基于Docker Compose在腾讯云Ubuntu上快速部署Dify平台

1. 为什么选择Docker Compose在腾讯云上部署Dify？

如果你对AI应用开发感兴趣，但又觉得像LangChain这样的框架学习曲线有点陡，或者不想在本地环境折腾各种Python包版本冲突，那么Dify这个平台绝对值得你花时间了解一下。我自己在AI和智能硬件领域混了十多年，见过太多“想法很美好，环境配置很骨感”的案例。Dify的出现，很大程度上就是为了解决这个问题——它把构建AI应用需要的各种“零件”，比如工作流编排、RAG检索增强、模型管理，都打包成了一个开箱即用的平台。你不需要从零开始写代码去连接大模型、处理文档、设计对话逻辑，而是像搭积木一样，在可视化界面里拖拽几下，一个智能应用的原型就出来了。

那么，为什么我们要特意在腾讯云的Ubuntu服务器上，用Docker Compose来部署它呢？这里有几个很实在的理由，都是我踩过坑之后的经验之谈。首先，环境隔离与一致性。Dify依赖的后端服务不少，包括数据库、Redis、消息队列等。用Docker Compose，你可以用一个docker-compose.yml文件定义所有服务，一键启动。这意味着无论是在你的Mac笔记本上测试，还是在腾讯云的Ubuntu生产服务器上部署，所有服务的版本、配置都完全一致，彻底告别“在我机器上好好的，怎么到服务器就不行了”的噩梦。

其次，部署效率极高。对于个人开发者或小团队来说，时间是最宝贵的。传统的部署方式可能需要你手动安装Python、PostgreSQL、Redis，配置环境变量，处理服务启动脚本，一套流程下来半天就没了。而用Docker Compose，基本上就是“克隆代码、复制配置文件、一条命令启动”三步走。我自己在腾讯云的Ubuntu 22.04服务器上实测，从零到服务完全跑起来，10分钟左右搞定，大部分时间还是在等镜像下载。

最后，资源管理和维护方便。腾讯云提供了稳定可靠的云服务器，网络和存储性能都有保障。结合Docker，你可以轻松地限制每个容器的CPU和内存使用，避免某个服务“吃光”所有资源导致整个平台崩溃。后续的升级、备份、日志查看，都可以通过Docker和Docker Compose的标准命令来完成，学习成本低，操作也规范。对于国内用户还有一个隐藏福利：通过配置国内镜像源，可以极大加速Docker镜像的拉取速度，这个后面我会详细说。

2. 部署前的准备工作：云服务器与基础环境

万事开头难，但把准备工作做足了，后面的部署就会异常顺畅。这一部分，我会带你一步步搞定服务器和基础软件，确保你的“地基”打得牢。

2.1 选购与配置腾讯云Ubuntu服务器

首先，你得有一台腾讯云的Ubuntu服务器。如果你还没有，可以去腾讯云官网购买。对于部署Dify进行学习和中小规模使用，我建议的配置是：2核CPU、4GB内存、50GB SSD云硬盘。这个配置跑起Dify的核心服务加上一个轻量级模型（比如用Ollama部署的Qwen2.5-7B）是绰绰有余的。操作系统务必选择Ubuntu 22.04 LTS，这是一个长期支持版本，社区资源丰富，稳定性好，也是Dify官方文档主要测试的版本。

服务器买好之后，第一件事不是急着登录，而是配置安全组。这是很多新手容易忽略，但至关重要的一步。安全组相当于云服务器的虚拟防火墙。你需要在腾讯云控制台，找到你的服务器实例，进入其安全组配置页面，至少放行以下端口：

• 22端口：用于SSH远程连接管理服务器，这是必须的。
• 80端口：标准的HTTP端口，如果你后续想直接通过IP访问Dify的Web界面，需要开放。
• 443端口：HTTPS端口，如果你打算配置域名和SSL证书，就需要它。
• 3000端口：Dify前端服务默认的端口之一。
• 5001端口：Dify后端API服务默认的端口。

我的习惯是，在初期测试阶段，可以先将来源设置为0.0.0.0/0（即允许所有IP访问），以便快速验证服务。等一切调试完毕后，再根据实际情况收紧策略，比如只允许你自己的办公IP访问22端口。配置好后，你就可以使用SSH客户端（比如Mac/Linux的终端，或者Windows的PuTTY、Xshell）连接服务器了。连接命令通常是ssh ubuntu@你的服务器公网IP。

2.2 安装Docker与Docker Compose

连接到服务器后，我们就要安装核心工具了。Ubuntu 22.04的官方软件源里虽然有Docker，但版本可能不是最新的。我推荐使用Docker官方提供的安装脚本，一步到位安装最新稳定版。

