Dify 作为一款开源的大语言模型(LLM) 应用开发平台，融合了后端即服务（Backend as Service）和 LLMOps 的理念，使开发者可以快速搭建生产级的生成式 AI 应用。目前已提供了诸如聊天助手、Agent、文本生成应用、chatflow、工作流等多种类型的应用。 同样，在mac上搭建下dify的环境，首先把代码库下载下来https://github.com/langgenius/dify，然后运行下列命令就可以启动一套完整的dify环境cd dify
cd docker
cp .env.example .env
docker compose up -d
[+] Running 10/10
⠿ Container docker-sandbox-1 Started 16.7s
⠿ Container docker-ssrf_proxy-1 Started 16.9s
⠿ Container docker-web-1 Started 16.7s
⠿ Container docker-worker-1 Started 50.2s
⠿ Container docker-plugin_daemon-1 Started 49.7s
⠿ Container docker-api-1 Started 50.2s
⠿ Container docker-nginx-1 Started 48.1s
⠿ Container docker-redis-1 Started 2.0s
⠿ Container docker-db-1 Healthy 33.8s
⠿ Container docker-weaviate-1 Started 2.1s
然后我们登录网页http://localhost/install设置用户名和密码登录进去就可以看到工作室，接着就可以在工作室里创建应用了有了知识库之后，我们需要介入大模型来实现聊天功能。点击右上角的头像，在下拉列表里选择设置：选择模型供应商，这里有目前市面上大量的模型供应商，为了使用deekseek，模型供应商选择ollama，使用之前需要安装ollama插件模型供应商插件安装好后，进入详细设置，这里模型名称就选deepseek-r1:1.5b, 基础URL选择http://host.docker.internal:11434测试完成后发布，点运行，就可以看到一个用户视角的应用至此一个机遇deepseek的rag聊天应用就发布完成了。 当然，如果除了聊天还需要执行一系列动作，可以创建agent应用，过程类似的。整体还是比较简单的，按照官方文档点击按钮就可以了。 比如我们要实现一个翻译专家，可以在左上角填写prompt模板，并且支持参数如果应用比较复杂，需要执行多个步骤，可以编辑工作流，通过线将多个流程连接成一个整体，具体如下：整体来说，dify使用起来是比较方便的，文档也比较完备，通过拖拽就可以完成我们的需求，搭建自己的ai应用。
