用 Dify 私有部署搭企业知识库（含完整 Docker Compose）

一句话结论

Dify 私有部署企业知识库是**「数据不出内网 + 工作流强」**场景的最优解之一。一条 docker compose up -d 起完整栈（API / worker / web / PostgreSQL / Redis / Weaviate），模型可接国产 API 或本地 Ollama / vLLM，RAG 调优重点在 embedding 选型 + chunk 策略。社区版 RAG 精度不如 FastGPT，但工作流能力碾压——要「知识库 + Agent + 工作流」三件套，Dify 无可替代。

延伸阅读：Dify 私有部署 1 个月运营记（真实账单 + 踩坑）。

架构选型

绝大多数企业从单机起步，8 核 16G 云主机 + 托管 PostgreSQL 足够撑内部几百人。

完整 Docker Compose 配置

git clone https://github.com/langgenius/dify.git
cd dify/docker
cp .env.example .env

.env 关键项：

# 向量库（默认 Weaviate，也可换 pgvector / Qdrant）
VECTOR_STORE=weaviate

# 模型代理（国内接国产模型走这里，不必每个 tool 配 key）
# 在 Dify 控制台「设置 → 模型供应商」里填 key 即可

# 文件上传上限（社区版默认 15MB，超了失败）
UPLOAD_FILE_SIZE_LIMIT=50

docker compose up -d
# 默认 http://localhost，首次建 admin 账号

AI 之家 观点：.env 改完务必 docker compose down && up -d——restart 不重载 env，这是「改了不生效」最常见的坑。

模型接入

国产模型原生支持是 Dify 国内流行关键——不像 FastGPT 需要 OneAPI 中转。

RAG 调优：embedding 选型 + chunk 策略

embedding 选型

chunk 策略

• 默认 500 字符 / 50 重叠 → 答非所问率约 30%
• 递归分块 1000 字符 / 150 重叠 → 降到 ~15%
• 加外部 rerank（Cohere / bge-reranker）→ 再 +10 个百分点

社区版默认基础语义检索，多路召回 + 重排在企业版才解锁。纯知识库 QA 极致精度看 FastGPT；要工作流编排选 Dify。

权限模型：部门 / 角色 / 知识库隔离

企业多部门场景：

• 知识库隔离：每个部门建独立知识库，只授权本部门成员
• 角色：管理员（建应用）/ 编辑（传文档）/ 访客（只问）
• SSO：企业版支持 SAML / OIDC，对接内部账号体系
• 审计：企业版有操作日志，合规必需

常见问题

Q：社区版够企业用吗？ A：中小团队够。但要 SSO / 审计 / 多路召回，得上企业版。

Q：RAG 答不准先调什么？ A：先调 chunk 策略到 1000 字 + 重叠，再加 rerank，最后换 embedding。

Q：和 FastGPT 怎么选？ A：纯 QA 精度 FastGPT 强；要工作流 + Agent + 私有化一体，Dify。详见 Coze vs Dify vs FastGPT。

上线前检查清单

私有部署最容易漏的不是配置，而是**「起得来」和「能长期跑」之间的那一段**。按这个顺序过一遍：

• 持久化卷已挂到宿主机：数据库、向量库、上传文件三处都要挂，否则一次 docker compose down 就归零；
• 备份演练做过一次：不是「有备份脚本」，而是真的从备份恢复过一次并验证能起；
• .env 里的默认密钥已全部改掉：尤其是 SECRET_KEY 与数据库口令，官方模板里的默认值是公开的；
• 外网出口已收敛：Dify 会访问模型供应商与插件市场，只放行需要的域名，其余走内网阻断；
• 向量库容量按文档量算过：见下方容量估算；
• 权限模型先于内容导入建立：知识库一旦混进不该看的人，事后拆比事前规划难得多；
• 多人同时上传时观察过资源占用：文档解析是 CPU 与内存密集的，常常是第一个瓶颈。

容量怎么估

三个数字决定机器规格，别拍脑袋：

经验判断：多数中小团队的知识库，瓶颈不在向量库大小，而在文档解析的峰值内存与 embedding 调用的吞吐。 先把这两项压测出来，再决定要不要上集群。

什么情况下别选 Dify

• 只要一个高精度的文档问答：FastGPT 一类在纯 QA 精度上更省心，Dify 的强项是工作流 + Agent + 私有化一体；
• 团队没有运维人手：一条 compose 起得来，但备份、升级、故障恢复仍然要人。没有专职运维时，托管版（Coze 等）总体成本更低；
• 知识库规模极小（几十篇文档）：直接上 RAG 管道自建 或检索型应用即可，不值得养一整套平台；
• 强依赖 SSO / 审计但预算只够社区版：这两项在企业版，别等上线后才发现。

相关阅读

• 工具卡：Dify ｜ Ollama ｜ vLLM
• 评测：Dify 私有部署 1 月记
• 对比：Dify vs n8n ｜ Coze vs Dify
• 概念：RAG ｜ MCP

来源说明：本文基于 docs.dify.ai 官方文档、langgenius/dify GitHub、第三方自托管指南及 AI 之家 编辑部实践归纳。版本号会变，部署要求以官方最新文档为准。