先更新一下系统软件包列表，这是一个好习惯：

sudo apt update

接下来，运行Docker官方的一键安装脚本。这个脚本会自动检测系统，并安装所有必要的依赖和Docker引擎。

curl -fsSL https://get.docker.com -o get-docker.sh sudo sh get-docker.sh

安装完成后，运行下面的命令将当前用户（比如ubuntu）加入到docker用户组。这样以后运行Docker命令就不需要每次都加sudo了，方便很多。

sudo usermod -aG docker $USER

重要提示：执行完上面的命令后，你需要完全退出当前的SSH会话，然后重新登录，这个用户组的变更才会生效。你可以直接输入exit退出，再重新连接一次。

重新登录后，验证Docker是否安装成功：

docker --version

如果看到类似Docker version 26.x.x, build ...的输出，说明安装成功了。

接下来安装Docker Compose。现在Docker Compose V2已经是主流，它作为一个Docker CLI的插件形式存在，比旧的V1（独立的docker-compose二进制文件）更好用。安装命令如下：

sudo apt install docker-compose-plugin

安装后，检查版本：

docker compose version

你应该能看到Docker Compose version v2.x.x的字样。至此，最核心的基础环境就准备好了。

3. 加速部署：搞定代码与镜像拉取

基础环境搭好了，接下来就是获取Dify的“蓝图”和“建筑材料”。这里有个国内开发者普遍会遇到的大坑：从GitHub克隆代码和从Docker Hub拉取镜像速度慢如蜗牛，甚至直接超时失败。别担心，我有亲测有效的“加速套餐”。

3.1 从国内源克隆Dify代码

Dify的官方代码仓库在GitHub上。如果你在腾讯云服务器上直接git clone https://github.com/langgenius/dify.git，那个速度可能会让你怀疑人生。我的解决方案是使用国内镜像源，比如Gitee（码云）。

首先，我们直接克隆Dify在Gitee上的官方镜像仓库。这里有个关键点：指定版本分支。直接克隆主分支（main）可能会拿到最新的开发代码，可能不稳定。生产部署建议使用稳定的发布版本。假设当前最新稳定版是1.0.0（请以Dify官方发布的最新版本为准），命令如下：

git clone https://gitee.com/dify_ai/dify.git --branch 1.0.0

这条命令会从Gitee拉取1.0.0版本标签对应的代码，速度飞快。克隆完成后，你会得到一个名为dify的目录。

3.2 配置Docker镜像加速器

代码下来了，但Dify的docker-compose.yml文件里定义的服务，比如PostgreSQL、Redis、以及Dify自身的后端和前端镜像，默认还是会从Docker Hub拉取。对于国内网络，这又是一道坎。

我们需要为Docker Daemon配置一个国内镜像加速器。腾讯云本身就提供了免费的镜像加速服务。具体操作如下：

1. 编辑Docker的配置文件（如果不存在则会创建）：

   sudo nano /etc/docker/daemon.json

2. 在该文件中写入以下内容（你可以使用腾讯云、阿里云、中科大等任一加速器地址）：

   { "registry-mirrors": [ "https://mirror.ccs.tencentyun.com", "https://docker.mirrors.ustc.edu.cn" ] }

   这里我添加了两个，腾讯云的和中科大的，作为备用。
3. 保存并退出编辑器（在nano中，按Ctrl+X，然后按Y，最后按Enter）。
4. 重新加载配置并重启Docker服务：

   sudo systemctl daemon-reload sudo systemctl restart docker

5. 验证加速器是否生效：

   docker info

   在输出的信息中，你应该能看到Registry Mirrors下面列出了你刚才配置的镜像地址。

完成这两步“加速”操作，后续的镜像拉取过程就会顺畅无比，能为你节省大量等待时间，避免因网络问题导致的部署失败。

4. 核心部署步骤：一键启动Dify服务

准备工作全部就绪，现在进入最激动人心的环节——启动Dify。整个过程非常清晰，就像执行一个安装向导。

4.1 配置环境变量文件

首先，进入Dify代码的docker目录，所有和部署相关的文件都在这里。

cd dify/docker

这个目录下有一个非常重要的模板文件.env.example。它包含了运行Dify所需的所有环境变量的默认值。我们需要复制一份并命名为.env，这是Docker Compose会主动读取的配置文件。

cp .env.example .env

现在，我们用文本编辑器打开这个.env文件看看：

nano .env

你会看到很多配置项，对于初次部署，大部分保持默认即可。但有几个关键项我建议你检查或修改：

• DB_PASSWORD：数据库密码。请务必修改为一个强密码，不要使用默认值。
• SECRET_KEY：用于加密会话的密钥。同样，建议生成一个随机字符串替换它。在Linux下可以用openssl rand -hex 32命令生成。
• API_BASE_URL：如果你的服务器有公网IP，并且你希望通过IP直接访问API，这里可以设置为http://你的服务器IP:5001。初期测试可以先保持默认的http://localhost:5001。
• CONSOLE_API_BASE_URL：前端访问后端的地址，需要和上面的API_BASE_URL对应。
• CONSOLE_WEB_URL：前端访问自身的地址，通常是http://localhost:3000或http://你的服务器IP:3000。

