免费POC, 零成本试错
AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


内网环境下Dify1.9.0版本镜像构建过程记录

发布日期:2025-09-26 07:08:58 浏览次数: 1525
作者:陈大金说

微信搜一搜,关注“陈大金说”

推荐语

内网环境下Dify1.9.0版本镜像构建全记录,手把手教你解决内网环境下的特殊配置问题。

核心内容:
1. Dify-API镜像构建的关键修改点
2. 内网环境下依赖包离线下载的解决方案
3. 镜像构建过程中的常见问题及应对措施

杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家

    最近dify发布了1.9.0版本,正好本地也准备升级Dify,索性直接升到1.9.0版本,这次准备将Dify-api镜像也一并构建了。这里将构建过程进行记录,方便后续进行复盘、参考。

一、Dify-API镜像构建

    整个过程比较简单,主要的工作是修改Dockerfile文件,然后执行构建命令。由于是内网环境(非互联网),中间有几处修改内容需要注意一下。

1、修改使用本地python3.12基础镜像包

FROM python-3.12:2507241906 AS base

2、增加设置本地Pipuv

ENV UV_INDEX_URL=https://mirrors.xxxxxxx.com/pypi/simple

ENV PIP_INDEX_URL=${UV_INDEX_URL}

ENV UV_TRUSTED_HOST=mirrors.xxxxxx.com

ENV PIP_TRUSTED_HOST=${UV_TRUSTED_HOST}

3、增加参数证容器内pip install命令可执行

RUN pip install --no-cache-dir uv==${UV_VERSION} --break-system-packages

4、【修改】debin

RUN   sed -i 's@deb.debian.org@mirrors.xxxxxxx.com@g'   /etc/apt/sources.list.d/debian.sources

5、【新增】uv lock”命令更新锁文件,否则下一条uv sync命令会执行失败,

# Install Python dependencies

COPY pyproject.toml uv.lock ./

RUN uv lock

RUN uv sync --locked --no-dev

6、'punkt''averaged_perceptron_tagger'依赖包下载失败,原因是内网无法直接使用命令下载外部包,因此先【离线下载到本地,然后放置到以下位置(外网可忽略)。

api/

├── docker/

│     └── nltk_data/

│             ├── tokenizers/punkt/

│             └── taggers/averaged_perceptron_tagger/

修改命令

注释在线下载命令

# RUN python -c "import nltk; nltk.download('punkt');..."

COPY docker/nltk_data /root/nltk_data

7、同样,tiktoken_cache在内网也会下载失败,需要【离线下载】并放置到以下目录(外网可忽略)

api/

├── docker/

|--tiktoken_cache/

├── encoder.json

└── vocab.bpe

修改命令

注释在线下载命令

# RUN python -c   "import tiktoken; tiktoken.encoding_for_model('gpt2')"

COPY  docker/tiktoken_cache $TIKTOKEN_CACHE_DIR

    至此,Dify-api Dockerfile文件修改完成,在dify/api目录下执行以下命令可正常编译。

docker build . -t dify-api:1.9.0.1

二、Dify-web镜像编构建

    之前在1.6.0版本上Dify-web镜像已经构建成功,原本以为1.9.0版本过程会比较简单,没想到还是遇到了几个新的问题。

1、修改基础镜像为本地镜像

FROM node:22-alpine3.21   AS base

2、修改镜像源

RUN sed -i 's/dl-cdn.alpinelinux.org/mirrors.xxx.com/g' /etc/apk/repositories

3、【修改】配置npm

RUN npm config set registry https://mirrors.xxxx.com/npm/

说明:我在1.6.0版本编译里面自行新增的一条指令,在1.9.0里面竟然在官方上出现了,哈哈~

4、当前内网虽然有npm源,但是通过接口拿到的pnpm包的下载地址还是外网的地址,这里也只能离线下载pnpm-10.15.0.tgz文件,并放置到以下目录:

web/

├── docker/

│        └── pnpm.tgz

【新增】拷贝命令:

COPY docker/pnpm-10.15.0.tgz   /tmp/pnpm-10.15.0.tgz

base段【新增】pnpm安装命令

pnpm-10.15.0安装命令调整到base阶段

RUN npm -g --force install   /tmp/pnpm-10.15.0.tgz && \

        rm   /tmp/pnpm-10.15.0.tgz  安装后清理

注释corepack相关的两条命令

# RUN corepack enable

# RUN corepack install

这里的两个坑集中说一下:

(1)“corepack install命令会从npm源下载pnpm包并安装,因为内网npm源的问题,这个命令是不能用的,所以这里需要注释掉corepack相关的命令,并增加手动安装pnpm命令。

(2)其次,之前脚本中的corepack install命令是在packages阶段执行的,也就是说pnpm工具只在packages阶段中可用。但是后面的builderproduction阶段都是基于base构建,也都使用了pnpm工具,这个时候就都会报错。所以我这里pnpm工具构建的命令调整到了base阶段,保证后面基于base构建的packagesbuilder以及production阶段均可使用pnpm工具。

    不确定如果是corepack install命令是否也需要调整到base阶段,有条件的小伙伴可以验证一下。

5、最后,1.9.0版本还单独下载了谷歌字体,这个本地也是没有的。同样外网【离线下载】,并放置到以下目录

web/public/fonts/

修改web/app/layout.tsx文件,加载本地字体

// import { Instrument_Serif } from   'next/font/google'

import localFont from 'next/font/local'


const instrumentSerif = localFont({

   src: [

     {

       path: '../public/fonts/InstrumentSerif-Regular.ttf',

       weight: '400',

       style: 'normal',

     },

     {

       path: '../public/fonts/InstrumentSerif-Italic.ttf',

       weight: '400',

       style: 'italic',

     },

   ],

   variable: '--font-instrument-serif', // CSS 变量名

   display: 'swap', // 字体加载策略

})


// const instrumentSerif =   Instrument_Serif({

//    weight: ['400'],

//    style: ['normal', 'italic'],

//    subsets: ['latin'],

//    variable: '--font-instrument-serif',

// })


    至此,完成web Dockerfile内容修改,在dify/web目录下执行命令,完成构建

docker build . -t dify-api:1.9.0.1

三、写在最后 

    因为是内网开发的原因,所以整个过程稍微复杂了一些,如果是互联网环境的话,可能只需要修改为国内镜像源,增加“uv lock”命令(api构建过程),以及可能需要调整corepack install执行位置(web构建过程)就可以了。

    当前的简易开发模式是:本地修改代码,上传服务器,然后在服务器上进行编译镜像,部署镜像后进行修改点验证。整个流程很长很长,过程繁琐。后面准备把本地开发环境部署起来了,或者说这应该是第一步要准备的事情。回见~


53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询