惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Y
Y Combinator Blog
GbyAI
GbyAI
U
Unit 42
WordPress大学
WordPress大学
Last Week in AI
Last Week in AI
P
Proofpoint News Feed
D
DataBreaches.Net
N
Netflix TechBlog - Medium
H
Hackread – Cybersecurity News, Data Breaches, AI and More
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
C
Check Point Blog
Martin Fowler
Martin Fowler
月光博客
月光博客
MongoDB | Blog
MongoDB | Blog
MyScale Blog
MyScale Blog
The Cloudflare Blog
Apple Machine Learning Research
Apple Machine Learning Research
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
M
MIT News - Artificial intelligence
云风的 BLOG
云风的 BLOG
罗磊的独立博客
B
Blog RSS Feed
J
Java Code Geeks
The GitHub Blog
The GitHub Blog

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
Mac电脑本地部署Dify怎么做?
Roddan · 2025-06-06 · via 人人都是产品经理

Dify 是一款开源的大语言模型(LLM)应用开发平台,旨在帮助开发者和非技术人员快速构建并上线生产级的生成式 AI 应用。本文详细介绍了如何在 Mac 电脑上本地部署 Dify,希望能帮到大家。

1、什么是Dify?

Dify 是一款开源的大语言模型(LLM)应用开发平台,它巧妙地融合了后端即服务(BaaS)与大型语言模型运维(LLMOps)的核心理念。Dify 的命名源自“Define + Modify”,寓意着开发者可以定义并持续改进其 AI 应用,同时也致力于“为你而做”(Do it for you)。该平台旨在帮助开发者乃至非技术人员,快速构建并上线生产级的生成式 AI 应用,并支持非技术人员便捷地参与 AI 应用的定义与数据运营。

Dify 核心功能亮点:

  • 多样化应用创建: 支持快速创建聊天助手、智能体(Agent)、文本生成应用、自动化工作流等多种AI应用形态。
  • 强大的技术栈支持: 内置对数百种主流模型的支持,提供直观的Prompt编排界面、高质量的RAG(检索增强生成)引擎、先进的Agent框架以及灵活的流程编排能力。
  • 提升开发效率: 提供简洁易用的界面与API,显著减少开发者的重复劳动,使其能更专注于创新及核心业务需求的实现。

企业级应用价值:

  • 构建私有化知识库与AI助理: 支持安全、便捷地接入企业内部知识数据,赋能更高效的客户服务与内部办公智能化。
  • 打造企业级LLMOps平台: 提供可视化工具与标准化流程,助力企业实现对大型语言模型的全面运维、精准监控、高效标注与持续迭代优化。
  • 灵活编排AI工作流: 能够与企业现有系统无缝集成,实时监控AI应用运行状态,保障业务流程的稳定与可靠。
  • 零代码构建AI Agent: 使业务人员也能通过简单的点击拖拽,快速构建能调用企业工具与数据的智能体(AI Agents),以自动化处理复杂任务。

Dify官网地址https://dify.ai/

2、Dify搭建

用户既可以通过访问 “https://cloud.dify.ai/” 在线使用 Dify(需要 GitHub 或 Google 账号授权),也可以选择在本地环境中部署 Dify 社区版(此为开源版本)。下文将重点介绍如何基于 Docker Compose 部署 Dify 社区版。

在开始安装 Dify 之前,请确保您的设备至少具备 双核(2 core)处理器4GB 以上内存。以下步骤将演示如何在 Mac 系统中运行 Dify。首先,您需要安装 Docker Desktop 以支持 Docker 容器的运行,随后即可通过 Docker 来部署和运行 Dify。

2.1 Docker Desktop 安装与配置

1)下载安装Docker Desktop

我们可以使用官网链接“https://docs.docker.com/get-started/get-docker/”下载Docker Desktop使用Docker。

下载完成后,双击“Docker.dmg”安装Docker Desktop,

当你看到如下“进度条”,代表安装正在开始;“进度条”消失,电脑响起“dong”一声后,代表安装完成。

我们可以在“启动台”中找到如下“Docker”图标,

单击“Docker”图标打开软件

登录账号!

2.2 Dify部署与访问

1)基于Docker部署Dify

在”https://github.com/langgenius/dify/tree/1.4.1″中下载Dify,这里选择dify-1.4.1版本,下载完成后,将压缩包解压到我们指定的位置,通过如下命令启动Dify:

进入 Dify 的 Docker 配置目录:

在终端中,我们需要进入到包含 docker-compose.yaml 文件的目录

使用终端命令进行本地部署Dify

2)启动 Dify 服务:

在 docker 目录下 (即你上一步进入的目录),运行以下命令来启动 Dify 服务。这个命令会使用 docker-compose.yml 文件来下载并启动 Dify 所需的所有 Docker 容器。-d 参数表示在后台运行。

Bash

docker-compose up -d

注意:如果你的 Docker Compose 版本较新,可能会提示使用 docker compose up -d (没有中间的连字符)。两者通常都可以工作,但推荐使用新版命令。

初次运行时,Docker 需要下载 Dify 的镜像,这可能需要一些时间,具体取决于你的网络速度。请耐心等待命令执行完成。

检查容器状态 (可选):

等待命令执行完毕后,你可以通过以下命令检查 Dify 相关的 Docker 容器是否都已成功启动并正在运行:

Bash

docker-compose ps

你应该能看到几个与 Dify 相关的容器 (如 dify-api, dify-web, dify-db 等) 状态为 Up 或 running。

3)访问 Dify

一旦所有容器都成功启动,你就可以在你的网页浏览器中访问 Dify 了。

默认情况下,Dify 应该可以通过以下地址访问:http://localhost/http://127.0.0.1/

4)初始化设置:

首次访问时,Dify 会引导你进行一些初始化设置,例如创建管理员账户等。请按照屏幕上的指示完成这些步骤。

先在电脑运行docker,然后再输入网址本地运行Dify。

5)如何停止 Dify 服务

如果你想停止 Dify 服务,请执行以下操作:

打开终端

进入相同的 docker 目录:

Bash:替换成你实际的文件位置

cd path/to/your/dify-1.4.1/docker

运行停止命令:

Bash

docker-compose down

这个命令会停止并移除由 docker-compose up -d 创建的容器、网络等。你的数据(如数据库中的内容)默认情况下会保留在 Docker volumes 中,除非你在 docker-compose.yml 中有特殊配置或手动删除 volumes。

PS:如果有什么问题,可以随时评论交流,有什么想要搭建的工作流也可以探讨!