最近在研究Dify源码在本地window环境，搭建dify二次开发环境，期间也遇到了各种各样的问题，在这里做一下总结。

1. 基础环境和工具

工具列表	备注
windows10	运行Dify的API、web
vmware、centos	运行docker，加入虚拟机的hostname为：vm01-host
docker、docker-compose	运行Dify的中间件
dify	1.4.2版本
idea	V 2024
python	V3.12.x
node.js	V18.17.0
nvm

2.在centos上启动Dify的中间件

• 2.1 下载Dify1.4.2版本源代码：

git clone --branch 1.4.2 https://github.com/langgenius/dify.git

• 2.2 启动中间件

Dify 会用到一系列中间件，例如存储类（如 PostgreSQL / Redis / Weaviate（如果本地不可用）），功能扩展类（Dify 的 sandbox 和 plugin-daemon 服务）。通过运行以下命令使用 Docker Compose 启动中间件：

cd dify/docker

会启动redis、weaviate、postgres中间件，可以通过docker命令查看下这几个容器是否启动成功。

3. 启动API

• 3.1 修改.env配置文件

cd dify/api

使用openssl生成密钥，并替换.env文件中SECRET_KEY参数的值，在win环境下，推荐使用 Git Bash命令行工具，打开git bash，可以直接运行下述命令来生成随机密钥：

openssl rand -base64 42 | xargs -I {} sed -i 's/SECRET_KEY=.*/SECRET_KEY={}/' .env

修改.env中关于中间件的IP参数：

# celery configuration

• 3.2 安装uv工具

安装uv依赖管理工具，dify1.4版本中，换成了uv来管理依赖（吐槽：dify不通的版本，用不同的依赖管理工具，变好几个了。。。）。

执行命令：

• 3.3 使用uv安装依赖

使用 uv 管理依赖。 通过运行以下命令使用 uv 安装所需依赖：

uv sync

如果使用uv安装依赖没有成功，可以尝试使用pip命令来执行：

# 安装依赖时，指定当前目录下的依赖文件 pyproject.toml

• 3.4 执行数据库迁移操作

PIP_INDEX_URL=https://pypi.tuna.tsinghua.edu.cn/simple

• 3.5 启动 API 服务

执行命令：flask run --host 0.0.0.0 --port=5001 --debug

4. 启动 Worker 服务

Dify要从队列中消费异步任务，例如数据集文件导入和数据集文档更新，启动 Worker 服务：

执行命令win：

5. 启动Web服务

由于篇幅太长，不便于阅读，启动Web服务的介绍，将放在下一篇文章里来描述，感兴趣的读者可以关注作者公众号，方便获取后续更新动态。

大模型算是目前当之无愧最火的一个方向了，算是新时代的风口！有小伙伴觉得，作为新领域、新方向人才需求必然相当大，与之相应的人才缺乏、人才竞争自然也会更少，那转行去做大模型是不是一个更好的选择呢？是不是更好就业呢？是不是就暂时能抵抗35岁中年危机呢？

答案当然是这样，大模型必然是新风口！

那如何学习大模型 ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。但是具体到个人，只能说是：

最先掌握AI的人，将会比较晚掌握AI的人有竞争优势。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

但现在很多想入行大模型的人苦于现在网上的大模型老课程老教材，学也不是不学也不是，基于此我用做产品的心态来打磨这份大模型教程，深挖痛点并持续修改了近100余次后，终于把整个AI大模型的学习路线完善出来！

在这个版本当中：

您只需要听我讲，跟着我做即可，为了让学习的道路变得更简单，这份大模型路线+学习教程已经给大家整理并打包分享出来, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型学习资源包》免费分享（安全咨料，放心领取）👈

​

一、大模型经典书籍（免费分享）

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

二、640套大模型报告（免费分享）

这套包含640份报告的合集，涵盖了大模型的理论研究、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。(几乎涵盖所有行业)

三、大模型系列视频教程（免费分享）

四、2025最新大模型学习路线（免费分享）

我们把学习路线分成L1到L4四个阶段，一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

L5阶段：专题集丨特训篇 【录播课】

全套的AI大模型学习资源已经整理打包，有需要的小伙伴可以微信扫描下方二维码，免费领取

👉CSDN大礼包🎁：全网最全《LLM大模型学习资源包》免费分享（安全资料，放心领取）👈

​