好多没有做过软件开发的朋友，在DS的火爆后，也都加入到了探索AI应用的大军当中，特别是对于想要亲自尝试的朋友，首先需要学会部署Dify开发应用平台。本文是我找了一台Win11家庭版的电脑，从头到尾本地部署Dify的全过程，并且好多术语对于没有软件开发经验的朋友，也都能轻松看懂，希望在AI探索之路上能帮助到大家。

一、运行环境准备

1、开启Hyper-V

      Windows 11家庭中文版默认不带Hyper-V，需要自己先安装。

1.1安装Hyper-V

创建hyper.bat文件，内容如下，以管理员身份运行hyper.bat

pushd "%~dp0"

dir /b %SystemRoot%\servicing\Packages\*Hyper-V*.mum >hyper-v.txt

for /f %%i in ('findstr /i . hyper-v.txt 2^>nul') do dism /online /norestart /add-package:"%SystemRoot%\servicing\Packages\%%i"

del hyper-v.txt

Dism /online /enable-feature /featurename:Microsoft-Hyper-V-All /LimitAccess /ALL

pause

注：文件copy后别操作，直接保存就行，执行操作可能需要几分钟的时间，大家耐心等待一下，安装操作完成后提示是否重启，我选择了重启，重启后我的电脑Hyper-V自动开启了，如果大家的没有自动开启，可以参考下面的手动开启方式。

1.2启用Hyper-V

1.2.1打开控制面板

1.2.1.1快捷键win+R输入:control.exe打开控制面板；

1.2.1.2windows操作系统桌面搜索栏输入控制面板

1.2.2单击“程序和功能”

1.2.3单击“启用或关闭Windows功能”

1.2.4勾选下图中红色框出来的选项，勾选点击"确定"后，重启电脑即可完成设置。

2、开启WSL2

      Windows子系统Linux (WSL)是一种兼容层，允许直接在Windows操作系统上原生运行Linux二进制文件。WSL使得开发者能够在不需要虚拟机的情况下，在Windows环境下运行Linux命令行工具和应用程序。WSL主要分为两个版本：

WSL1：兼容层，提供与 Linux 内核系统调用的接口。

WSL2：使用实际的 Linux 内核，提供更高的兼容性和性能。

2.1启用 WSL 和虚拟机平台

2.1.1打开控制面板

2.1.2单击“程序和功能”

2.1.3单击“启用或关闭Windows功能”

2.1.4勾选下图中红色框出来的选项，勾选点击"确定"后，重启电脑即可完成设置。

2.2安装WSL2

      WSL直接在Windows上运行，不需要额外的虚拟化资源，因此资源占用较低，启动速度较快，特别是WSL2，性能接近原生Linux环境，能够提供接近真实的Linux内核体验。

2.2.1打开 PowerShell

2.2.1.1运行窗口启动

      按Win+R打开运行窗口，输入“powershell”后回车启动PowerShell；

2.2.1.2文件资源管理器地址栏启动

      打开文件资源管理器（Win + E），在地址栏输入 “powershell” 后回车，此时会在当前目录下启动PowerShell

2.2.1.3以管理员身份运行

      输入“powershell -command "Start-Process powershell -Verb RunAs"” 后回车可直接以管理员身份运行。

2.2.2安装WSL

      在PowerShell中输入“wsl --install”后回车运行命令来安装WSL，并等待安装完成，安装过程可能会提醒重启，按系统要求重启就行。

2.2.3设置WSL默认版本为2

      在PowerShell中输入“wsl --set-default-version 2”后回车运行命令来设置WSL默认版本为2。

3、安装Docker环境

3.1下载Docker Desktop

下载Docker Desktop安装包 ，官网下载地址https://www.docker.com/

打开官网下载版本如下图所示：

BETA是个测试版，Beta版会包含尚未正式发布的新功能，这些新功能可能尚未完全稳定，但允许用户提前体验。

3.2打开“Docker Desktop安装包”下载文件夹

双击“向下箭头”按钮，在下载的文件上单击鼠标右键，选择“在文件夹中显示”，如下图所示：

3.3安装Docker Desktop

3.3.1双击刚才下载好的.exe文件，一键傻瓜式安装即可。

3.3.2安装可能需要2分钟左右，中途会出现系统注销，重新登录大家也耐心等待即可。

3.3.3Docker Desktop登录

注意：实际上，我通过下面截图的各个步骤操作了半小时，没有注册成功也没有能登录成功，最后重启系统后，登录成功了

，如果大家看到这安装完后重启，双击“Docker Desktop”图标出现上面的截图，表示安装成功并登录正常，下面的这些注册步骤可以跳过，直接进入到Dify部署。

