（三）DeepSeek本地知识库部署来了，Dify+DeepSeek实现智能体工作流

先装好docker。这里docker个人电脑安装失败公司电脑安装成功。首先我们配置docker 资源目录。如果不行C盘爆满还是改一下吧。点击Applyrestart。1.下载、运行Dify 使用文档欢迎使用 Dify | Dify从github下载社区版的zip包解压到文件夹。随后进入dify的docker文件夹。或者能用git的直接clonegit clone https://github.com/langgenius/dify.git。这里贴上对应的命令在磁盘目录里输入powershell/cmd。调出命令。cp .env.example .env这里不急着下载资源。如果你有科学上网或者加速器直接下载即可。使用docker compose up -d咱先修改docker 使用镜像下载。这里我把这个我暂时能用的分享出来这个会变的。{ builder: { gc: { defaultKeepStorage: 20GB, enabled: true } }, experimental: false, registry-mirrors: [ https://docker-0.unsee.tech, https://docker.imgdb.de, https://docker.h1mirror.com ] }这个更多。{ builder: { gc: { defaultKeepStorage: 20GB, enabled: true } }, experimental: false, registry-mirrors: [ https://dockerpull.org, https://docker.1panel.dev, https://docker.foreverlink.love, https://docker.fxxk.dedyn.io, https://docker.xn--6oq72ry9d5zx.cn, https://docker.zhai.cm, https://docker.5z5f.com, https://a.ussh.net, https://docker.cloudlayer.icu, https://hub.littlediary.cn, https://hub.crdz.gq, https://docker.unsee.tech, https://docker.kejilion.pro, https://registry.dockermirror.com, https://hub.rat.dev, https://dhub.kubesre.xyz, https://docker.nastool.de, https://docker.udayun.com, https://docker.rainbond.cc, https://hub.geekery.cn, https://docker.1panelproxy.com, https://atomhub.openatom.cn, https://docker.m.daocloud.io, https://docker.1ms.run, https://docker.linkedbus.com ] }或者用sudo mkdir -p /etc/dockersudo tee /etc/docker/daemon.json -EOF{registry-mirrors: [https://do.nark.eu.org,https://dc.j8.work,https://docker.m.daocloud.io,https://dockerproxy.com,https://docker.mirrors.ustc.edu.cn,https://docker.nju.edu.cn]}EOFsudo systemctl daemon-reloadsudo systemctl restart dockersystemctl status docker接着下载开始下载docker compose up -d。这个命令是检查组件是否齐全不齐会下载更新到本地。启动后。在docker里会出现 docker容器。这个容器里包含启动dify的所有组件。之后配置dify。浏览器访问http://localhost/installhttp://192.168.1.2/appshttp://192.168.1.2/signin。自己可以替换IP。第一次需要注册。我第一次打开半天没出来界面我开了梯子打开了。后面测试直接使用http://192.168.1.2/signin登录不用梯子也能打开。也有说改文件的我没改也行。先记录下以后可能会用到。修改 .env 文件关联我们本地化部署的大模型。在 .env 文件后面添加自定义模型为true并指定Ollama的API地址本机IP地址我部署在同一台机器上。# 启用自定义模型CUSTOM_MODEL_ENABLEDtrue# 指定Ollama的API地址OLLAMA_API_BASE_URL192.168.1.2:11434也有的是这么改的。# 启用自定义模型CUSTOM_MODEL_ENABLEDtrue# 指定Ollama的API地址OLLAMA_API_BASE_URLhost.docker.internal:11434我暂时不推荐改。直接设置。登录进去后改个语言。为了方便接入ollama里的deepseek大模型。我们将大模型服务设置一下。否则填入网页模型网址会报错。只能配置退出Ollama,重新打开。Dify配置Ollama模型。要是之前配置过Ollama Host环境变量就可以填入IP。没填入环境变量就换成 http://host.docker.internal:11434两者只能选其一。边上有Text Embeding 模型我们也可以下。“ollama pull bge-m3”置于命令行中按键盘“回车”拉取模型完成ollama pull bge-m3继续配置Text Embeding设置系统模型。建个聊天应用。测试添加知识库。上传文件。文件向量化化并加载到知识库回到工作室。进入创建的deepseek聊天机器人。测试。发布运行。这个链接复制给局域网也能访问。