写在前面近年来人工智能技术正在快速进入各行各业。从ChatGPT、Claude、Gemini 等大模型的爆发到企业内部AI智能助手、自动化客服、数据分析智能体的落地越来越多的开发者开始关注如何快速构建自己的AI应用和智能体Agent。目前越来越多企业开始使用Dify构建内部AI系统例如企业知识库问答、AI客服机器人、自动化数据分析助手、AI工作流系统等等因此学会部署Dify已经成为AI应用开发的重要技能之一。本教程将详细介绍如何在Windows系统上借助Docker快速部署Dify平台并在Dify上配置OpenRouter供应商。一、Dify平台介绍1、什么是DifyDify由Define Modify组合而来是一款开源的大型语言模型LLM应用开发平台融合了后端即服务Backend as Service, BaaS与LLMOps理念核心定位是成为LLM应用的“操作系统”自身不提供大模型而是通过统一调度和管理外部大模型服务帮助开发者和企业快速构建生产级的生成式AI应用大幅降低AI工程化门槛。自创立以来Dify已服务全球超过200万开发者GitHub星标数突破60,000成为LLM工具链领域的标杆产品。它的核心价值的在于解决大模型落地的工程难题——无需开发者手动处理提示工程、上下文管理、多模型路由、知识库检索等复杂环节通过可视化操作让技术与非技术人员都能参与AI应用的开发与部署实现从AI创意到实际落地的快速转化。Dify支持云托管与私有化部署双模式适配金融、医疗、制造、跨境电商等多行业场景既能满足企业数据安全、合规如GDPR的需求也能适配初创企业快速验证AI想法的场景是连接底层大模型与上层业务应用的关键中间件。2、Dify的核心功能核心功能模块核心说明可视化工作流与低代码开发提供拖拽式可视化设计器将复杂AI业务流程抽象为节点和边无需复杂代码即可完成全链路编排支持工作流组合、嵌套及执行追溯降低开发门槛非技术人员也能快速上手。多模型兼容与统一管理插件化架构无缝集成数百种开源与商业大模型兼容OpenAI API标准支持根据业务需求灵活切换模型通过智能路由降低30%-50%调用成本统一管理流量、权限与日志。企业级RAG检索增强引擎集成完整RAG流水线支持20文档格式语义化处理自动完成文本提取、向量化等操作通过语义检索重排序提升回答准确率≥92%支持查询改写与原文追溯降低AI“幻觉”风险。全生命周期运维与可观测性提供LLMOps监控体系实时查看模型调用量、耗时、成本等指标支持应用一键发布、版本管理与回滚配备RBAC权限管理、审计日志等企业级合规功能。开放插件生态与灵活扩展兼容50工具与API扩展支持自定义插件开发可对接云服务、数据库等外部资源支持将AI应用发布为MCP服务实现跨平台调用拓展使用场景。3、为什么使用Docker部署Dify笔者这篇文章讲的非常好(๑•̀ㅂ•́)و✧(86 封私信) 什么是Docker看这一篇干货文章就够了 - 知乎总结来说简化部署流程Docker支持将应用及所有依赖打包为镜像结合官方提供的Docker Compose配置文件仅需执行一条命令docker-compose up -d即可完成Dify所有组件的一键部署无需手动安装Python、Node.js、数据库等各类依赖也无需处理组件版本兼容问题。实现环境隔离与一致性Docker基于Linux内核NameSpace技术实现资源隔离Dify各组件运行在独立容器中不仅相互之间互不干扰还与主机环境完全隔离避免主机软件版本、依赖冲突导致Dify运行异常。同时Docker将程序与所有依赖打包至容器让程序表现仅与容器相关与运行的操作系统环境无关彻底解决“在我机器上能运行在其他机器上不能运行”的行业痛点确保Dify在开发、测试、生产环境的运行表现完全一致。降低运维复杂度通过Docker Desktop等可视化工具可直观查看Dify各容器的运行状态运行/停止/异常、资源使用情况无需复杂的命令行操作即可完成容器的启动、停止、重启等管理动作。同时日志可集中管理在Docker界面中可直接查看各组件的运行日志快速定位部署或运行过程中的问题大幅降低运维成本。跨平台兼容Docker是轻量级容器化技术容器仅隔离应用运行时环境并与其他容器共享主机操作系统相比虚拟机动辄几十G的磁盘、数G的内存占用容器仅需数M空间大幅减少硬件资源占用能在相同规格服务器上部署更多容器可根据Dify业务流量动态调整容器的CPU、内存分配。同时Docker支持Windows、macOS和Linux等主流操作系统在不同系统中使用相同的Docker Compose配置和部署命令基于Docker部署的Dify可轻松迁移到不同服务器或云平台无需重新配置环境。适配私有部署Docker除了通过NameSpace实现隔离还依托Control groups技术精准控制容器对CPU、内存、磁盘、网络等系统资源的消耗避免Dify单个组件占用过多资源影响整体服务保障服务稳定运行。同时可通过容器隔离和数据持久化配置确保Dify的业务、用户、知识库数据完全存储在本地不泄露至外部网络满足企业数据合规需求。二、前置准备1、系统环境要求项目配置操作系统Windows 10 / 11CPU4核以上内存8GB磁盘20GB2、启用WSL和虚拟机功能​​WSLWindows Subsystem for Linux是微软为Windows用户提供的一个子系统它允许你在 Windows上原生运行Linux不是虚拟机不是双系统直接使用Bash、apt、gcc、Python、Node.js 等Linux工具。