openEuler Linux部署 Dify 教程：對接本地 Ollama 構建 AI 應用平台

繼成功在歐拉 Linux 部署 Ollama 後，本文將帶你完成Dify的部署與配置 ——Dify 是一款開源的 AI 應用開發平台，支持可視化編排提示詞、對接本地大模型（如 Ollama）、快速構建聊天機器人 / 知識庫等應用。結合 Ollama+Dify，你可實現 “本地大模型 + 可視化應用開發” 的全流程閉環，無需依賴雲端 AI 服務。

一、前置準備：確認環境與依賴

1. 核心依賴要求

Dify 基於 Docker 容器化部署（推薦方式），需先在歐拉 Linux 安裝以下組件：

2. 檢查 Ollama 服務狀態（必做）

確保 Ollama 已正常啓動且可訪問：

# 驗證Ollama服務
systemctl status ollama
# 測試Ollama API連通性（返回版本信息即正常）
curl http://127.0.0.1:11434/api/tags

二、步驟 1：安裝 Docker 與 Docker Compose

歐拉 Linux 默認未預裝 Docker，需手動安裝並配置國內鏡像源（解決下載慢問題）。

1. 卸載舊版本（若有）

su root  # 切換至root用户
yum remove docker docker-common docker-selinux docker-engine -y

2. 安裝 Docker 依賴

# 安裝yum工具包
yum install -y yum-utils device-mapper-persistent-data lvm2
# 添加Docker官方yum源（國內替換為阿里雲源）
yum-config-manager --add-repo https://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo

3. 安裝 Docker CE

# 安裝最新版Docker
yum install docker-ce docker-ce-cli containerd.io -y

# 啓動Docker服務並設置開機自啓
systemctl start docker
systemctl enable docker

# 驗證Docker安裝（輸出版本號即正常）
docker --version

4. 安裝 Docker Compose

# 下載Docker Compose二進制文件（適配x86_64架構，ARM架構見備註）
curl -L "https://mirrors.aliyun.com/docker-toolbox/linux/compose/v2.20.2/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose

# 添加執行權限
chmod +x /usr/local/bin/docker-compose

# 驗證安裝
docker-compose --version

備註：若歐拉系統為 ARM 架構（aarch64，如鯤鵬），替換下載鏈接為：curl -L "https://mirrors.aliyun.com/docker-toolbox/linux/compose/v2.20.2/docker-compose-Linux-aarch64" -o /usr/local/bin/docker-compose

5. 配置 Docker 國內鏡像源（優化下載速度）

編輯 Docker 配置文件，添加阿里雲鏡像加速：

mkdir -p /etc/docker
tee /etc/docker/daemon.json <<-'EOF'
{
  "registry-mirrors": ["https://你的阿里雲鏡像加速地址.mirror.aliyuncs.com"]
}
EOF

# 重啓Docker使配置生效
systemctl daemon-reload
systemctl restart docker

阿里雲鏡像加速地址可登錄阿里雲容器鏡像服務免費獲取。

三、步驟 2：部署 Dify（Docker Compose 方式）

Dify 官方推薦 Docker Compose 部署，一鍵拉起前端、後端、數據庫、Redis 等所有組件。

1. 下載 Dify 部署配置文件

# 創建Dify部署目錄並進入
mkdir -p /opt/dify && cd /opt/dify

# 下載官方docker-compose.yml（國內替換為Gitee鏡像）
curl -fsSL https://raw.githubusercontent.com/langgenius/dify/main/docker/docker-compose.yml -o docker-compose.yml
# 國內用户替換為：
# curl -fsSL https://gitee.com/langgenius/dify/raw/main/docker/docker-compose.yml -o docker-compose.yml

2. （可選）修改 Dify 默認配置

默認配置已滿足基礎使用，若需調整：

• 端口：默認前端 8000 端口、後端 8001 端口，若端口衝突，編輯docker-compose.yml中ports字段（如8000:80改為8080:80）；
• 數據持久化：默認數據存儲在/opt/dify/volumes，無需修改；
• 內存限制：可添加deploy: resources: limits: memory: 8G限制容器內存。

