企业官网建设流程全解析

🚀 30+款热门AI模型一站整合，DeepSeek/GLM/Qwen 随心用，限时 5 折。 👉 点击领海量免费额度

在实际企业级应用和开发者个人项目中，将大语言模型与私有知识库结合，实现精准、可控的智能问答，已成为提升工作效率和产品智能化的关键路径。Dify 作为一个开源的 LLM 应用开发平台，提供了从编排、提示工程到知识库检索增强生成（RAG）的一站式能力。而 DeepSeek 作为性能强劲的开源模型，以其优秀的代码和推理能力受到开发者青睐。将两者结合，意味着我们可以用较低的成本，构建一个既能理解复杂问题、又能精准调用私有知识进行回答的智能系统。

本文旨在为有一定 Python 和 Docker 基础的开发者，提供一份从零开始、可复现的实战指南。我们将完成以下目标：在本地或服务器上部署 Dify，集成 DeepSeek 模型 API，创建一个基于文档的知识库，并最终通过一个可交互的 Web 应用进行问答测试。整个过程不仅会涵盖部署和配置步骤，更会深入解释关键参数的意义、常见故障的排查路径，以及生产环境需要考虑的优化点。

1. 理解 Dify 与 DeepSeek 集成的核心价值

在开始动手之前，我们需要厘清几个核心概念，这有助于理解后续每一个配置步骤背后的设计意图，而不仅仅是机械地执行命令。

1.1 Dify：LLM 应用的操作系统

Dify 不是一个单纯的聊天界面或模型服务。你可以将其理解为一个用于构建和运营 LLM 应用的“操作系统”。它抽象了底层模型（如 OpenAI GPT、DeepSeek、本地模型）的差异，提供了可视化的编排工具（工作流）、统一的知识库管理、可观测的日志与标注系统。其核心价值在于：

• 降低开发门槛：无需从零编写 API 调用、上下文管理、流式输出等代码，通过界面配置即可创建应用。
• 实现 RAG 流程：内置了完整的 RAG 流水线，包括文档解析、文本分割、向量化、检索和提示词组装，这是构建知识库问答的核心。
• 统一运营视角：所有对话、标注、效果数据可追溯，便于迭代优化提示词和知识库。

1.2 DeepSeek：强大且经济的模型引擎

DeepSeek 是由深度求索公司开发的开源大语言模型系列。我们通常通过其提供的 API 服务来调用。选择 DeepSeek 的原因包括：

• 强大的代码与推理能力：在多项基准测试中表现优异，尤其适合处理技术文档、代码相关的知识问答。
• 极具竞争力的成本：其 API 调用价格远低于同级别闭源模型，使得个人开发者或中小企业也能负担长期使用。
• 支持长上下文：最新版本支持 128K 上下文，非常适合处理长文档的 RAG 场景。

1.3 RAG 知识库的工作机制

“知识库”在 Dify 中并非简单的文档存储。它是一个基于 RAG 的智能检索系统。其工作流程可以简化为以下几步：

1. 摄取与处理：上传 PDF、Word、TXT 等文档，Dify 会进行文本提取、清洗。
2. 分割与向量化：将长文本按策略（如按段落、按固定长度）分割成片段（Chunk），并使用嵌入模型（Embedding Model）将每个片段转换为高维向量。
3. 存储索引：将这些向量存储到向量数据库（如 Milvus, PGVector）中，建立索引以便快速检索。
4. 检索与生成：当用户提问时，将问题也转换为向量，在向量数据库中搜索最相关的几个文本片段。
5. 上下文组装与回答：将检索到的片段作为“参考依据”，与用户问题一起组装成最终的提示词，发送给 LLM（如 DeepSeek），要求其基于此生成答案。