由于Dify只认Linux → Docker在Windows上必须靠WSL2模拟Linux→所以需要开WSL打开任务管理器(ctrl shifht esc)在性能界面查看是否开启虚拟化。以管理员身份打开PowerShell运行以下wsl --install该命令会自动启用WSL功能、安装WSL2内核、安装默认的Ubuntu、设置为WSL2。安装完后需要重启系统。三、安装 Docker Desktop1、下载对应版本的Docker首先检查电脑属于AMD64还是ARM64按WinR输入cmd回车输入echo %PROCESSOR_ARCHITECTURE%输出AMD64→ 就是 AMD64x86_64ARM64→ 就是 ARM64进入Docker官方界面Get Started | Docker选择对应版本的进行下载。2、安装Docker双击Docker Desktop Installer.exe进行安装勾选第一个和第三个点击OK安装安装后会重启系统。3、验证安装按WinR输入cmd回车输入docker --version显示版本号安装成功。进入Docker Desktop注册或登录账号在命令行继续输入docker run hello-world出现Hello from Docker说明Docker已经能正常拉取和运行镜像。4、Docker常用核心指令1查看类看看容器 / 镜像状态# 查看正在运行的容器 docker ps # 查看所有容器包括停止的 docker ps -a # 查看本地下载的镜像 docker images # 查看容器日志排查 Dify 启动失败必用 docker logs -f 容器名或ID2启动 / 停止 / 重启# 启动某个容器 docker start 容器名/ID # 停止某个容器 docker stop 容器名/ID # 重启某个容器 docker restart 容器名/ID # 停止所有运行中的容器 docker stop $(docker ps -q) # 删除停止的容器 docker rm 容器名/ID3docker-compose专用Dify就是用这个部署# 后台启动所有服务Dify第一次启动用 docker-compose up -d # 停止所有服务不删除数据 docker-compose stop # 停止并删除容器数据还在 docker-compose down # 重启所有服务 docker-compose restart # 查看所有容器日志实时 docker-compose logs -f4清理类# 删除不用的镜像 docker rmi 镜像名/ID # 清理无用容器、镜像、缓存 docker system prune5进入容器内部排查问题用# 进入容器命令行Dify 排查问题常用 docker exec -it 容器名 /bin/bash四、下载启动Dify服务1、下载Dify官方Git仓库地址dify:一个开源助手API和GPT的替代品下载.zip文件解压得到dify-main文件夹。2、配置源码在dify-main文件夹→docker文件夹下找到.env.example文件去掉.example后缀如下图所示。3、拉取Dify所需的镜像继续在该docker文件夹中打开终端输入cmd输入docker compose up -d如果遇到下载很慢或者下载失败的情况可以考虑更换镜像源来进行加速。进入Docker Desktop确保账号是已登录状态如下图显示“Sign in”为未登录状态。登录以后点击小齿轮Settings选择Docker Engine。在右侧粘贴以下文本2026.3.12最新测试可用的镜像源但下载速度较慢{ registry-mirrors: [ 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 ] }也可以考虑尝试以下镜像源Docker国内镜像源https://registry.docker-cn.com中科大源https://docker.mirrors.ustc.edu.cn网易源https://hub-mirror.c.163.com百度源https://mirror.baidubce.com腾讯源https://ccr.ccs.tencentyun.com点击右下角“Applyrestart”重启Docker。在WinR中输入cmd回车输入docker info验证是否修改成功若出现Registry Mirrors下新的镜像源则修改成功。若需要域外镜像站只能配置我们的代理教程参考docker国内镜像源配置及走代理设置_docker镜像代理-CSDN博客4、验证部署状态成功下载如图所示验证部署状态需要在命令行中输入docker compose ps可以看到所有服务状态均为“Up”表示部署成功。5、访问Dify在浏览器中输入网址http://localhost/apps进入本地部署的Dify界面第一次登录需要注册。五、配置模型API笔者选择OpenRouter供应商在Dify页面中选择设置。选择模型供应商安装OpenRouter。输入API key。成功如下图所示。欢迎交流参考内容(86 封私信) 什么是Docker看这一篇干货文章就够了 - 知乎保姆级教程在Windows上本地部署Dify并搭建知识库与智能体_dify本地部署windows-CSDN博客(86 封私信) Docker换源加速(更换镜像源)详细教程2025.3最新可用镜像全网最详细 - 知乎docker国内镜像源配置及走代理设置_docker镜像代理-CSDN博客