DeepSeek+dify 工作流

Deepseek是杭州深度求索公司开发的大语言模型，包含基础模型和代码模型。基础模型有7B和67B参数版本，7B版本在主流英文和中文基准测试中表现出色；67B版本则在多个基准测试中优于GPT-3.5 Turbo。代码模型有1.3B、7B和67B三种参数规模，在多个代码评测基准上有卓越表现，如7B代码模型在HumanEval基准测试中以65%的通过率超越GPT-3.5 Turbo，67B代码模型以82.7%的通过率超越GPT-4。

Dify 是一款开源的大语言模型(LLM) 应用开发平台。它融合了后端即服务（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。即使你是非技术人员，也能参与到 AI 应用的定义和数据运营过程中。

Dify最牛的地方就是像搭积木一样简单——不用懂代码，普通人稍微学学就能用它的「智能机器人」和「流程图」功能，自己拼出一套自动化工具。比如自动回复客户、处理文件这些事，你拖拖拽拽就能搭出想要的功能，特别适合折腾些好玩的小发明。我们可以通过智能体或工作流，自定义工具完成很多我们好玩的功能。报文篇幅较长，简单说下内容：从0开始创建一个票务识别智能体；介绍搭建过程中的各个细节；教会你每一步为什么，而不是只是完成；通过实践这个流程，我相信你可以学会自己搭建自己需要的智能体。

deepseek私有化部署

1. 首先下载并安装Ollama
   参考官网即可
   https://ollama.com/

2. 安装deepseek
   打开Ollama官网首页，在搜索框里输入deepseek-r1，你会发现这个模型排在第一个位置，热度相当高。模型有多个版本，比如1.5b、7b、8b等，数字越大，模型越强大，但对硬件要求也越高。

根据你的电脑配置选择合适的模型版本。一般来说，8b是一个比较平衡的选择，既能保证性能，又不会对硬件要求太高。如果你有高性能显卡，当然可以选择更大的模型。笔者显卡是4070super。由于硬盘容量不足，部署的7B版本。

ollama run deepseek-r1:7b

这个过程类似于Docker拉取镜像，耐心等待即可。
安装完成就自动启动了。

dify安装部署

笔者是windows系统，已经安装了docker desktop。

然后直接访问它的GitHub仓库（https://github.com/langgenius/dify），获取最新版本。解压缩后，进入项目根目录，找到docker文件夹。

拉取镜像并启动

docker compose up -d

安装完之后，查看：

初始化：在浏览器地址栏输入以下地址：

http://127.0.0.1/install

按照提示完成安装并登录账号，进入Dify的主页。

1. 关联本地大模型与Dify
   

2. 界面
   界面如下：
   

3. 新建智能体（工作流）
   

4. 智能体配置

   • 开始,可以配置入参，文件，图片等
     
   • 节点类型
     
     
   • 比如python代码节点
     
   • 配置python代码

5. 提供对外接口
   

6. api调用
   

可以实现什么功能

• 自定义工作流，解决重复流程问题
• 二次开发更复杂能力的节点，实现个性化方案
• 对外提供服务，监控服务
• 创建智能体应用

最重要的点

• 要会用提示词

附录：根据提供的智能体学习智能体

首页提供了很多智能体，可以添加到工作空间，学习每个节点组件怎么使用

附录：dify结构梳理

1. api服务
   

2. worker服务
   

3. web服务
   

4. db-postgresql服务
   

5. redis服务
   

6. sandbox服务
   

7. plugin_daemon服务
   

8. ssrf_proxy服务
   

9. certbot服务
   

10. 网络