这个流程确保了答案来源于你的私有文档，减少了模型“胡言乱语”的情况，是实现可信智能问答的关键。

2. 环境准备与部署规划

在开始部署前，需要根据你的资源情况做出明确选择。本地开发测试与生产环境部署的要求差异很大。

2.1 硬件与软件基础要求

软件依赖：

• Docker 与 Docker Compose：这是 Dify 官方推荐的部署方式。确保安装的 Docker 版本在 20.10+， Docker Compose 版本在 v2.0+。
• Git：用于拉取 Dify 的代码仓库。
• Python 3.10+：部分自定义脚本或本地模型场景需要。

2.2 部署方式选型：Docker Compose 是最佳起点

Dify 支持多种部署方式，对于整合 DeepSeek 的场景，我们强烈推荐使用 Docker Compose。

• Docker Compose：通过一个docker-compose.yml文件，一键启动 Dify 所需的所有服务（Web 前端、后端 API、数据库、Redis、向量数据库等）。管理简单，隔离性好，最适合本教程和大多数生产场景。
• 源码部署：更灵活，但需要手动处理所有依赖和服务配置，复杂度高，不推荐初学者。
• Kubernetes：适用于大规模、高可用的云原生环境，配置和维护成本高。

注意：如果你在 Windows 上使用 Docker Desktop，请确保已启用 WSL 2 后端，以获得更好的性能和兼容性。本教程的命令均在 Linux/macOS 的终端或 Windows 的 WSL 终端中执行。

2.3 获取 DeepSeek API Key

DeepSeek 的集成依赖于其 API 服务。你需要前往 DeepSeek 开放平台注册账号并获取 API Key。

1. 访问 DeepSeek 开放平台官网。
2. 完成注册和实名认证（通常需要）。
3. 在控制台中找到“API Keys”或类似页面，创建一个新的 Key。
4. 妥善保存这个 Key，它是一串以sk-开头的字符串。在后续配置中，我们需要将它填入 Dify。

3. 使用 Docker Compose 部署 Dify

我们将遵循官方推荐的最佳实践进行部署，并解释关键配置项。

3.1 拉取 Dify 项目代码

打开终端，选择一个合适的目录，执行以下命令：

# 克隆 dify 仓库，使用稳定版本分支，例如 `main` 或特定版本标签 git clone https://github.com/langgenius/dify.git cd dify/docker

进入docker目录后，你会看到关键的docker-compose.yml文件和.env环境变量模板文件。

3.2 配置环境变量

环境变量文件.env是 Dify 服务配置的核心。我们需要复制模板并修改关键项。

# 复制环境变量模板文件 cp .env.example .env

接下来，使用文本编辑器（如vim,nano或 VSCode）打开.env文件。以下是最小化必须关注的配置项：

# 1. 数据库配置（保持默认通常即可，生产环境需修改强密码） POSTGRES_PASSWORD=difyai123456 REDIS_PASSWORD=difyai123456 # 2. 向量数据库选择 - 这里我们选择轻量且高效的 Qdrant VECTOR_STORE=qdrant # 3. 嵌入模型配置 - 这是知识库向量化的核心 # 如果你没有本地嵌入模型，使用 OpenAI 兼容的在线服务，例如 fastembed TEXT_EMBEDDING_MODEL_PROVIDER=fastembed # 或者使用 huggingface 上的开源模型，需指定模型名称 # TEXT_EMBEDDING_MODEL_PROVIDER=huggingface # TEXT_EMBEDDING_MODEL=bge-large-zh-v1.5 # 4. 外部模型 API 配置（关键！这里我们先配置一个，后续在界面添加 DeepSeek） # 设置为 `external` 表示我们将通过界面配置模型 MODEL_PROVIDER=external

解释：MODEL_PROVIDER=external意味着 Dify 后端不会在启动时加载任何内置模型，而是等待我们在管理界面中配置外部模型（如 DeepSeek API）。这提供了最大的灵活性。

