Dify+Ollama模型搭建攻略：本地环境实战指南

一、环境准备

1、硬件要求

硬件类型最低要求推荐配置备注操作系统Windows 10 64 位（版本 ≥ 2004）/ Windows 11 64 位Windows 11 64 位必须支持 Hyper-V 或 WSL2CPU支持虚拟化（AMD-V/Intel VT），≥ 4 核8 核及以上虚拟化需在 BIOS 中开启内存≥ 8GB16GB+Qwen3:4b 模型运行占用 4-6GB，Docker+Dify 占用 4-8GB硬盘剩余空间 ≥ 50GB剩余空间 ≥ 100GB含 Docker 镜像（约 10GB）、Qwen3:4b 模型（约 2.4GB）、运行缓存网络稳定外网百兆以上带宽需下载 Docker 镜像、Dify 源码、Ollama 模型2、WSL2 安装与配置

Dify 是基于 Docker 运行的开源大模型应用开发平台，在 Windows 系统上直接运行 Docker 或 Dify 容易出现兼容性、性能问题，而 WSL2（Windows Subsystem for Linux 2）能提供更原生的 Linux 环境，更适配 Docker 和 Dify 的运行需求。
1、以管理员身份打开 PowerShell

按下 Win + X，选择「Windows PowerShell (管理员)」（或「终端 (管理员)」）。
2、启用 WSL 和虚拟机功能

执行以下命令（逐条运行）：

1. # 启用 WSL 功能
2. dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart
4. # 启用虚拟机平台功能
5. dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart

复制代码

执行完成后重启电脑，使功能生效。
3、设置 WSL2 为默认版本

下载并安装 WSL2 内核更新包（微软官方）：

• 适用于 x64 架构：https://wslstorestorage.blob.core.windows.net/wslblob/wsl_update_x64.msi
  
• 安装完成后，在管理员 PowerShell 中执行：
  

1. wsl --set-default-version 2
3. # 测试是否安装成功
4. wsl --list --verbose

复制代码

二、Docker环境部署

1、下载docker安装包：：https://www.docker.com/products/docker-desktop/

2、安装 Docker Desktop（依赖 WSL2）

双击 Docker Desktop Installer.exe，进入安装界面：

• 勾选「Use WSL 2 instead of Hyper-V」。
  
• 勾选「Add shortcut to desktop」。
  

3、安装完成后，点击「Close and restart」，电脑会自动重启。

4、验证Docker安装

1. > docker --version
2. 预计输出：Docker version 29.2.1, build a5c7197

复制代码

三、Dify环境搭建

参考官方文档，效率最高，可避免各种问题
官方文档：https://docs.dify.ai/zh/self-host/quick-start/docker-compose
1、克隆 Dify

创建一个目录专门部署Dify，进入该目录，将 Dify 源代码克隆到本地机器。

1. git clone --branch "$(curl -s https://api.github.com/repos/langgenius/dify/releases/latest | jq -r .tag_name)" https://github.com/langgenius/dify.git
3. # windows电脑执行官方文档的命令可能会报没有jq程序，最简单的手动指定版本克隆，访问https://github.com/langgenius/dify/releases，获取版本号，例如：
4. git clone --branch 1.13.0 https://github.com/langgenius/dify.git

复制代码

2、启动 Dify

• 导航到 Dify 源代码中的 docker 目录：
  1. cd dify/docker

  复制代码
• 复制示例环境配置文件：
  1. cp .env.example .env  

  复制代码
• 启动容器（第一次会拉取镜像，耗时较长，如存在失败，可尝试重新执行，或单独拉取镜像）：
  1. docker compose up -d

  复制代码
• 验证所有容器是否成功运行
  1. docker compose ps

  复制代码

​        每个容器的状态应为 Up 或 healthy。
3、访问Dify

1. # 打开管理员初始化页面以设置管理员账户
2. http://localhost/install
3. # 完成管理员账户设置后，在以下地址登录 Dify
4. http://localhost

复制代码

四、Ollama+Qwen3:4b环境部署

1、下载Ollama安装包
官方下载：https://ollama.com/download/windows
安装过程图形化界面一路点点点
2、验证安装

1. ollama --version

复制代码

3、下载Qwen3:4b 模型、

1. ollama pull qwen3:4b

复制代码

或
完全支持图形化界面，新手友好

五、Dify对接ollama

1、打开 Dify 工作台（http://localhost:8080），使用管理员账号登录。

2、点击右侧头像「设置 → 模型提供商」，选择 Ollama ，点击安装，耐心等待。

3、Ollama安装完成后，会在模型列表显示，点击添加模型。

4、配置模型信息，参考如下，重点为“基础URL：http://host.docker.internal:11434”，本地模型无需设置凭证，点击添加即可。

5、验证效果

点击 【工作室 -> 从应用模板创建】，例如选择 “知识库+聊天机器人”，画布中会显示 workflow的多个节点，只需将其中的模型修改为上述添加的Qwen3即可。

一起看下效果：

至此，你就拥有了一个本地无需联网的智能聊天机器人，可以基于此在工作流中扩展，比如添加知识库，让其学习更多的信息。
---THE END---
今天的内容就分享到这里。
有问题欢迎留言交流，也可以加我微信深入探讨（公众号：BigDataLab）。
关注我，不错过每一篇干货，下期继续为你带来更实用的内容！
（如果需要python、大数据、大模型相关学习资料，可以联系我，分享给你）
        出处：https://www.cnblogs.com/yudanqu/        本文版权归作者和博客园共有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文连接，否则保留追究法律责任的权利.
来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！