Dify Docker部署教程｜适合企业用户

在企业级 AI 应用落地过程中，越来越多团队希望通过可视化、低代码的方式快速构建大模型应用，例如智能客服、知识库问答、内部办公助手、数据分析助手、工单自动分流系统等。Dify 作为一款开源的大模型应用开发平台，提供了 Prompt 编排、工作流、知识库、Agent、模型接入、API 发布、权限管理等能力，适合企业在私有化环境中进行部署和二次开发。

对于企业用户而言，采用 Docker 方式部署 Dify 是一种相对高效、稳定、可维护的方案。Docker 部署可以降低环境配置复杂度，便于版本升级、迁移和回滚，也适合在测试环境、预生产环境以及生产环境中快速搭建服务。

本文将以企业实际部署场景为导向，详细介绍如何通过 Docker 部署 Dify，并对服务器准备、环境配置、服务启动、访问验证、模型配置、数据持久化、安全建议、常见问题等内容进行说明。

一、Dify 简介

Dify 是一个开源的 LLMOps 平台，可以帮助企业快速构建、发布和运营基于大语言模型的应用。它的核心能力包括：

• 可视化应用编排：支持聊天助手、文本生成应用、Agent、工作流等应用类型；
• 多模型接入：支持 OpenAI、Azure OpenAI、Anthropic、通义千问、智谱、DeepSeek、Ollama、本地模型等；
• 知识库能力：支持文档上传、向量化、语义检索、RAG 问答；
• 工作流自动化：支持条件判断、变量传递、HTTP 请求、代码节点等；
• API 发布：应用可通过 API 方式集成到企业系统中；
• 团队协作：支持多用户、多空间、权限管理；
• 私有化部署：支持企业在自有服务器或内网环境中部署。

对于企业用户来说，Dify 的价值不只是“搭建一个聊天机器人”，更重要的是它能成为企业内部 AI 应用开发、管理和交付的平台。

二、为什么企业用户适合使用 Docker 部署 Dify？

Dify 支持多种部署方式，其中 Docker Compose 是最常见、最推荐的方式之一。对于企业来说，Docker 部署具备以下优势：

1. 环境隔离，减少依赖冲突

Dify 涉及 Web 服务、API 服务、数据库、Redis、向量数据库、任务队列等多个组件。如果手动安装，每个组件都需要处理版本兼容问题。使用 Docker 后，各服务运行在独立容器中，避免与宿主机环境产生冲突。

2. 部署速度快

通过官方提供的 Docker Compose 文件，可以一次性拉起多个服务，减少人工配置成本。对于测试环境或演示环境，通常十几分钟即可完成部署。

3. 易于迁移和扩展

Docker 部署天然适合迁移。企业可以先在测试服务器部署，验证无误后再迁移到生产服务器。后续如果要扩容，也可以基于容器化架构进一步接入 Kubernetes。

4. 便于版本升级和回滚

企业环境中，升级必须谨慎。Docker 部署可以通过镜像版本控制实现灰度升级、快速回滚，相比传统部署更容易管理。

5. 适合私有化和内网部署

很多企业对数据安全、合规和隐私有严格要求，不能将业务数据发送到外部平台。Dify 支持私有化部署，结合企业内网模型服务或本地大模型，可以构建更加安全的 AI 应用环境。

三、部署前准备

在正式部署之前，需要准备服务器、系统环境、域名、防火墙以及必要的软件工具。

四、服务器配置建议

Dify 本身对服务器要求不算特别高，但如果企业还要部署向量数据库、知识库服务，甚至本地大模型，则需要根据使用规模进行规划。

1. 测试环境配置

适合个人测试、部门试用、小规模验证：

2. 企业生产环境配置

适合企业内部正式使用：

如果企业计划使用本地大模型，例如通过 Ollama、vLLM、Xinference 或 GPU 推理服务接入 Dify，则需要额外准备 GPU 服务器。Dify 本身不负责模型训练和推理，主要负责应用编排和调用模型服务。