3.3 启动 Dify 服务

在docker目录下，执行启动命令：

# 在后台启动所有服务 docker-compose up -d

这个命令会拉取所需的镜像（包括 PostgreSQL, Redis, Qdrant 等）并启动容器。首次执行可能需要几分钟时间。你可以使用以下命令查看日志和状态：

# 查看所有容器状态 docker-compose ps # 查看实时日志（按 Ctrl+C 退出） docker-compose logs -f

当看到所有容器状态均为Up (healthy)或Up，并且日志中没有持续报错时，表示部署成功。

3.4 访问并初始化 Dify

在浏览器中打开http://你的服务器IP:3000（本地部署则为http://localhost:3000）。

1. 首次访问会进入初始化页面，设置管理员账号、密码和邮箱。
2. 登录后，你将进入 Dify 的控制台。

4. 在 Dify 中配置并集成 DeepSeek 模型

Dify 部署完成后，内部还没有可用的 LLM。现在我们需要将 DeepSeek API 作为模型提供商接入。

4.1 添加 DeepSeek 模型提供商

在 Dify 控制台，点击左侧菜单栏底部的“设置”->“模型供应商”。

1. 点击“添加模型供应商”按钮。
2. 在模型供应商列表中，找到并选择“OpenAI 兼容”。因为 DeepSeek API 与 OpenAI API 格式兼容。
3. 在配置页面中填写：
   • 供应商名称：自定义，如DeepSeek。
   • API 密钥：填入你在 DeepSeek 平台获取的sk-xxx密钥。
   • API 基础 URL：填入 DeepSeek 的 API 端点。对于最新版本，通常是https://api.deepseek.com/v1。请务必查阅 DeepSeek 官方文档确认最新的端点地址。
4. 点击“保存”。

4.2 配置具体的 DeepSeek 模型

添加供应商后，需要在该供应商下配置具体的模型。

1. 在“模型供应商”页面，点击你刚创建的DeepSeek供应商卡片上的“添加模型”。
2. 填写模型配置：
   • 模型名称：自定义，用于在 Dify 内标识，如deepseek-chat。
   • 模型 ID：这里填写 DeepSeek 官方的模型名称，例如deepseek-chat（用于对话）或deepseek-coder（用于代码）。此处的值必须与 DeepSeek API 文档中列出的模型名称完全一致。
   • 模型类型：选择LLM。
   • 模型能力：根据模型选择，deepseek-chat通常支持聊天和函数调用。
   • 令牌限制：填写模型的最大上下文长度，例如128000（对于支持 128K 的模型）。
   • 推理价格：可按需填写，用于成本核算。
3. 点击“保存”。

至此，DeepSeek 模型已经成功接入 Dify，可以在创建应用时被选用。

5. 构建你的第一个 RAG 知识库应用

现在，我们将利用配置好的 DeepSeek 模型，创建一个能够“阅读”你提供的文档并回答问题的应用。

5.1 创建应用并选择模型

1. 在 Dify 控制台首页，点击“创建应用”。
2. 选择“基于知识库的助手”，这是 RAG 应用的模板。
3. 输入应用名称，如我的技术文档助手。
4. 在应用编排页面，找到“模型”区域。点击下拉菜单，你应该能看到之前配置的deepseek-chat模型，选择它。
5. 你还可以在“提示词”区域优化系统指令，例如：“你是一个专业的助手，将严格根据提供的知识库内容回答问题。如果知识库中没有相关信息，请直接告知用户你不知道。”