没有账号可先选择“不登录，继续使用”进入到Docker Desktop后再去创建一个账号

Sign up（注册），Sign in（登录）

Continue without signing in（不登录，继续使用”）

二、Windows环境本地部署Dify

1、下载Dify

1.1使用浏览器下载

浏览器地址栏输入“https://github.com/langgenius/dify”后回车，点Code后面的向下箭头，选择DownloadZIP下载Dify源码。

1.2使用git下载dify代码（个人不建议使用这种方法下载）

通过Git克隆Dify的GitHub仓库到本地环境，打开power shell，输入“git clone https://github.com/langgenius/dify.git”回车下载即可。

2、下载后解压压缩包，并进入docker目录，从.env.example复制一份为.env

3、启动Dify

3.1首次启动服务

打开cmd输入“cd /d D:\Video\dify-main\docker”回车，进入上述docker目录，再输入“docker compose up”回车，首次执行该命令会自动下载Dify所需的镜像，如果将镜像源设置为国内源了，速度很快。下载完成后会自动启动服务。启动完成之后，直接在浏览器中打开：http://localhost/ 就看到登录页面了。

注意：上图CMD命令行中需添加‘/d’，而powershell命令行中无需添加，如果没有跳转目录会失败。

可能还会出现镜像下载失败的问题，需要先配置Docker Engine（操作如下图红色标注），将下面文字加入配置中，单击Apply & restart即可。将镜像源设置为国内源了，就可下载成功，不过也需要大家耐心等待几分钟才能下载完。

{

  "builder": {

    "gc": {

      "defaultKeepStorage": "20GB",

      "enabled": true

    }

  },

  "experimental": false,

  "registry-mirrors": [

    "https://hub-mirror.c.163.com",

    "https://mirror.ccs.tencentyun.com",

    "https://docker.m.daocloud.io",

    "https://mirror.ccs.tencentyun.com",

    "https://05f073ad3c0010ea0f4bc00b7105ec20.mirror.swr.myhuaweicloud.com",

    "https://registry.docker-cn.com",

    "https://docker.m.daocloud.io",

    "https://docker.1panel.live",

    "https://hub.rat.dev",

    "https://dockerpull.com",

    "https://dockerproxy.cn",

    "https://docker.rainbond.cc",

    "https://docker.udayun.com",

    "https://docker.211678.top"

  ]

}

配置完再去执行“docker compose up”命令启动服务

3.2后续启动服务

还是打开cmd并进入上述docker目录，执行：docker compose up 即可。

3.3登录Dify

3.3.1浏览器地址输入:http://localhost80:回车，设置账号

3.3.2设置完输入用户名密码登录进入如下页面即为Dify已经安装成功

      很多技术看着别人安装觉着特别容易的，但是真正实践起来就会遇到各种拦路虎，赶跑拦路虎的过程才是你真正成长的过程，让我们一起动起手来吧，AI探索路上的朋友们。

   如何系统的去学习大模型LLM ？

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。

事实上，抢你饭碗的不是AI，而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

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！

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。

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70次后，终于把整个AI大模型的学习门槛，降到了最低！

在这个版本当中：

第一您不需要具备任何算法和数学的基础
第二不要求准备高配置的电脑
第三不必懂Python等任何编程语言

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，这份大模型教程已经给大家整理并打包，现在将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

​

一、LLM大模型经典书籍

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LLM大模型报告合集

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、LLM大模型系列视频教程

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

五、AI产品经理大模型教程

LLM大模型学习路线 ↓

阶段1：AI大模型时代的基础理解

• 目标：了解AI大模型的基本概念、发展历程和核心原理。

• 内容：

  • L1.1 人工智能简述与大模型起源
  • L1.2 大模型与通用人工智能
  • L1.3 GPT模型的发展历程
  • L1.4 模型工程
  • L1.4.1 知识大模型
  • L1.4.2 生产大模型
  • L1.4.3 模型工程方法论
  • L1.4.4 模型工程实践
  • L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

• 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。

• 内容：

  • L2.1 API接口
  • L2.1.1 OpenAI API接口
  • L2.1.2 Python接口接入
  • L2.1.3 BOT工具类框架
  • L2.1.4 代码示例
  • L2.2 Prompt框架
  • L2.3 流水线工程
  • L2.4 总结与展望

阶段3：AI大模型应用架构实践

• 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。

• 内容：

  • L3.1 Agent模型框架
  • L3.2 MetaGPT
  • L3.3 ChatGLM
  • L3.4 LLAMA
  • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

• 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。

• 内容：

  • L4.1 模型私有化部署概述
  • L4.2 模型私有化部署的关键技术
  • L4.3 模型私有化部署的实施步骤
  • L4.4 模型私有化部署的应用场景

这份 LLM大模型资料 包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

​