3. 啓動 Dify 服務

# 啓動所有Dify組件（-d表示後台運行）
docker-compose up -d

# 查看容器狀態（所有容器狀態為Up即正常）
docker-compose ps

首次啓動會自動下載 Dify 鏡像（約 1GB），耐心等待即可。若下載卡住，檢查 Docker 鏡像源是否配置正確。

4. 驗證 Dify 啓動成功

# 查看Dify後端日誌（無報錯即正常）
docker-compose logs api

# 訪問Dify前端頁面

打開瀏覽器，訪問http://[歐拉Linux服務器IP]:8000，若能看到 Dify 登錄 / 註冊頁面，説明部署成功。

四、步驟 3：初始化 Dify 並對接 Ollama

1. 初始化管理員賬號

首次訪問 Dify 前端（http://IP:8000），會進入初始化頁面：

1. 創建管理員賬號（輸入郵箱、密碼）；
2. 填寫組織名稱（如 “本地 AI 平台”），完成初始化。

2. 配置 Ollama 作為 Dify 的大模型數據源

Dify 需對接 Ollama 的 API 接口，才能調用本地模型，步驟如下：

步驟 1：進入模型配置頁面

1. 登錄 Dify 後，點擊左側菜單欄「設置」→「模型配置」；
2. 找到「自定義模型」模塊，點擊「添加模型」。

步驟 2：配置 Ollama 模型參數

以對接 Ollama 的 Llama 3 7B 為例，填寫以下信息：

步驟 3：測試連接並保存

點擊「測試連接」，若提示 “連接成功”，説明 Dify 已成功對接 Ollama；點擊「保存」完成模型配置。

關鍵説明：Ollama 的 API 默認僅本地訪問，若 Dify 容器無法訪問宿主機的 11434 端口，需：

1. 確保 Ollama 配置了OLLAMA_HOST=0.0.0.0:11434（參考上篇 Ollama 教程）；
2. 歐拉 Linux 防火牆開放 11434 端口：firewall-cmd --add-port=11434/tcp --permanent && firewall-cmd --reload。

五、步驟 4：使用 Dify 構建第一個 AI 應用

配置完成後，即可用 Dify 可視化開發 AI 應用，以 “簡單聊天機器人” 為例：

1. 創建應用

1. 點擊左側菜單欄「應用」→「新建應用」；
2. 選擇「聊天機器人」→「空白應用」，命名為 “本地 Llama3 聊天”。

2. 配置應用使用 Ollama 模型

1. 進入應用編輯頁面，點擊右側「配置」→「模型」；
2. 選擇「自定義模型」→ 已配置的 “Ollama-Llama3-7B”；
3. 點擊「保存」，完成模型綁定。

3. 測試聊天功能

1. 點擊頁面右側「測試」按鈕，進入聊天界面；
2. 輸入問題（如 “介紹歐拉 Linux”），點擊發送，Dify 會調用 Ollama 的 Llama3 模型返回回答，至此整個流程打通。

六、常用操作：Dify 運維與管理

1. 重啓 / 停止 Dify 服務

# 重啓Dify
docker-compose restart

# 停止Dify
docker-compose down

# 停止並刪除數據卷（謹慎操作，會清空數據）
docker-compose down -v

2. 查看 Dify 數據存儲位置

# Dify數據庫、Redis數據存儲目錄
ls /opt/dify/volumes

3. 更新 Dify 版本

cd /opt/dify
# 拉取最新配置文件
curl -fsSL https://raw.githubusercontent.com/langgenius/dify/main/docker/docker-compose.yml -o docker-compose.yml
# 拉取最新鏡像並重啓
docker-compose pull
docker-compose up -d

4. 配置 Dify 持久化（可選）

默認 Dify 數據已持久化到/opt/dify/volumes，若需備份：

# 備份Dify數據目錄
tar -zcvf dify-backup-$(date +%Y%m%d).tar.gz /opt/dify/volumes

七、問題排查：常見錯誤與解決方法

1. Dify 前端訪問不了

• 原因：8000 端口未開放 / 容器未啓動；
• 解決：

# 開放8000端口
firewall-cmd --add-port=8000/tcp --permanent && firewall-cmd --reload
# 檢查容器狀態
docker-compose ps

2. Dify 測試連接 Ollama 失敗

• 原因 1：Ollama 未配置0.0.0.0監聽；解決：重新配置 Ollama 並重啓：

echo 'export OLLAMA_HOST=0.0.0.0:11434' >> /etc/profile
source /etc/profile
systemctl restart ollama

• 原因 2：Dify 容器無法訪問宿主機 IP；解決：歐拉 Linux 宿主機 IP 可通過ip addr查看，確保 Dify 配置的 API 地址正確（避免用 127.0.0.1，需用宿主機內網 IP）。

3. Dify 啓動後日志提示 “數據庫連接失敗”

• 原因：Docker Compose 的數據庫容器未正常啓動；
• 解決：

# 查看數據庫日誌
docker-compose logs postgres
# 重啓數據庫容器
docker-compose restart postgres

4. 調用模型時提示 “模型未找到”

• 原因：Dify 配置的模型標識與 Ollama 實際模型名不一致；
• 解決：執行ollama list查看 Ollama 本地模型名（如llama3:latest），在 Dify 模型配置中修改 “模型標識” 為一致的值。

八、總結

通過本文，你已在歐拉 Linux 上完成 “Ollama（本地大模型）+ Dify（AI 應用平台）” 的全棧部署，核心流程回顧：

1. 安裝 Docker 與 Docker Compose，解決國內鏡像源問題；
2. 一鍵部署 Dify 並驗證啓動狀態；
3. 配置 Dify 對接 Ollama 的 API 接口，完成模型綁定；
4. 可視化開發 AI 應用，調用本地模型實現對話。

該架構的優勢在於：Ollama 負責輕量管理本地大模型，Dify 提供可視化、低代碼的應用開發能力，無需編寫複雜代碼即可快速構建聊天機器人、知識庫、AI 助手等應用。後續可探索 Dify 的進階功能：

• 接入知識庫（上傳文檔、PDF）；
• 配置提示詞模板；
• 發佈應用為 API 接口或網頁端。