本文详述了One-api + Dify 本地Docker部署全流程，普通CPU笔记本电脑，win11环境实测
 实操本文的必要（劝退）条件
- LLM大模型API key（国内的Qwen、GLM、Moonshot、deepseek都可以）;
- 梯子: 鉴于Github和Dockerhub访问的难度与不稳定现状，搭个梯子是必要的；
- Docker 基本应用，至少会在Windows里安装docker desktop。
|
1. 基本信息
1.1 One API 介绍
One API 是一套接口管理 & 分发系统，支持 Azure、Anthropic Claude、Google PaLM 2 & Gemini、智谱 ChatGLM、百度文心一言、讯飞星火认知、阿里通义千问、360 智脑以及腾讯混元，可用于二次分发管理 key，仅单可执行文件，已打包好 Docker 镜像，一键部署，开箱即用。详见https://github.com/songquanpeng/one-api |
简而言之，One API是一套管理LLM大模型API Key的 “路由器”。 |
- 输入：一系列LLM的API keys，即所谓 “渠道”
1.2 Dify 介绍
Dify Do it for yourself Dify是一个开源的LLM应用程序开发平台。Dify直观的界面结合了AI工作流、RAG管道、代理功能、模型管理、可观察等，让您快速从原型到生产。 |
| 简而言之，Dify 是用来开发LLM工作流应用的平台。如果Langchain是LLM应用开发的砖头瓦块，Dify就是脚手架。 |
2. 本机部署流程
我的笔记本事先装好了docker desktop，one api和dify最方便的方式也是docker部署，所以本着能省（力气）则省的原则，本文仅介绍docker部署流程。
Windows打开终端，cd 到合适的盘及位置，如D:\Gitpro, 依次运行git clone https://github.com/langgenius/dify.gitcd dify\dockerdocker compose up -d
git clone https://github.com/langgenius/dify.git Cloning into 'dify'...remote: Enumerating objects: 60539, done.remote: Counting objects: 100% (6168/6168), done.remote: Compressing objects: 100% (819/819), done.remote: Total 60539 (delta 5569), reused 5602 (delta 5324), pack-reused 54371Receiving objects: 100% (60539/60539), 36.13 MiB | 12.81 MiB/s, done.Resolving deltas: 100% (43500/43500), done.Updating files: 100% (4877/4877), done.
第三步 docker compose执行会有段时间，失败了就多搞几次。有梯子一般很快。容器创建成功后，docker desktop里可以看到如下：
按照提示注册用户（本地运行，随便输个邮箱即可），然后登录。依旧是Windows终端，选好路径，依次执行：
git clone https://github.com/songquanpeng/one-api.gitcd one-apidocker-compose up -d [+] Running 26/26✔ one-api 4 layers [⣿⣿⣿⣿]0B/0BPulled 82.6s ✔ d25f557d7f31 Already exists 0.0s ✔ 1b5b003f9dfb Pull complete9.3s ✔ 191451707000 Pull complete 69.7s ✔ a2827533ea71 Pull complete 10.9s✔ redis 9 layers [⣿⣿⣿⣿⣿⣿⣿⣿⣿]0B/0BPulled33.0s ✔ a3ed95caeb02 Pull complete0.7s ✔ 7059585c469e Pull complete4.2s ✔ 782c76bb9e67 Pull complete0.7s ✔ 706514fbad74 Pull complete0.9s ✔ 62f9861bf413 Pull complete 17.2s ✔ d9a5cf315f9b Pull complete1.2s ✔ 43310c2277ff Pull complete1.6s ✔ b3e03532a808 Pull complete1.9s ✔ 9c59e8378f86 Pull complete2.5s✔ db 10 layers [⣿⣿⣿⣿⣿⣿⣿⣿⣿⣿]0B/0BPulled244.6s ✔ 558b7d69a2e5 Pull complete120.0s ✔ 599b67b0dd6a Pull complete 15.3s ✔ 50314d46ce2b Pull complete 23.6s ✔ 494babc92263 Pull complete 57.4s ✔ 02548e6f2dbf Pull complete 61.6s ✔ a9e5e2637e0d Pull complete 64.5s ✔ 657b198fe6b7 Pull complete208.8s ✔ 215a2b0eabbf Pull complete 70.8s ✔ 377a4c7a89c5 Pull complete224.2s ✔ 4bfe599fe218 Pull complete121.4s[+] Running 3/4- Network one-api_defaultCreated2.6s✔ Container redisStarted1.9s✔ Container mysqlStarted1.9s✔ Container one-apiStarted1.9s
容器创建成功后，docker desktop里可以看到如下：浏览器输入：http://localhost:3000/，注册用户，root用户默认密码 123456 ，记得修改。
总体思路，在one-api中配置若干个LLM大模型（默认你已经有相应的key了），然后在Dify系统配置中，添加OpenAI-API-compatible模型（使用one-api中配好的）。
获取令牌，点击“复制” 获取到类似如下的Key，备用。sk-X*******************************************************9
- 模型供应商选择 OpenAI-API-compatible
- 点击系统模型设置，从上一步设置的OpenAI-API-compatible中选择一个作为系统缺省模型：
可以开始聊天了
！
本文涉及软件版本：
粤ICP备14082021号
免费POC，
零成本试错
