本文详细介绍了在Ubuntu环境中部署Dify智能应用平台并接入蓝耘MaaS平台API的全过程。包括使用阿里云源安装Docker和Compose、部署Dify、获取API密钥，以及构建文章生成器AI应用。通过结合Dify可视化平台与蓝耘MaaS高性能API，开发者能以较低门槛实现AI应用开发，为内容创作等场景提供强大能力，兼容OpenAI接口且高性价比。

---

目 录

• 引言
• 一、借助阿里云源安装Docker和Compose
• 二、拉取并部署Dify
• 三、启动Dify服务
• 四、初始化 Dify 管理员账号
• 五、安装模型供应商插件
• 六、如何获取蓝耘Maas平台API
• 七、构建 AI 应用示例
• 总结

引言

在人工智能应用快速发展的今天，如何高效部署 AI 应用并灵活调用不同的大模型能力，已经成为开发者和企业的核心需求之一。本文将详细介绍如何在 Ubuntu 环境中借助 阿里云镜像源快速安装 Docker 与 Docker Compose，并完成 Dify 智能应用平台的部署与配置。通过引入 蓝耘 MaaS 平台提供的 API 接口，我们不仅可以快速接入大规模语言模型，还能基于 Dify 构建属于自己的 AI 应用，极大地提升开发效率与使用体验。

一、借助阿里云源安装Docker和Compose

1、安装必要依赖

apt update
aptinstall-y ca-certificates curl gnupg lsb-release

2、 添加阿里云 Docker GPG 密钥

mkdir-p /etc/apt/keyrings
curl-fsSL https://mirrors.aliyun.com/docker-ce/linux/ubuntu/gpg | 
  gpg --dearmor-o /etc/apt/keyrings/docker.gpg

3、 写入阿里云 Docker 软件源

echo\"deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.gpg] https://mirrors.aliyun.com/docker-ce/linux/ubuntu \
  $(lsb_release -cs) stable"|\sudotee /etc/apt/sources.list.d/docker.list > /dev/null

4、 安装 Docker 及 Compose 插件

apt update
aptinstall-y docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin

5、 验证安装

docker-vdocker compose version

二、拉取并部署Dify

1、 安装SSH服务

apt update
aptinstall openssh-server -y

2、 查看SSH运行状态（成功）

systemctl status ssh

3、 可以在电脑浏览器访问并下载：
https://github.com/langgenius/dify/archive/refs/heads/main.zip
这里我在本地下载好了zip通过CRT上传到了Ubuntu里面

4、 解压ZIP
这里是将压缩包移动到了指定的文件夹里面后进行的解压，这样会避免很多不必要的麻烦（大家一定要看清文件路径）

unzip dify-main.zip
cd dify-main/docker

这里进入的是docker子目录，里面才有docker-compose.yml 配置文件

三、启动Dify服务

这里需要确保我们在docker/目录下进行，然后输入：

docker compose up -d

这里我在检查docker运行状态和网络都没有问题之后，决定更换源试一下

开启科学上网后
然后重新运行（这里可能时间较久）

docker-compose up -d

关于网络问题这里补充一下 遇到这个错误"Get ‘https://registry-1.docker.io/v2/’: net/http:
request canceled while waiting for connection (Client.Timeout exceeded
while awaiting headers)"的解决办法

• 网络连接问题：确保自己的网络是否能访问互联网，尝试ping一下即可。
• 镜像源访问受限：可以尝试更换为国内镜像源，配置镜像加速器。
• 增加请求超时时间：可以尝试增加 Docker 的默认超时时间，以避免超时错误。
• 代理设置：如果使用了代理，确保代理配置正确，或者尝试删除代理设置。

成功拉取并启动如下
遇到这个错误，重新输入启动命令即可（下载时间过长导致的）

ERROR: Get "https://registry-1.docker.io/v2/": net/http: TLS handshake timeout

四、初始化 Dify 管理员账号

在浏览器打开：

http://你的Ubuntu主机IP/install

五、安装模型供应商插件

在 Dify 后台操作界面中：

• 点击右上角头像 → 插件 → Marketplace
• 安装自己需要的插件
• 前往“设置 → lanyun模型供应商”，找到OpenAI-API-compatible，然后配置 API Key 与地址以及相关配置信息即可

Dify 不自带模型，必须配置好至少一个 LLM 才能进行智能问答。

六、如何获取蓝耘Maas平台API

先说说蓝耘这个平台
如何注册蓝耘智算平台
1.点击注册链接：蓝耘智算平台
2.进入下面图片界面，输入手机号并获取验证码，输入邮箱，设置密码，点击注册在这里插入图片描述