5.2 创建并填充知识库

1. 在应用编排页面的左侧或关联区域，找到“知识库”模块。点击“创建知识库”。
2. 输入知识库名称，如产品手册。
3. 索引方法：选择“高质量”。这是关键步骤，它决定了文档如何被分割和索引。
   • 高质量：采用更复杂的处理流程，可能包括语义分割、重排等，检索精度更高，但处理速度稍慢，资源占用更多。适合对答案准确性要求高的场景。
   • 经济：采用常规处理，速度更快。适合文档量大、对响应速度要求高、精度要求稍低的场景。
   • 建议：初次体验或文档量少时选择“高质量”。如果遇到处理卡住（如热词中提到的“dify创建高质量索引方式的知识库会卡住”），可能是文档过大或系统资源不足，可以尝试先选“经济”，或拆分文档上传。
4. 点击进入创建好的知识库，开始“上传文件”。支持 PDF、Word、Excel、PPT、TXT、Markdown 等格式。你可以上传一份你的技术文档或产品说明书进行测试。
5. 上传后，Dify 会自动开始处理：文本提取 -> 分割 -> 向量化 -> 存入向量数据库。你可以在知识库详情页看到处理状态。

5.3 配置检索参数

在应用编排页面的“上下文”或“知识库”配置区域，可以调整检索行为：

• 检索模式：
  • 向量检索：默认模式，根据语义相似度查找。
  • 全文检索：基于关键词匹配。
  • 混合检索：结合两者，通常效果最好，但消耗更多资源。
• 相似度阈值：控制检索片段与问题的相关度门槛。值越高（如0.8），要求越严格，返回结果越少但可能更相关；值越低（如0.2），返回结果越多但可能包含噪声。建议从0.7开始调整。
• Top K：每次检索返回多少个文本片段。通常3-5个足够，太多可能导致上下文过长或引入无关信息。

5.4 测试与调试

1. 保存应用后，点击右上角的“发布”。
2. 发布后，页面会跳转到 Web 应用界面。在这里，你可以直接与你的助手对话。
3. 尝试提出一个明确基于你上传文档内容的问题。例如，如果你上传了 Docker 文档，可以问“如何用 Docker Compose 部署一个服务？”
4. 观察助手的回答。理想的回答应该能引用文档中的具体内容。
5. 使用调试工具：在应用编排页面，点击右上角的“调试”按钮。这里你可以看到每次请求的完整链路：用户问题 -> 检索到的片段 -> 组装后的提示词 -> 模型回复。这是排查问题不可或缺的工具。

6. 关键配置详解与高级调优

要让知识库应用达到最佳效果，需要理解并调优几个核心环节。

6.1 文本分割策略

文档分割是 RAG 的基石，分割不当会导致检索失效。Dify 在后台处理，但我们可以通过选择“索引方法”来间接影响。

• 分割器类型：Dify 内置了多种分割器（按字符、按句子、按段落等）。高质量模式可能会采用更智能的语义分割。
• 块大小与重叠：这是两个关键参数，通常在高级设置或自定义分割器中可见。
  • 块大小：每个文本片段的最大长度（如 500 字符）。太小会丢失上下文，太大会降低检索精度。
  • 重叠大小：相邻片段之间重叠的字符数（如 50 字符）。这可以防止一个完整的句子或概念被割裂到两个块边界，提高检索连续性。
• 实践建议：对于技术文档，块大小500-1000字符，重叠100-200字符是一个不错的起点。需要通过实际问答效果来调整。

6.2 嵌入模型选择

嵌入模型负责将文本转换为向量，其质量直接决定检索的准确性。在.env中我们配置了TEXT_EMBEDDING_MODEL_PROVIDER。

• 在线 API：如fastembed，简单易用，但可能涉及网络延迟和费用。
• 本地模型：如bge-large-zh-v1.5，数据隐私性好，无网络延迟，但消耗本地计算资源，且首次加载慢。
• 选型建议：
  • 开发测试：使用在线的fastembed或openai（需额外配置 Key）。
  • 生产环境、对数据隐私要求高：部署本地嵌入模型，如BAAI/bge-large-zh-v1.5。这需要更强的 GPU 或 CPU 算力，并在.env中正确配置huggingface提供商和模型名称。

