百度360必应搜狗淘宝本站头条
当前位置:网站首页 > IT知识 > 正文

Dify-Plus:一个定制化的Dify二开开发

liuian 2025-04-24 03:32 15 浏览

Dify 是一个开源平台,专注于大语言模型(LLM)应用的开发。它结合了后端即服务(BaaS)和 LLMOps 的概念,致力于为开发者提供高效工具,使其能够快速构建并部署生产级的生成式 AI 应用。

在探索技术产品的征途中,我们认识到每一款创新之作,包括Dify,都携带着其独特的局限。深入剖析这些限制,不仅能够让我们在运用的天平上更精准地衡量得失,更能让我们在扬长避短中,将Dify的潜力发挥至极致,同时巧妙地绕过那些可能潜伏的陷阱。

Dify-Plus = 管理中心 + Dify 二开开发

Dify-Plus作为Dify的升级企业版本,深度融合了gin-vue-admin框架的管理核心,并精心打造,以满足企业级应用的需求,通过一系列的功能强化和优化,为商业环境提供了更加专业和高效的解决方案。

Dify 二开功能


Dify 的二次开发引入了多项新功能与优化,旨在提升用户体验和系统效能。新增功能包括用户额度管理,通过对话余额限制判断和异步计算用户额度逻辑,确保资源的合理分配。用户界面左上角新增了使用额度显示,以及个人监测页,增强了透明度和自我管理能力。

在安全性方面,新增了密钥额度设置和应用API调用余额限制判断,强化了系统的安全防线。Web公开页登录鉴权功能的加入,为公开访问提供了额外的安全层。管理员现在可以同步应用到应用模板,而初次注册用户将默认加入默认空间,简化了用户流程。


新增的可鉴权cookie功能,以及同步应用到模板中心的能力,进一步提升了系统的灵活性和可扩展性。应用中心页面的新增,以及默认跳转到应用中心的调整,优化了用户导航体验。应用使用次数记录和排序功能的加入,使得应用中心更加动态和用户友好。


权限方面进行了调整,普通成员不再被允许关闭模型,空间普通成员不渲染“模型供应商”标签,非管理员隐藏密钥显示,这些调整强化了权限管理和安全策略。

在技术优化方面,CSV编码监测的优化,修复了批量请求和Windows系统下载后保存再上传的问题。Markdown图片放大问题的优化,提升了文档编辑的体验。


管理中心

管理中心的功能也得到了扩展,包括JWT与Dify的打通,用户同步,模型同步工作区,用户额度修改,以及费用报表的生成,这些功能共同构建了一个更加集成和高效的管理平台。


Docker-Compose 部署指南

克隆项目

  1. 1. 克隆代码库:git clone git@github.com:YFGaia/dify-plus.git

使用 Docker 启动

  1. 1. 进入项目的 Docker 目录:cd dify-plus/docker
  2. 2. 启动 Docker 容器:docker-compose -f docker-compose.dify-plus.yaml up -d
  3. 3. 检查服务状态:docker compose ps

初始化管理员账户

  • o 访问 http://127.0.0.1/install 创建 Dify 管理员账号。

部署服务步骤

前置依赖

  • o Python: 3.11 或 3.12
  • o Node.js: >= 18.17.0
  • o Golang: >= 1.22.0
  • o Redis
  • o PostgreSQL

API 服务启动步骤


  1. 详见:https://docs.dify.ai/zh-hans/getting-started/install-self-hosted/local-source-code#fu-wu-duan-bu-shu

  2. 1. 进入 API 目录:cd api
  3. 2. 复制环境变量配置:cp .env.example .env
  4. 3. 生成并设置随机密钥:awk -v key="$(openssl rand -base64 42)" '/^SECRET_KEY=/ {sub(/=.*/, "=" key)} 1' .env > temp_env && mv temp_env .env
  5. 4. 安装依赖:poetry env use 3.11
    poetry install
  6. 5. 数据库迁移:poetry shell
    flask db upgrade
  7. 6. 启动 API 服务:flask run --host 0.0.0.0 --port=5001 --debug

启动 Dify Web 服务


  1. 详见:https://docs.dify.ai/zh-hans/getting-started/install-self-hosted/local-source-code#qian-duan-ye-mian-bu-shu

  2. 1. 进入 web 目录:cd web
  3. 2. 安装依赖:npm install
  4. 3. 复制环境变量配置:cp .env.example .env.local
  5. 4. 根据需要编辑环境变量:vim .env.local
  6. 5. 构建前端代码:npm run build
  7. 6. 启动 Web 服务:npm run start

启动 Dify Worker 服务

  • o Linux/MacOS:celery -A app.celery worker -P gevent -c 1 -Q dataset,generation,mail,ops_trace,extend_high,extend_low --loglevel INFO
  • o Windows:celery -A app.celery worker -P solo --without-gossip --without-mingle -Q dataset,generation,mail,ops_trace,extend_high,extend_low --loglevel INFO

启动 Dify Beat 服务

celery -A app.celery beat --loglevel INFO

启动 Admin-Web 服务

  1. 1. 进入 Admin-Web 目录:cd admin/web
  2. 2. 安装依赖:yarn install
  3. 3. 启动服务:yarn run serve

