 万左右），社区版可以免费自托管，模型供应商既可以是 OpenAI 这类云服务，也可以是我前两篇写的、跑在本机的 Ollama。数据和应用都攥在自己手里，单位内网用也踏实。

▲ 图 1：Dify 官方 README 封面（来源：langgenius/dify GitHub 仓库，版权归原作者所有）

部署：docker compose 一把梭

官方自托管文档的最低要求是 CPU ≥ 2 核、内存 ≥ 4 GiB，Windows 走 WSL2 + Docker Desktop（Docker Compose 不低于 2.24）。步骤以官方文档为准，核心就四步：

# 1. 克隆指定版本的源码（tag 以 releases 页最新为准，当前 1.17.x）
git clone --branch 1.17.1 https://github.com/langgenius/dify.git

# 2. 进 docker 目录，准备环境变量
cd dify/docker
cp .env.example .env

# 3. 一键起服务
docker compose up -d

这一步会拉起 16 个容器：api、worker、web 等 7 个核心服务，加上 Weaviate 向量库、PostgreSQL、Redis、nginx 等 8 个依赖组件。所以那 4 GiB 内存只是底线，实机建议 8 GiB 起步，不然向量库一吃内存整机就卡。

起来之后浏览器访问 http://localhost/install（nginx 默认占 80 端口），先设置管理员账号，再登录进主界面。

▲ 图 2：Dify 平台功能总览（来源：langgenius/dify 仓库 images 目录）

第一件事：接模型

进 Dify 后先去「设置 → 模型供应商」添加供应商。我走的两条路：

本机 Ollama：供应商选 Ollama，地址填 http://host.docker.internal:11434（容器访问宿主机）。这样问答全程不出内网，和我第一篇 Ollama 教程完全衔接；
云端 API：OpenAI、DeepSeek 等按各家控制台申请 Key 填进去即可。

Dify 支持的供应商非常多（官方 README 有一张供应商矩阵图），选哪家看你的数据敏感度和预算。

▲ 图 3：Dify 支持的模型供应商矩阵（来源：langgenius/dify 仓库 images 目录）

第二件事：做一个问答应用

点「创建应用」选聊天助手模板，进入编排页：

写好系统提示词（角色、语气、拒答边界）；
关联知识库：把规程 PDF 传进「知识库」，它会自动解析切块并向量化，聊天时挂到应用上，回答就基于你的文档；
发布：一键生成公开访问链接，或者直接嵌入已有系统。

从部署到给同事发出第一个可用的问答链接，我前后花了不到两个小时。这张图是官方 README 里的应用形态示意，基本就是我做出来的东西的样子。

知识库这一环值得多说两句。文档传进去后 Dify 会自动切块、Embedding、存进 Weaviate 向量库，但默认切块参数不总是合适：规程 PDF 一章一条，块太大容易答非所问，块太小又丢上下文，我在「知识库 → 分段设置」里把分段长度调到 512 token、保留 50 token 重叠后，命中质量明显好了。每个知识库都有「召回测试」面板，拿真实问题试，看召回的段落对不对，不满意就调参数——这一步省不得。另外对话日志里能看到每次问答引用了哪些分段，回答错了可以一键标注，把bad case喂回知识库或改提示词，形成闭环。

▲ 图 4：Dify 应用形态示意（来源：langgenius/dify GitHub 仓库 README 配图）

我踩过的坑

80 端口被占：nginx 默认绑 80，本机若跑着 IIS 或别的 Web 服务会起不来，改 docker/.env 里的端口映射再重启。
WSL2 内存不够：Docker Desktop 默认只分一半内存，跑 Dify 要在设置里把虚拟机的内存调到 6–8 GiB。
升级别偷懒：官方升级指引要求比对新 .env.example 和自己 .env 的差异，新增变量要补；改过 compose 文件的，把改动重新套到新版本文件上，别直接沿用旧文件——新版本可能新增必要服务。
许可证边界：Dify 社区版以 Apache-2.0 为基础但附加了条件（比如对外提供多租户服务受限、展示其 Logo 等），商用部署前务必读仓库 LICENSE 全文，别只看"开源"两个字。

总结

Dify 把"做一个 AI 应用"的门槛降到了"会填表、会拖画布"。对我这种想快速给同事交付一个小工具、又在意数据不出内网的人，社区版自托管是很划算的选择：两小时部署，一个下午就能发出第一个应用。它和我前面写的 Ollama、n8n 能串成完整的一套：Ollama 出模型、Dify 出应用、n8n 出流程。下一篇换个方向，不写平台了，写一个本地小模型——Whisper，把会议录音变成文字。