蓝耘是一家专业的GPU算力云服务提供商，基于行业领先的灵活的基础设施及大规模的GPU算力资源，为客户提供开放、高性能、高性价比的算力云服务，助力客户AI模型构建、训练和推理的业务全流程。

这里给大家送给福利。千万 Token 资源包福利都在送，感兴趣的赶紧来吧
https://console.lanyun.net/#/register?promoterCode=18586cc762

进来之后，找到Maas平台—API KEY管理—创建API KEY即可，然后复制去OpenAI-API-compatible即可

七、构建 AI 应用示例

在主界面点击“创建空白应用”，名字为文章生成器

这里添加一个HTTP请求，在API选择POST请求并输入https://maas-api.lanyun.net/v1/chat/completions
配置Headers（请求头）：

• 请求头1：Name（Content-Type），Value（application/json）
• 请求头2：Name（Authorization），Value（Bearer 蓝耘MaaS平台的APIKEY）
  配置Body（请求体）：

{"model":"/maas/deepseek-ai/DeepSeek-V3.1",
  "messages":[{"role":"system",
      "content":"你是一个专业的内容创作助手，擅长根据用户需求创作高质量文章。"},
    {"role":"user", 
      "content":"请根据以下要求创作文章：\n主题：{{ $json.topic }}\n写作风格：{{ $json.style }}\n文章长度：{{ $json.length }}\n关键词：{{ $json.keywords }}\n\n请创作一篇结构清晰、内容丰富的文章。"}],
  "max_tokens":2000,
  "temperature":0.7}

然后进行测试，没有问题，文章出来了

这里格式还是不太行，我想输出Markdown格式，于是我开始调整，这个里面添加模版转换节点，然后输入：

// 获取处理后的数据
const items =$input.all();
const processedData = items[0].json;

// 生成 Markdown 内容
const markdownContent =`# ${processedData.metadata.title}

---

**创建时间：** ${new Date(processedData.metadata.createdAt).toLocaleString('zh-CN')}  
**字数统计：** ${processedData.metadata.wordCount} 字符  
**文章风格：** ${processedData.metadata.style}  

---



## 正文内容

${processedData.content}

---

## 文档信息

- **生成时间：** ${new Date().toLocaleString('zh-CN')}
- **文件格式：** Markdown (.md)
- **处理状态：** 已完成内容格式化和优化

---

*本文档由 n8n 工作流自动生成*
`;

// 生成文件名（使用时间戳避免重复）
const timestamp = new Date().toISOString().replace(/[:.]/g, '-').slice(0, 19);
const fileName =`${processedData.metadata.title.replace(/[^\w\u4e00-\u9fa5]/g, '_')}_${timestamp}.md`;

// 打印下载信息
console.log(`📁 Markdown 文件已准备完成`);
console.log(`📄 文件名：${fileName}`);
console.log(`📊 文件大小：${markdownContent.length} 字符`);

// 返回可下载的文件数据
return[{
  json: {...processedData,
    markdown: {
      content: markdownContent,
      fileName: fileName,
      mimeType: 'text/markdown',
      size: markdownContent.length
    }},
  binary: {
    data: {
      data: Buffer.from(markdownContent, 'utf8').toString('base64'),
      mimeType: 'text/markdown',
      fileName: fileName,
      fileExtension: 'md'}}}];

这里图片中显示内容没有问题的哈，但是无法分辨是否是按照Markdown格式输出

于是我将内容复制出来，使用在线工具进行查看，发现确实是按照Markdown格式输出。

整体的配置还是很简单，完整的工作流如下：

总结

我们完成了以下核心工作：

1. 环境配置与依赖安装：快速完成 Docker 安装和网络优化。
2. Dify 平台部署：轻松搭建可视化智能应用平台。
3. 蓝耘 MaaS 平台 API 接入：与 OpenAI 兼容，实现高性能模型调用。
4. AI 应用构建与Markdown格式化：自动化文章生成与格式化。

蓝耘 MaaS API 的核心优势：

• 高性能算力支持：GPU加速响应更快
• 兼容OpenAI API：快速接入零门槛
• 高性价比：更低成本调用大模型
• 灵活扩展性：支持多模型、多场景应用

完成了以下核心工作：

1. 环境配置与依赖安装：快速完成 Docker 安装和网络优化。
2. Dify 平台部署：轻松搭建可视化智能应用平台。
3. 蓝耘 MaaS 平台 API 接入：与 OpenAI 兼容，实现高性能模型调用。
4. AI 应用构建与Markdown格式化：自动化文章生成与格式化。

蓝耘 MaaS API 的核心优势：

• 高性能算力支持：GPU加速响应更快
• 兼容OpenAI API：快速接入零门槛
• 高性价比：更低成本调用大模型
• 灵活扩展性：支持多模型、多场景应用

通过结合 Dify + 蓝耘 MaaS API，我们能够以极低的门槛实现 AI 应用的开发与部署，为内容创作、智能问答、数据分析等场景提供更强大的能力和更高的效率。