五、安装 Docker 和 Docker Compose

以下以 Ubuntu Server 22.04 为例。

1. 更新系统软件包

sudo apt update
sudo apt upgrade -y

2. 安装必要依赖

sudo apt install -y ca-certificates curl gnupg lsb-release git

3. 安装 Docker

可以使用 Docker 官方安装脚本：

curl -fsSL https://get.docker.com | bash

安装完成后，查看 Docker 版本：

docker --version

4. 设置 Docker 开机自启

sudo systemctl enable docker
sudo systemctl start docker

5. 安装 Docker Compose

目前 Docker Compose 通常以插件形式安装。执行：

sudo apt install -y docker-compose-plugin

验证安装：

docker compose version

如果能正常显示版本号，说明 Docker Compose 已安装完成。

6. 将当前用户加入 Docker 用户组

为了避免每次执行 Docker 命令都使用 sudo，可以执行：

sudo usermod -aG docker $USER

然后重新登录服务器，使用户组配置生效。

六、获取 Dify Docker 部署文件

Dify 官方提供了 Docker 部署目录。可以从 GitHub 克隆项目：

git clone https://github.com/langgenius/dify.git

进入 Docker 部署目录：

cd dify/docker

在该目录下通常可以看到以下文件：

ls

常见文件包括：

docker-compose.yaml
.env.example
nginx/
volumes/

其中：

• docker-compose.yaml：定义 Dify 各个服务；
• .env.example：环境变量示例文件；
• volumes/：部分服务的数据挂载目录；
• nginx/：Nginx 相关配置。

七、配置环境变量

在启动服务之前，需要先复制环境变量配置文件：

cp .env.example .env

然后编辑 .env 文件：

vim .env

如果服务器未安装 vim，也可以使用 nano：

nano .env

企业部署时，建议重点关注以下配置项。

八、关键环境变量说明

不同版本的 Dify 环境变量可能略有差异，实际请以当前版本 .env.example 为准。以下是企业部署中常见的关键配置项。

1. 控制台访问地址

CONSOLE_WEB_URL=

如果使用 IP 访问，可以配置为：

CONSOLE_WEB_URL=http://服务器IP

如果使用域名访问，例如：

CONSOLE_WEB_URL=https://dify.example.com

2. API 服务地址

SERVICE_API_URL=

通常与 Dify 后端 API 访问地址有关。如果使用域名，可以配置为：

SERVICE_API_URL=https://dify.example.com

3. 应用访问地址

APP_WEB_URL=

用于配置用户访问应用的地址。如果企业内部用户通过统一域名访问，也可以设置为：

APP_WEB_URL=https://dify.example.com

4. 密钥配置

Dify 中会涉及加密密钥、会话密钥等配置。生产环境中不建议使用默认值，应生成足够复杂的随机字符串。

例如可以使用以下命令生成随机密钥：

openssl rand -base64 42

然后将生成的内容填入对应的密钥配置中。

5. 数据库配置

默认 Docker Compose 会启动 PostgreSQL 容器。如果企业生产环境要求更高，建议使用独立 PostgreSQL 数据库，并修改 .env 中的数据库连接信息。

常见配置包括：

DB_USERNAME=postgres
DB_PASSWORD=your_password
DB_HOST=db
DB_PORT=5432
DB_DATABASE=dify

如果使用外部 PostgreSQL，例如：

DB_HOST=192.168.10.20
DB_PORT=5432
DB_USERNAME=dify
DB_PASSWORD=StrongPassword
DB_DATABASE=dify

