当前位置：首页 > news >正文

在Mac上搭建本地AI工作流：Dify与DeepSeek的完美结合

news 2025/8/11 7:19:07

在Mac上搭建本地AI工作流：Dify与DeepSeek的完美结合

一、Dify平台简介

Dify是一个开源的大语言模型(LLM)应用开发平台，旨在简化和加速生成式AI应用的创建和部署。其名字蕴含着"Define（定义）+ Modify（修改）"的理念，体现了平台的灵活性和易用性。

作为一个综合性开发平台，Dify结合了后端即服务（BaaS）和LLMOps的概念，使开发人员能够更高效地构建AI原生应用。无论您是开发者还是非技术人员，都可以利用Dify构建、部署和运营AI应用。

Dify的主要特点包括可视化的AI应用开发模式，支持聊天机器人、AI工作流、RAG管道、Agent、模型管理以及可观测性功能。其应用场景十分广泛，包括智能客服、企业知识库、特定领域的聊天机器人和AI助理、自动化报告生成以及多模态内容创作。

二、在Mac上本地部署Dify

（一）准备工作

确保Mac环境满足要求：你的Mac需要安装有Homebrew，它是Mac上优秀的包管理工具。如果没有安装，可以在终端中运行以下命令进行安装：

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

安装Docker：Dify通过Docker进行部署，所以需要安装orbstack。你可以前往orbstack官网下载并按照提示完成安装。安装完成后，启动Docker，确保其在后台运行。
镜像加速：加速的目的是为了下载dify时不出现因为超时而报错，操作步骤：使用 vim 命令行打开docker.json文件，输入下面镜像的地址。

vi ~/.orbstack/config/docker.json

{
"registry-mirrors":[
"https://dockerproxy.com",
"https://docker.mirrors.ustc.edu.cn",
"https://docker.nju.edu.cn"]
}

（二）获取Dify代码

在终端中执行以下命令，克隆Dify的代码仓库：

git clone https://github.com/dify-ai/dify.git

克隆完成后，进入dify目录并设置.env文件：

cd dify/docker
cp .env.example .env

（三）配置与启动

环境变量配置（可选）：如果有特殊的配置需求，比如修改服务端口、配置代理等，可以通过编辑.env文件来设置环境变量。在dify目录下找到.env.example文件，将其复制一份并命名为.env，然后根据实际需求修改其中的配置项。例如，如果想修改Dify服务的端口为8080，可以找到并修改APP_PORT=8080这一行（原端口可能是其他值）。
启动Dify：在终端中，确保当前目录为dify目录，然后执行以下命令启动Dify：

docker compose up -d

在这里插入图片描述

该命令会在后台启动Dify相关的容器，包括数据库、应用服务等。启动过程可能需要一些时间，取决于你的网络速度和机器性能。启动完成后，可以通过访问http://localhost（如果修改了端口，需要使用修改后的端口，如http://localhost:8080）来打开Dify的Web界面。启动后界面如下：

在这里插入图片描述

四、使用Ollama本地部署DeepSeek模型

Ollama是一个跨平台的轻量级工具，旨在本地运行大型语言模型，如DeepSeek、Llama和Mistral。它提供了一键式模型部署，适合需要数据隐私和本地控制的用户。

在Mac上使用Ollama部署DeepSeek的步骤如下：
1.访问Ollama官网(https://ollama.ai/ )下载适合Mac的安装包。
2.安装Ollama。安装过程非常简单，按照提示完成即可。
3.安装完成后，打开终端，验证Ollama是否正确安装：

  ollama --version

拉取DeepSeek模型。Ollama支持多种规模的DeepSeek模型，您可以根据自己的硬件条件选择合适的版本：

ollama pull deepseek-r1:1.5b

验证模型是否正常运行：

 ollama run deepseek-r1:1.5b

这将启动一个交互式会话，您可以直接与DeepSeek模型对话。
在这里插入图片描述

五、在 Dify 中配置 DeepSeek 并创建聊天助手

（一）配置模型接口

1.登录 Dify：在浏览器中访问http://localhost完成注册并登录账号。
2.进入模型配置页：点击左侧导航栏的 “设置”→“模型”→“添加模型”，选择 “模型供应商”。
在这里插入图片描述
3.填写信息：

选择供应商模型 ollama
模型基础URL：http://host.docker.internal:11434/api/chat（Ollama 默认接口地址，Docker 内部需用host.docker.internal访问本地服务）,模型名称为本地ollama部署的模型名称（如：deepseek-r1:8b）。
点击 “保存”，即配置完成。

（二）创建聊天助手

新建应用：点击左侧导航栏的 “应用”→“创建应用”，选择 “聊天助手” 类型。
配置助手：
应用名称：自定义（如 “本地 DeepSeek 助手”）
选择模型：在下拉框中选择刚配置的 “DeepSeek-Local”
其他设置（如开场白、回复风格）保持默认即可。
测试助手：点击 “预览” 按钮，在聊天窗口中输入问题（如 “介绍一下人工智能”），若能收到来自 DeepSeek 模型的回应，说明聊天助手创建成功。
在这里插入图片描述