零基础如何高效学习大模型？

你是否懂 AI，是否具备利用大模型去开发应用能力，是否能够对大模型进行调优，将会是决定自己职业前景的重要参数。

为了帮助大家打破壁垒，快速了解大模型核心技术原理，学习相关大模型技术。从原理出发真正入局大模型。在这里我和鲁为民博士系统梳理大模型学习脉络，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 扫描下方二维码免费领取🆓**⬇️⬇️⬇️

【大模型全套视频教程】

教程从当下的市场现状和趋势出发，分析各个岗位人才需求，带你充分了解自身情况，get 到适合自己的 AI 大模型入门学习路线。

从基础的 prompt 工程入手，逐步深入到 Agents，其中更是详细介绍了 LLM 最重要的编程框架 LangChain。最后把微调与预训练进行了对比介绍与分析。

同时课程详细介绍了AI大模型技能图谱知识树，规划属于你自己的大模型学习路线，并且专门提前收集了大家对大模型常见的疑问，集中解答所有疑惑！

深耕 AI 领域技术专家带你快速入门大模型

跟着行业技术专家免费学习的机会非常难得，相信跟着学习下来能够对大模型有更加深刻的认知和理解，也能真正利用起大模型，从而“弯道超车”，实现职业跃迁！

【精选AI大模型权威PDF书籍/教程】

精心筛选的经典与前沿并重的电子书和教程合集，包含《深度学习》等一百多本书籍和讲义精要等材料。绝对是深入理解理论、夯实基础的不二之选。

【AI 大模型面试题 】

除了 AI 入门课程，我还给大家准备了非常全面的**「AI 大模型面试题」，**包括字节、腾讯等一线大厂的 AI 岗面经分享、LLMs、Transformer、RAG 面试真题等，帮你在面试大模型工作中更快一步。

【大厂 AI 岗位面经分享（92份）】

【AI 大模型面试真题（102 道）】

【LLMs 面试真题（97 道）】

【640套 AI 大模型行业研究报告】

【AI大模型完整版学习路线图（2025版）】

明确学习方向，2025年 AI 要学什么，这一张图就够了！

👇👇点击下方卡片链接免费领取全部内容👇👇

抓住AI浪潮，重塑职业未来！

科技行业正处于深刻变革之中。英特尔等巨头近期进行结构性调整，缩减部分传统岗位，同时AI相关技术岗位（尤其是大模型方向）需求激增，已成为不争的事实。具备相关技能的人才在就业市场上正变得炙手可热。

行业趋势洞察：

• 转型加速： 传统IT岗位面临转型压力，拥抱AI技术成为关键。
• 人才争夺战： 拥有3-5年经验、扎实AI技术功底和真实项目经验的工程师，在头部大厂及明星AI企业中的薪资竞争力显著提升（部分核心岗位可达较高水平）。
• 门槛提高： “具备AI项目实操经验”正迅速成为简历筛选的重要标准，预计未来1-2年将成为普遍门槛。

与其观望，不如行动！

面对变革，主动学习、提升技能才是应对之道。掌握AI大模型核心原理、主流应用技术与项目实战经验，是抓住时代机遇、实现职业跃迁的关键一步。

01 为什么分享这份学习资料？

当前，我国在AI大模型领域的高质量人才供给仍显不足，行业亟需更多有志于此的专业力量加入。

因此，我们决定将这份精心整理的AI大模型学习资料，无偿分享给每一位真心渴望进入这个领域、愿意投入学习的伙伴！

我们希望能为你的学习之路提供一份助力。如果在学习过程中遇到技术问题，也欢迎交流探讨，我们乐于分享所知。

*02 这份资料的价值在哪里？*

专业背书，系统构建：

• 本资料由我与鲁为民博士共同整理。鲁博士拥有清华大学学士和美国加州理工学院博士学位，在人工智能领域造诣深厚：

• • 在IEEE Transactions等顶级学术期刊及国际会议发表论文超过50篇。
  • 拥有多项中美发明专利。
  • 荣获吴文俊人工智能科学技术奖（中国人工智能领域重要奖项）。

• 目前，我有幸与鲁博士共同进行人工智能相关研究。

内容实用，循序渐进：

• 资料体系化覆盖了从基础概念入门到核心技术进阶的知识点。

• 包含丰富的视频教程与实战项目案例，强调动手实践能力。

• 无论你是初探AI领域的新手，还是已有一定技术基础希望深入大模型的学习者，这份资料都能为你提供系统性的学习路径和宝贵的实践参考，助力你提升技术能力，向大模型相关岗位转型发展。

  

抓住机遇，开启你的AI学习之旅！