6. Redis 配置

Dify 使用 Redis 处理缓存和任务队列相关能力。默认可以使用 Compose 中的 Redis 容器，生产环境也可以接入企业已有 Redis。

REDIS_HOST=redis
REDIS_PORT=6379
REDIS_PASSWORD=

7. 向量数据库配置

Dify 支持多种向量数据库，例如 Weaviate、Qdrant、Milvus、Chroma、PGVector 等。企业可以根据使用规模和技术栈选择。

如果只是中小规模知识库，使用默认配置即可。如果数据量较大、检索要求较高，建议单独部署向量数据库。

九、启动 Dify 服务

配置完成后，在 dify/docker 目录下执行：

docker compose up -d

该命令会在后台启动 Dify 所需的所有容器。第一次启动时需要拉取镜像，耗时取决于服务器网络速度。

查看容器运行状态：

docker compose ps

如果所有服务状态都为 running 或 healthy，说明启动基本正常。

也可以查看日志：

docker compose logs -f

如果只想查看某个服务日志，例如 API 服务：

docker compose logs -f api

十、访问 Dify 控制台

如果使用默认配置，通常可以通过以下地址访问：

http://服务器IP

或者：

http://服务器IP:端口

具体端口取决于 Docker Compose 和 Nginx 配置。若企业配置了域名和反向代理，则访问：

https://dify.example.com

首次访问 Dify 控制台时，系统会引导创建管理员账号。建议企业使用专门的管理员邮箱，并妥善保管账号。

十一、配置反向代理和 HTTPS

企业生产环境中，不建议直接使用裸 IP 和 HTTP 访问。推荐通过 Nginx 或网关统一代理，并配置 HTTPS。

以下是一个简化版 Nginx 反向代理示例：

server {
    listen 80;
    server_name dify.example.com;

    return 301 https://$host$request_uri;
}

server {
    listen 443 ssl;
    server_name dify.example.com;

    ssl_certificate /etc/nginx/ssl/dify.example.com.crt;
    ssl_certificate_key /etc/nginx/ssl/dify.example.com.key;

    client_max_body_size 100M;

    location / {
        proxy_pass http://127.0.0.1:80;
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
        proxy_set_header X-Forwarded-Proto $scheme;
    }
}

如果服务器上 Dify 的 Nginx 容器已经占用了 80 端口，外部反向代理需要注意端口冲突。可以将 Dify 映射到宿主机其他端口，例如 8080，再由外部 Nginx 转发到该端口。

企业还可以使用以下方式配置证书：

• 使用 Let’s Encrypt 免费证书；
• 使用企业内部 CA 证书；
• 使用云厂商 SSL 证书；
• 使用网关或负载均衡器统一终止 HTTPS。

十二、配置模型供应商

Dify 部署完成后，还需要配置大模型供应商，否则无法正常创建 AI 应用。

进入 Dify 控制台后，通常可以在以下位置配置模型：

设置 → 模型供应商

常见模型接入方式包括：

1. 接入 OpenAI

填写 OpenAI API Key，并选择对应模型，如：

• GPT-4o
• GPT-4o-mini
• GPT-4.1
• text-embedding-3-small
• text-embedding-3-large

适合对外网访问没有限制，并且可以接受数据传输到 OpenAI 的企业。

2. 接入 Azure OpenAI

对于已经使用微软云的企业，可以接入 Azure OpenAI。需要填写：

• API Key；
• Endpoint；
• API Version；
• Deployment Name。

Azure OpenAI 在企业合规、权限和网络治理方面相对更成熟。

3. 接入国产大模型

Dify 支持多种国产模型服务，例如：

• 通义千问；
• 智谱 AI；
• 百度千帆；
• 腾讯混元；
• DeepSeek；
• Moonshot；
• 零一万物等。

企业可根据采购情况和业务需求选择。

4. 接入本地模型

如果企业对数据安全要求较高，可以使用本地模型服务。常见方案包括：

• Ollama；
• vLLM；
• Xinference；
• LocalAI；
• LM Studio；
• 自研推理服务。

例如企业在内网 GPU 服务器上部署了 Ollama，可以在 Dify 中配置对应服务地址，使 Dify 调用本地模型完成推理。

十三、配置知识库与向量模型

知识库是 Dify 在企业场景中非常常用的能力。企业可以将内部制度、产品文档、技术手册、合同模板、FAQ、操作规范等资料上传到知识库中，结合大模型实现问答。

1. 配置 Embedding 模型

知识库检索需要使用 Embedding 模型将文本转换为向量。可以选择：

• OpenAI Embedding；
• Azure OpenAI Embedding；
• 通义千问 Embedding；
• 智谱 Embedding；
• BGE 系列本地 Embedding；
• 其他兼容模型。

