什么关系就是Dify： Step2 Dify模型配置 && Dify, Docker，ollama

通过最近的环境安装，形成了下面的概念，有不准确的地方，欢迎大家一起讨论～

目录

概念厘清

Dify中配备模型

---

概念厘清

Dify：简单来说，Dify是一个工具，可以模拟我们的工作流程，我们把工作任务拆分成不同的工作步骤，经过dyfi模拟这个完整的步骤，得到我们想要的结果。

Docker：可以理解成一个箱子，能够创建一个独立的空间，将运行在其内部的脚本与电脑的其他部分隔离开来，保障安全，便于管理。

Dify与Docker：Dify的运行需要环境，所谓的环境是指Dify 的完整运行依赖多个服务组件（比如API服务，数据库等），这些组件之间要相互配合又各自独立，而Docker能帮我们一键生成该环境，让Dify运行起来（docker compose up -d ）。

Dify与ollama一个模型管理工具和平台，它提供了很多国内外常见的模型。我们可以通过Ollama统一部署、管理、运行大模型。就是：Dify在模拟工作流程的过程中，需要使用大数据模型，ollama

• 搜索模型：

  通过大家能够在其官网上搜索自己必须的模型：https://ollama.com/search

• 模型下载（直接在终端中执行）：ollama pull 模型名
• 模型运行（直接在终端中执行）：ollama run 模型名

Docker与Ollama与Dify通过：Ollama可以安装在本地磁盘中，也可以安装在Docker中。Docker中的Dify能够调用Ollama，无论是本地磁盘中的，还是其他Docker中的。

当前启用调整是：Dify 借助Docker部署，而Ollama 是运行在本地电脑的，得让Dify能访问Ollama 的服务。为此，在Dify项目-docker-（Dify/Docker）找到.env文件，在末尾加上下面的配置，构建Dify对Ollama的访问：

# 启用自定义模型
CUSTOM_MODEL_ENABLED=true
# 指定 Ollama 的 API地址（根据部署环境调整IP）
OLLAMA_API_BASE_URL=host.docker.internal:11434

Dify中配置模型

在Dify中调整模型时，遵循以下步骤

1. 安装桌面版本Ollama（下载地址：https://ollama.com/download）

2.在本地Ollama部署模型：

安装llava：ollama run llava

安装deepseek：ollama run deepseek-r1:7b（有多个版本，按需选择）

查看已安装的模型：ollama list

3.在“模型供应商”中搜索Ollama，安装Ollama。

4.在模型列表中，选择Ollama，点击“添加模型”。

5.在配置模型时，需要注意的是，URL与在Dify的.env文档中配备的相同，模型名称需要与终端中查到的Name相同（Ollama依靠名称Name区分其内部不同的模型）。

模型配置完成后如下：

参考链接： 

1.【2025年看这一篇就够了】Dify从入门到精通

2. 【全网最全最详细】Ollama本地部署DeepSeek-R1

3.本地搭建AI开发平台Dify并使用Ollama添加大语言模型保姆级教程

END