启动 Admin-Server 服务

  1. 1. 进入 Admin-Server 目录:cd admin/server
  2. 2. 整理模块依赖:go mod tidy
  3. 3. 启动服务:go run main.go

初始化管理员账户

  • o 访问 http://localhost:3000/install 以设置管理员账号。
  • o 在管理中心页面 http://localhost:8081/#/init 填写数据库配置并进行初始化。


·


我们相信人工智能为普通人提供了一种“增强工具”,并致力于分享全方位的AI知识。在这里,您可以找到最新的AI科普文章、工具评测、提升效率的秘籍以及行业洞察。


欢迎关注“福大大架构师每日一题”,让AI助力您的未来发展。

·

相关推荐

深入解析 MySQL 8.0 JSON 相关函数:解锁数据存储的无限可能

引言在现代应用程序中,数据的存储和处理变得愈发复杂多样。MySQL8.0引入了丰富的JSON相关函数,为我们提供了更灵活的数据存储和检索方式。本文将深入探讨MySQL8.0中的JSON...

MySQL的Json类型个人用法详解(mysql json类型对应java什么类型)

前言虽然MySQL很早就添加了Json类型,但是在业务开发过程中还是很少设计带这种类型的表。少不代表没有,当真正要对Json类型进行特定查询,修改,插入和优化等操作时,却感觉一下子想不起那些函数怎么使...

MySQL的json查询之json_array(mysql json_search)

json_array顾名思义就是创建一个数组,实际的用法,我目前没有想到很好的使用场景。使用官方的例子说明一下吧。例一selectjson_array(1,2,3,4);json_array虽然单独...

头条创作挑战赛#一、LSTM 原理 长短期记忆网络

#头条创作挑战赛#一、LSTM原理长短期记忆网络(LongShort-TermMemory,LSTM)是一种特殊类型的循环神经网络(RNN),旨在解决传统RNN在处理长序列数据时面临的梯度...

TensorBoard最全使用教程:看这篇就够了

机器学习通常涉及在训练期间可视化和度量模型的性能。有许多工具可用于此任务。在本文中,我们将重点介绍TensorFlow的开源工具套件,称为TensorBoard,虽然他是TensorFlow...

图神经网络版本的Kolmogorov Arnold(KAN)代码实现和效果对比

本文约4600字,建议阅读10分钟本文介绍了图神经网络版本的对比。KolmogorovArnoldNetworks(KAN)最近作为MLP的替代而流行起来,KANs使用Kolmogorov-Ar...

kornia,一个实用的 Python 库!(python kkb_tools)

大家好,今天为大家分享一个实用的Python库-kornia。Github地址:https://github.com/kornia/kornia/Kornia是一个基于PyTorch的开源计算...

图像分割掩码标注转YOLO多边形标注

Ultralytics团队付出了巨大的努力,使创建自定义YOLO模型变得非常容易。但是,处理大型数据集仍然很痛苦。训练yolo分割模型需要数据集具有其特定格式,这可能与你从大型数据集中获得的...

[python] 向量检索库Faiss使用指北

Faiss是一个由facebook开发以用于高效相似性搜索和密集向量聚类的库。它能够在任意大小的向量集中进行搜索。它还包含用于评估和参数调整的支持代码。Faiss是用C++编写的,带有Python的完...

如何把未量化的 70B 大模型加载到笔记本电脑上运行?

并行运行70B大模型我们已经看到,量化已经成为在低端GPU(比如Colab、Kaggle等)上加载大型语言模型(LLMs)的最常见方法了,但这会降低准确性并增加幻觉现象。那如果你和你的朋友们...

ncnn+PPYOLOv2首次结合!全网最详细代码解读来了

编辑:好困LRS【新智元导读】今天给大家安利一个宝藏仓库miemiedetection,该仓库集合了PPYOLO、PPYOLOv2、PPYOLOE三个算法pytorch实现三合一,其中的PPYOL...

人工智能——图像识别(人工智能图像识别流程)

概述图像识别(ImageRecognition)是计算机视觉的核心任务之一,旨在通过算法让计算机理解图像内容,包括分类(识别物体类别)、检测(定位并识别多个物体)、分割(像素级识别)等,常见的应用场...

PyTorch 深度学习实战(15):Twin Delayed DDPG (TD3) 算法

在上一篇文章中,我们介绍了DeepDeterministicPolicyGradient(DDPG)算法,并使用它解决了Pendulum问题。本文将深入探讨TwinDelayed...

大模型中常用的注意力机制GQA详解以及Pytorch代码实现

分组查询注意力(GroupedQueryAttention)是一种在大型语言模型中的多查询注意力(MQA)和多头注意力(MHA)之间进行插值的方法,它的目标是在保持MQA速度的同时...

pytorch如何快速创建具有特殊意思的tensor张量?

专栏推荐正文我们通过值可以看到torch.empty并没有进行初始化创建tensor并进行随机初始化操作,常用rand/rand_like,randint正态分布(0,1)指定正态分布的均值还有方差i...