企业应根据语言类型、检索质量、成本和安全要求选择 Embedding 模型。

2. 创建知识库

在 Dify 控制台中进入知识库模块，创建新的知识库，然后上传文档。常见支持的文档类型包括：

• PDF；
• Word；
• Excel；
• TXT；
• Markdown；
• 网页内容等。

3. 文档切分策略

文档上传后，Dify 会进行文本切分和向量化。企业在使用时需要注意：

• 切分过短：上下文信息不足，回答可能不完整；
• 切分过长：检索准确率下降，模型上下文消耗增加；
• 建议根据文档结构选择合适的分段策略；
• 对制度类、FAQ 类文档，可采用较小分段；
• 对技术手册类文档，可适当增大分段长度。

4. 检索效果优化

如果知识库回答不准确，可以从以下方面优化：

• 提升文档质量，去除无关内容；
• 使用更好的 Embedding 模型；
• 调整 Top-K 参数；
• 开启重排序模型；
• 优化 Prompt；
• 将知识库按业务分类拆分；
• 使用工作流进行多阶段检索和回答。

十四、创建第一个企业 AI 应用

完成模型和知识库配置后，可以创建一个简单的企业内部问答助手。

1. 创建聊天助手

进入 Dify 控制台：

工作室 → 创建应用 → 聊天助手

填写应用名称，例如：

企业制度问答助手

2. 编写系统提示词

可以设置如下提示词：

你是企业内部制度问答助手。
请基于知识库内容回答员工问题。
如果知识库中没有相关信息，请明确说明“当前知识库中未找到相关依据”，不要编造答案。
回答应简洁、准确，并尽量引用制度名称或条款。

3. 绑定知识库

在应用配置中添加已创建的企业制度知识库。

4. 测试应用

输入问题，例如：

员工年假如何计算？

观察模型是否能够从知识库中检索到相关内容，并给出准确回答。

5. 发布应用

测试通过后，可以发布应用。Dify 支持：

• Web App 链接；
• API 调用；
• 嵌入第三方系统；
• 与企业微信、钉钉、飞书等平台集成。

企业可以根据实际需求将其接入内部门户、OA、客服系统或知识管理平台。

十五、数据持久化说明

Docker 部署最容易被忽视的问题之一是数据持久化。企业部署时必须确认以下数据不会因为容器重建而丢失：

• PostgreSQL 数据；
• Redis 数据；
• 向量数据库数据；
• 上传文件；
• 配置文件；
• 日志文件；
• Nginx 配置；
• 插件或扩展相关数据。

Dify Docker Compose 默认会通过 volume 或目录挂载保存数据。企业应定期检查挂载路径，并将关键数据纳入备份策略。

查看 Docker volume：

docker volume ls

查看容器挂载信息：

docker inspect 容器名称

建议企业不要随意执行以下命令：

docker compose down -v

因为 -v 参数会删除相关 volume，可能导致数据库、知识库和上传文件数据丢失。生产环境如果需要停止服务，建议使用：

docker compose down

或：

docker compose stop

十六、备份与恢复建议

企业环境中，Dify 一旦承载业务应用，就必须建立备份机制。

1. PostgreSQL 备份

可以使用 pg_dump 备份数据库：

docker exec -t dify-db-1 pg_dump -U postgres dify > dify_backup.sql

恢复时：

cat dify_backup.sql | docker exec -i dify-db-1 psql -U postgres dify

实际容器名称请通过以下命令确认：

docker compose ps

2. 文件数据备份

可以备份 Docker 挂载目录：

tar -czvf dify_volumes_backup.tar.gz ./volumes

3. 定期备份策略

企业建议采用以下策略：

• 每日自动备份数据库；
• 每周备份上传文件和向量数据；
• 备份文件保留至少 30 天；
• 关键业务系统采用异地备份；
• 定期进行恢复演练；
• 升级前必须完整备份。