对于最简单的“先跑起来”的目标，你可以只修改DB_PASSWORD和SECRET_KEY，其他暂时不动。保存并退出编辑器。

4.2 启动所有服务

配置好环境变量后，启动服务就是一条命令的事。根据你安装的Docker Compose版本，命令稍有不同。我们之前安装的是V2插件版，所以使用以下命令：

docker compose up -d

这个-d参数代表“detached”，意思是在后台运行。执行这条命令后，Docker Compose会做以下几件事：

1. 根据docker-compose.yml文件，依次拉取（如果本地没有）PostgreSQL、Redis、Dify后端、Dify前端等服务的镜像。
2. 为这些服务创建独立的容器网络，让它们能相互通信。
3. 按照依赖顺序启动容器（比如先启动数据库，再启动后端应用）。
4. 将容器在后台运行起来。

第一次执行时，因为要拉取几个GB的镜像，需要一些时间。由于我们配置了镜像加速，这个过程应该比较快。你可以通过docker compose logs -f命令来实时跟踪所有容器的启动日志，观察进度。

4.3 验证服务状态与初始化

当docker compose up -d命令执行完毕，并且日志显示各个服务都已启动成功后，我们需要检查一下所有容器是否都在健康运行：

docker compose ps

这个命令会列出由当前目录下docker-compose.yml管理的所有容器。你希望看到每个服务的“State”一栏都是“Up”。如果某个服务是“Exit”或“Restarting”，那就需要查看具体日志来排错了，通常可能是数据库连接失败或者端口冲突。

确认所有容器都运行正常后，Dify平台其实就已经部署完成了！现在你可以通过浏览器访问它。

• 如果你在服务器本地访问：打开浏览器，输入http://localhost:3000。
• 如果你从你自己的电脑远程访问：在浏览器地址栏输入http://你的腾讯云服务器公网IP:3000。

首次访问，你会进入Dify的初始化页面，系统会引导你创建一个管理员账户。按照提示输入邮箱、用户名和密码即可。这个账户就是你管理整个Dify平台、创建AI应用的超级管理员账号。

5. 连接AI大脑：配置模型与供应商

平台跑起来了，但它现在还是个“空壳”，没有AI模型就等于没有大脑。接下来我们要给Dify接上“大脑”。Dify支持非常多的模型供应商，包括OpenAI、Azure、 Anthropic、国内的通义千问、智谱AI等，也支持本地部署的模型，比如通过Ollama运行的各类开源模型。

5.1 通过Ollama使用本地开源模型

对于个人开发者或想完全私有化、控制成本的朋友，我强烈推荐Ollama这个方案。它能在你的服务器上本地运行诸如Llama 3、Qwen、Gemma等优秀的开源大模型，数据完全不出私域，且没有API调用费用。

首先，你需要在同一台腾讯云服务器上安装Ollama。这非常简单，一条命令：

curl -fsSL https://ollama.ai/install.sh | sh

安装完成后，启动Ollama服务并拉取一个模型，比如7B参数的Qwen2.5模型：

ollama serve & # 后台启动服务 ollama pull qwen2.5:7b # 拉取模型，这会需要一些时间和磁盘空间

模型拉取成功后，Ollama的API服务默认会在http://localhost:11434提供。

现在，回到Dify的管理界面。用刚才创建的管理员账号登录，进入“设置” -> “模型供应商”页面。点击“添加模型供应商”，在列表里找到“Ollama”。

在配置页面，关键就是填写“API Base URL”。因为Dify和Ollama都运行在同一台服务器的Docker容器内，它们通过Docker的内部网络通信。这里不能填http://localhost:11434，因为localhost在容器内指向的是容器自己。我们需要填写Docker Compose网络内，Ollama服务的主机名或IP。更简单可靠的方法是：如果你在服务器本机（宿主机）运行Ollama，可以填写你腾讯云服务器的内网IP加上端口，例如http://172.xx.xx.xx:11434（172.xx.xx.xx是你的CVM内网IP）。或者，更优雅的方式是将Ollama也容器化，并通过Docker Compose统一管理，这样可以直接使用服务名进行连接。

