0.dify介绍

1.资源限制

CPU >= 2 核
内存 >= 4 GiB

以下是转换为表格形式的 Markdown 内容：

操作系统	软件要求	配置/注意事项	参考链接
macOS 10.14 或更高版本	Docker 桌面	- 虚拟机（VM）需至少 2 个 vCPU 和 8 GB 内存，否则可能安装失败。	Mac 的 Docker Desktop 安装指南
Linux 平台	- Docker 19.03 或更高版本 - Docker Compose 1.28 或更高版本	- 分别安装 Docker 和 Docker Compose。	Docker 安装指南、Docker Compose 安装指南
启用 WSL 2 的 Windows	Docker 桌面	- 建议将 Linux 容器数据存储在 Linux 文件系统，而非 Windows 文件系统。	Windows 上使用 WSL 2 后端的 Docker 安装指南

2.docker安装

不会的移步博文Ubantu系统非root用户安装docker教程

3.克隆dify仓库

 git clone https://github.com/langgenius/dify.git --branch 1.2.0

NOTES：--branch 1.2.0 可以替换，例如：--branch latest

克隆成功截图如下：

4.修改配置文件，改变访问端口和依赖服务的端口【可选】

——————————————
由于我也用docker部署了ragflow，ragflow和dify默认启动端口都是80，所以需要确认端口使用情况，防止冲突。
——————————————
这里为了操作简单，修改的是ragflow的端口

8086:80
4433:443

修改RAGFLOW两个配置文件docker-compose.yml和docker-compose-gpu.yml中的端口，具体如下

改变共同依赖服务redis的端口

5.复制配置文件

cp .env.example .env

6.拉取dify镜像

docker compose up -d

成功截图如下

7.启动dify

浏览器输入IP/install回车
Notes:IP地址是你拉起dify的机器IP
界面如下

——————————————————
如果拉起Dify v1.2.0发现报错：

Internal Server Error

解决办法：
（1）修改.env文件中以下值

PLUGIN_S3_USE_AWS_MANAGED_IAM=false
PLUGIN_S3_USE_PATH_STYLE=false

（2）在配置文件中加入以下内容：

plugin_daemon:
  environment:
    S3_USE_AWS_MANAGED_IAM: ${PLUGIN_S3_USE_AWS_MANAGED_IAM:-false}

配置文件修改截图

————————————————

8.dify正常使用

界面如下

9.后续Dify使用问题

（1）Vector database连接错误
报错如下：

Vector database connection error

解决：
修改配置文件.env或者docker-compose.yaml如下所示：

VECTOR_STORE=milvus
MILVUS_HOST=your-milvus-host
MILVUS_PORT=your-milvus-port
MILVUS_USER=your-milvus-username
MILVUS_PASSWORD=your-milvus-password
MILVUS_SECURE=false

如果没有Milvus向量库，可以用以下命令下载

wget https://github.com/milvus-io/milvus/releases/download/v2.4.5/milvus-standalone-docker-compose.yaml -O docker-compose.yaml

NOTES:Milvus 是一个开源的向量数据库，适合各种规模的人工智能应用，从在 Jupyter notebook 中运行一个演示聊天机器人，到构建服务数十亿用户的网络规模搜索。