十七、升级 Dify

Dify 版本更新较快，升级前需要谨慎处理。建议流程如下：

1. 查看当前版本

git branch
git log -1

或查看当前镜像版本：

docker images

2. 备份数据

升级前务必备份数据库、上传文件和配置文件。

3. 拉取最新代码

cd dify
git pull

进入 Docker 目录：

cd docker

4. 对比环境变量

新版本可能新增环境变量。建议将新的 .env.example 与当前 .env 对比，补充新增配置。

可以使用：

diff .env.example .env

5. 拉取新镜像并重启

docker compose pull
docker compose up -d

6. 观察日志

docker compose logs -f

确认服务正常后，再开放给用户使用。

生产环境不建议在业务高峰期升级，最好选择维护窗口操作。

十八、安全加固建议

企业部署 Dify 时，安全非常重要。建议从以下几个方面加固。

1. 使用 HTTPS

生产环境必须启用 HTTPS，避免账号密码、API Key、业务数据明文传输。

2. 限制访问范围

如果 Dify 仅供内部使用，可以通过以下方式限制访问：

• 内网部署；
• VPN 访问；
• 防火墙白名单；
• 零信任网关；
• Nginx IP 限制；
• 企业统一身份认证。

3. 修改默认密钥

.env 中涉及密钥的配置不能使用默认值，应改为随机强密码。

4. 保护模型 API Key

模型供应商 API Key 属于敏感信息，应限制管理员权限，避免泄露。建议：

• 使用最小权限 Key；
• 定期轮换 Key；
• 设置调用额度；
• 开启异常消费告警；
• 不在日志中打印 Key。

5. 控制用户权限

企业内部使用时，不应所有用户都拥有管理员权限。建议按角色分配：

• 平台管理员；
• 应用开发者；
• 知识库管理员；
• 普通使用者；
• 审计人员。

6. 日志与审计

企业应保留关键操作日志，包括：

• 用户登录；
• 应用创建和修改；
• 知识库上传；
• API 调用；
• 模型调用异常；
• 权限变更。

如有合规要求，可以接入企业统一日志平台。

十九、常见问题与排查方法

问题一：Docker 镜像拉取很慢

可能原因是网络连接 Docker Hub 或 GitHub 较慢。解决方式：

• 配置 Docker 镜像加速；
• 使用企业内部镜像仓库；
• 在可联网环境提前拉取镜像后导入；
• 检查服务器 DNS 配置。

问题二：服务启动后无法访问页面

排查步骤：

docker compose ps

确认容器是否正常运行。

查看端口监听：

sudo netstat -tulnp | grep 80

或：

sudo ss -tulnp | grep 80

查看 Nginx 日志：

docker compose logs -f nginx

同时检查云服务器安全组、防火墙、本机 iptables 是否放行端口。

问题三：API 服务报数据库连接失败

检查 .env 中数据库配置是否正确：

• DB_HOST；
• DB_PORT；
• DB_USERNAME；
• DB_PASSWORD；
• DB_DATABASE。

如果使用外部数据库，需要确认数据库允许 Dify 服务器访问，并检查网络连通性：

telnet 数据库IP 5432

或：

nc -zv 数据库IP 5432

问题四：知识库无法完成向量化

可能原因包括：

• Embedding 模型未配置；
• API Key 无效；
• 模型服务不可访问；
• 文档过大；
• 向量数据库异常；
• worker 服务未正常运行。

可以查看 worker 日志：

docker compose logs -f worker

问题五：模型调用失败

检查以下内容：

• 模型供应商配置是否正确；
• API Key 是否有效；
• 服务器是否能访问模型供应商；
• 是否配置了代理；
• 模型名称是否填写正确；
• 额度是否用尽；
• 请求是否被企业防火墙拦截。