配置好后，点击测试连接，如果显示成功，就说明Dify已经能“看到”你的本地模型了。

5.2 配置在线模型API

如果你更倾向于使用能力更强的云端模型，比如GPT-4，配置过程也很直观。以OpenAI为例：

1. 在Dify的“模型供应商”页面，选择“OpenAI”。
2. 在“API Key”栏位，填入你在OpenAI官网申请的API密钥。
3. “API Base URL”一般保持默认的https://api.openai.com/v1即可，如果你使用某些代理服务，可能需要修改。
4. 填写一个供应商名称，比如“My-OpenAI”。

保存后，你就可以在创建AI应用时，选择使用OpenAI提供的各种模型了。对于国内用户，也可以类似地配置阿里云灵积、百度千帆等平台的API，只需将对应的API Key和Base URL填入即可。

6. 进阶配置与优化指南

让服务跑起来只是第一步，要让它在生产环境中稳定、高效、安全地运行，还需要一些额外的打磨。这部分我分享几个实战中非常重要的进阶配置。

6.1 配置持久化存储与数据备份

Docker容器默认是无状态的，一旦容器被删除，里面的数据（比如数据库里的应用数据、上传的文件）也会随之消失。这绝对是灾难。我们必须把数据目录“映射”到宿主机上，实现持久化。

打开docker-compose.yml文件，你会看到每个服务（如db、redis）的配置里基本都已经定义好了volumes映射。例如PostgreSQL部分：

services: db: image: postgres:16-alpine volumes: - postgres_data:/var/lib/postgresql/data ... volumes: postgres_data:

这个postgres_data就是一个Docker管理的命名卷（named volume），它实际存储在宿主机的/var/lib/docker/volumes/目录下。这已经实现了基础的数据持久化。但为了备份更方便，我更喜欢使用绑定挂载（bind mount），直接将数据目录映射到我指定的服务器路径，比如/home/ubuntu/dify-data/postgres。这样我一眼就知道数据在哪，备份时直接打包这个目录就行。修改方法是将volumes部分改成：

volumes: - /home/ubuntu/dify-data/postgres:/var/lib/postgresql/data

重要提示：修改存储方式前，务必先docker compose down停止并删除旧容器，确保数据已经备份，然后再修改yml文件并重新docker compose up -d。

6.2 设置域名与HTTPS访问

长期通过IP和端口号访问既不安全也不专业。你需要一个域名和SSL证书。假设你有一个域名ai.yourdomain.com解析到了你的腾讯云服务器IP。

最省事的方案是使用Nginx Proxy Manager或Caddy这类工具来反向代理和自动管理SSL证书。这里以Nginx Proxy Manager（NPM）为例，你可以同样用Docker Compose来部署它。在服务器上新建一个目录，创建docker-compose.yml：

version: '3.8' services: app: image: 'jc21/nginx-proxy-manager:latest' ports: - '80:80' - '443:443' - '81:81' volumes: - ./data:/data - ./letsencrypt:/etc/letsencrypt

启动NPM后，访问http://你的服务器IP:81，初始账号密码为admin@example.com/changeme。登录后：

1. 在“Proxy Hosts”中添加一个代理主机。
2. 域名填写ai.yourdomain.com。
3. 转发地址填写http://你的服务器内网IP:3000（Dify前端）。
4. 在SSL选项卡中，申请Let‘s Encrypt免费证书，并强制开启HTTPS。

这样，你就能通过https://ai.yourdomain.com安全地访问Dify了。别忘了在Dify的.env配置文件中，将CONSOLE_WEB_URL和API_BASE_URL等地址也更新为你的域名。

6.3 日常维护与故障排查

部署不是终点，日常维护同样重要。这里有几个常用的命令和技巧：

• 查看实时日志：docker compose logs -f service_name（例如docker compose logs -f api只看后端日志）。这是排查问题的一大利器。
• 进入容器内部：docker compose exec service_name sh（例如docker compose exec db bash进入数据库容器），方便你执行一些内部命令。
• 备份数据库：虽然数据卷持久化了，但定期的逻辑备份更安全。可以写一个定时任务（cron job），定期执行docker compose exec db pg_dump -U postgres dify > backup.sql。
• 更新Dify版本：关注Dify官方Release。更新时，先拉取最新代码（注意备份你的.env和任何自定义配置），然后重新运行docker compose up -d，Docker Compose会自动拉取新镜像并重启服务。务必先在测试环境操作！
• 资源监控：使用docker stats命令可以实时查看各个容器的CPU、内存使用情况。如果发现内存占用过高，可能需要调整模型配置或升级服务器。

最后，关于性能，对于个人使用或小团队，前面推荐的2核4G配置是起点。如果你需要同时服务多个用户，或者运行参数更大的模型，就需要提升服务器配置，特别是内存。另外，将数据库（PostgreSQL）的数据目录放在SSD磁盘上，对整体性能提升会有显著帮助。