使用Dify + DeepSeek在本地电脑搭建工作流，太香了

我爱学大模型

于 2025-03-20 14:40:58 发布

阅读量1.2k

点赞数 17

文章标签：人工智能 AI大模型 AI deepseek Dify AI工作流大模型

本文链接：https://blog.csdn.net/python1234_/article/details/146396662

版权

由于AI大模型的出现，应用开发变得简单起来，你可以在AI开发平台上搭建属于自己的工作流，低代码甚至零代码就可以实现，而且有DeepSeek这样的超级AI作为大脑，人人都可以开发自动化工作流。

比如搭建一个邮件助手工作流，可以自动润色各种邮件内容。

工作流是由于DeepSeek等大模型的兴起而开始风靡的，它可以基于AI和流程设计来实现自动化的AI应用，比如说自动化生成业务报告、AI自媒体写作、简历筛选机器人等。

这些复杂繁琐的工作可以通过DeepSeek这类的大模型生成解决方案，并最终输出结果，形成一套工作流。

目前市面上有不少搭建工作流的工具，比如字节Coze、腾讯元器、OpenAI GPTs等，支持通过拖拉拽设计工作流实现一个AI工具的搭建，但这些平台都是大厂的商业应用，你只能在它的平台里搭建和使用，无法离线部署，缺乏应用的灵活性和数据安全性。

如果你想在本地部署私有工作流，可以使用Dify来实现，配合本地部署的DeepSeek作为模型基座，这样就是实现完全离线的AI工作流，非常适合数据敏感的企业。

下面会讲到在本地电脑搭建工作流需要的软件和硬件要求，以及详细的配置过程。

Dify是一款开源的AI开发框架，可以快速的将AI大模型应用到工作流程中，简单来说就是帮你造好了各种轮子，你只需要设计流程就能独立开发AI应用，哪怕你没有任何代码能力，是不是很方便。

以下是Dify官方对其能力的总结，我觉得很到位。

Dify的源码托管在Github上，因其是开源的，所以你可以随意研究其源码，甚至定制化开发。

选择Dify搭建工作流有两种路径，第一种是使用它的云服务，直接线上使用，和字节Coze类似。

第二种是使用Docker来进行Dify本地化的部署，这是本文要讲的。

Docker是一种容器技术，它可以将软件和其依赖打包成「集装箱」，这样的好处是不依赖云服务，数据完全私有化，且定制化程度高。

所以使用Docker来在本地私有化部署Dify，进而搭建工作流是非常好的方式，适合任何对数据安全敏感的企业。

除了Docker外，还会用到Git技术，它的作用是将托管在Github上的Dify源码克隆到本地环境，然后用于Docker部署。

我是在Win 11系统上进行部署的，要想运行上述软件，本地电脑硬件配置要求并不高，最低双核CPU、2GB运行内存即可。

但是如果你需要在本地部署DeepSeek R1模型，来作为Dify的大模型基座，则需要更高的配置。

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

想正式转到一些新兴的 AI 行业，不仅需要系统的学习AI大模型。同时也要跟已有的技能结合，辅助编程提效，或上手实操应用，增加自己的职场竞争力。

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高

那么我作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，希望可以帮助到更多学习大模型的人！至于能学习到多少就看你的学习毅力和能力了。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

read-normal-img

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

在这里插入图片描述

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求：大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能，学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力：大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量。