二十、企业生产部署最佳实践

为了让 Dify 更稳定地服务企业用户，建议参考以下最佳实践。

1. 区分测试环境和生产环境

不要直接在生产环境试验新版本、新模型和复杂工作流。建议至少准备两个环境：

• 测试环境：用于验证功能、升级和新应用；
• 生产环境：用于正式业务访问。

2. 数据库独立部署

生产环境中，PostgreSQL 最好不要长期运行在单机 Docker 容器中。可以使用：

• 云数据库 PostgreSQL；
• 企业自建 PostgreSQL 集群；
• 主从复制；
• 定期备份；
• 高可用方案。

3. 统一域名和证书

企业内部应为 Dify 分配正式域名，例如：

https://ai.example.com

并接入统一证书管理，避免用户通过 IP 访问。

4. 设置资源监控

建议监控以下指标：

• CPU 使用率；
• 内存使用率；
• 磁盘空间；
• 容器状态；
• 数据库连接数；
• Redis 状态；
• API 响应时间；
• 模型调用量；
• Token 消耗量。

可使用 Prometheus、Grafana、Zabbix、夜莺、云监控等工具。

5. 控制成本

如果使用商业模型 API，企业应关注 Token 成本。建议：

• 设置模型调用预算；
• 为不同应用选择不同模型；
• 普通问答使用轻量模型；
• 复杂推理使用高性能模型；
• 优化 Prompt 长度；
• 控制知识库召回数量；
• 定期分析调用日志。

6. 建立应用审核机制

Dify 让业务人员也能快速创建 AI 应用，但企业仍需建立审核机制，避免出现以下问题：

• Prompt 泄露敏感信息；
• 知识库上传涉密文档；
• 应用回答不符合合规要求；
• API 被滥用；
• 未经审批接入外部模型。

二十一、适合企业落地的典型场景

Dify 部署完成后，企业可以围绕以下场景进行应用建设。

1. 企业知识库问答

将制度、流程、产品手册、IT 支持文档导入知识库，员工可以直接提问获取答案，减少重复咨询。

2. 智能客服助手

将 FAQ、商品说明、售后政策、工单记录接入 Dify，构建客服辅助系统，提高客服响应效率。

3. 内部办公助手

用于邮件草拟、会议纪要生成、周报总结、文档润色、公告生成等办公场景。

4. 技术支持助手

将技术文档、接口文档、故障处理手册导入知识库，帮助研发、运维和售后快速定位问题。

5. 工作流自动化

结合 Dify 工作流能力，可以实现：

• HTTP 接口调用；
• 数据解析；
• 多模型协作；
• 条件判断；
• 内容审核；
• 自动生成报告；
• 工单自动分类。

6. 数据分析辅助

通过调用企业内部数据接口，结合大模型生成分析说明、经营报告和趋势解读。

二十二、总结

通过 Docker 部署 Dify，是企业快速搭建私有化 AI 应用平台的高效方式。相比传统手工部署，Docker Compose 能够简化环境配置、降低部署门槛，并提升维护效率。对于企业用户而言，完成部署只是第一步，更重要的是围绕安全、权限、备份、监控、模型管理和业务流程建立完整的运营体系。

在实际生产环境中，建议企业重点关注以下几点：

• 使用独立域名和 HTTPS；
• 修改默认密钥并保护 API Key；
• 建立数据库和文件备份机制；
• 合理选择模型和向量数据库；
• 将测试环境与生产环境分离；
• 对知识库内容进行分类和治理；
• 建立 AI 应用发布和审核流程；
• 持续监控模型调用成本和系统性能。

Dify 的优势在于将大模型应用开发流程产品化、可视化，让企业可以更快地把 AI 能力集成到业务系统中。对于希望建设内部 AI 平台、提升知识管理效率、降低应用开发成本的企业来说，Dify 是一个值得深入探索和实践的开源方案。