很久没有更新文章了,最近正好需要研究一些机器学习的东西，打算研究一下

  • dify
  • Ollama

以下是基于FN 的dify本地化部署，当然这也可能是全网唯一的飞牛部署dify手册

部署

官方手册：https://docs.dify.ai/en/getting-started/install-self-hosted/docker-compose
采用docker-compose方式部署

  1. 确保FN启动22端口（系统设置-SSH-右侧蓝色开启）
  2. 根据官方网站https://docs.dify.ai/en/getting-started/install-self-hosted/docker-compose，docker compose up -d 启动容器，新手遇到权限不足的报错，记得在docker 前加sudo
  3. 根据doc访问，http://localhost/install

Tips：FN会默认占用80 443，在开始前可以（系统设置-安全性-端口设置-高级设置中取消80 443的重定向）

  1. FN 应用商店 Ollama下载

  2. dify 设置 模型供应商添加Ollama，模型类型LLM, 模型名称:DeepSeek-R1-Distill-Qwen-1.5B(Ollma 设置-模型)，基础URL http://192.168.xx.xx:11435(切记不要使用127与localhost)

  3. 开始使用

Tips：有一些其他途径（如SSH部署或者docker部署，这里有一些连接问题的r&q https://docs.dify.ai/en/development/models-integration/ollama#faq

默认deepseek的模型还是太大了，换了阿里的qwen:0.5b

# 机器学习
Logo
智能体开发者社区

中国智能体开发者社区，聚焦智能体与大模型开发，提供前沿资讯、实用工具链、开源项目及行业案例。通过技术沙龙、开发者大赛等活动，促进经验交流与协作，助力开发者快速构建创新智能应用。

更多推荐

AI Agent 面试题 720：如何实现Agent的安全日志的实时分析？

权限控制与沙箱 是 AI Agent 技术体系中的重要组成部分。简单来说，它涉及到 Agent 如何在 Agent安全与对齐 层面实现智能化的行为和决策。在实际应用中，权限控制与沙箱 的核心目标是让 Agent 能够更加高效、准确地完成特定任务。这需要我们深入理解其底层原理和实现机制。从学术角度来看，权限控制与沙箱 的研究可以追溯到人工智能的早期阶段。早在 1950 年代，Alan Turing

avatar 智能体开发者社区

AI Agent 面试题 714：如何设计Agent的安全合规自动化检查流程？

对齐技术 是 AI Agent 技术体系中的重要组成部分。简单来说，它涉及到 Agent 如何在 Agent安全与对齐 层面实现智能化的行为和决策。在实际应用中，对齐技术 的核心目标是让 Agent 能够更加高效、准确地完成特定任务。这需要我们深入理解其底层原理和实现机制。从学术角度来看，对齐技术 的研究可以追溯到人工智能的早期阶段。早在 1950 年代，Alan Turing 就提出了关于机器智

avatar 智能体开发者社区

AI Agent 面试题 726：如何设计Agent的安全事件的根因分析流程？

红队测试 是 AI Agent 技术体系中的重要组成部分。简单来说，它涉及到 Agent 如何在 Agent安全与对齐 层面实现智能化的行为和决策。在实际应用中，红队测试 的核心目标是让 Agent 能够更加高效、准确地完成特定任务。这需要我们深入理解其底层原理和实现机制。从学术角度来看，红队测试 的研究可以追溯到人工智能的早期阶段。早在 1950 年代，Alan Turing 就提出了关于机器智

avatar 智能体开发者社区