6.3 提示词工程

系统提示词是引导模型行为的关键。对于知识库应用，一个强约束的提示词至关重要。

你是一个专业的客服助手，负责回答用户关于公司产品的问题。 请严格遵循以下规则： 1. 你的所有回答必须**完全基于**下面提供的“参考内容”。 2. 如果“参考内容”中包含能回答用户问题的信息，请组织这些信息，用友好、专业的口吻回答。 3. 如果“参考内容”中**没有**与用户问题相关的信息，请直接、明确地说“根据我掌握的资料，暂时无法回答这个问题。”，不要尝试自行编造答案。 4. 如果用户的问题模糊不清，你可以请求用户提供更多细节。 参考内容： {context} 用户问题：{question}

• {context}和{question}是 Dify 会自动替换的变量。
• 强调“严格基于”和“不要编造”，可以显著减少模型幻觉。

6.4 工作流编排

对于更复杂的场景，可以探索 Dify 的“工作流”功能。例如，你可以设计一个工作流：先进行知识库检索，然后根据检索结果调用一个代码解释器节点，最后将代码执行结果和检索内容一起交给 LLM 生成最终答案。这实现了超越简单问答的复杂自动化流程。

7. 生产环境部署考量与优化

将本地测试成功的应用推向生产，还需要完成以下工作。

7.1 持久化与备份

Docker Compose 默认将数据卷挂载在本地。你必须确保这些卷的路径是持久化的，并且有定期备份策略。

• 数据卷：检查docker-compose.yml中的volumes部分，确保postgres_data,redis_data,qdrant_data等映射到了宿主机的可靠存储位置。
• 备份：定期备份 PostgreSQL 数据库（存储应用、对话元数据）和 Qdrant 向量数据库（存储知识库向量）。可以使用pg_dump和 Qdrant 的 snapshot 功能。

7.2 性能与扩展

• 向量数据库独立部署：生产环境建议将 Qdrant 或 Milvus 单独部署在专用服务器或集群上，与 Dify 核心服务解耦，便于独立扩展和维护。
• 嵌入模型服务化：如果使用本地嵌入模型，可以考虑将其部署为独立的推理服务（如使用text-embedding-inference），并通过 API 提供给 Dify，提高资源利用率和稳定性。
• 缓存策略：对频繁查询的问题或检索结果引入缓存（如 Redis），可以大幅降低响应延迟和模型调用成本。

7.3 安全与权限

• 修改默认密码：务必修改.env中的POSTGRES_PASSWORD和REDIS_PASSWORD，并使用强密码。
• 网络隔离：将 Dify 服务部署在内网，通过反向代理（如 Nginx）对外暴露，并配置 HTTPS。
• 访问控制：Dify 支持团队协作和角色权限。在生产中，合理分配管理员、开发者和普通用户的权限。
• API Key 管理：DeepSeek 的 API Key 应通过环境变量传入，而非硬编码在配置文件中。可以在docker-compose.yml中为api服务单独设置环境变量。

7.4 监控与日志

• 日志收集：配置 Docker 的日志驱动，将容器日志收集到 ELK 或 Loki 等集中日志系统。
• 应用监控：监控 Dify 各个容器的 CPU、内存、磁盘使用率。监控 API 响应时间和错误率。
• 业务监控：利用 Dify 内置的“日志与标注”功能，定期审查对话记录，评估问答质量，发现知识库的薄弱环节并持续优化。

8. 常见问题排查清单

在实际操作中，你可能会遇到以下问题。请按照此清单顺序排查。

通过以上步骤，你应该已经成功搭建了一个整合 DeepSeek 与私有知识库的智能应用。这个系统的优势在于，你可以通过持续优化知识库质量、调整检索参数和提示词，来不断提升问答的准确性和可靠性，而无需重新训练大模型。接下来，你可以尝试接入更多类型的文档，设计复杂的工作流，或将其集成到你的业务系统中，真正释放私有知识的价值。

🚀 30+款热门AI模型一站整合，DeepSeek/GLM/Qwen 随心用，限时 5 折。 👉 点击领海量免费额度