Déployer Dify en local avec Docker pour orchestrer des applications IA¶

Contexte¶

Vous souhaitez créer des chatbots avancés, des systèmes de questions-réponses sur vos propres documents (RAG - Retrieval-Augmented Generation), ou des agents IA autonomes, mais le développement "from scratch" en Python (avec LangChain ou LlamaIndex) est chronophage.

Dify se présente comme une interface visuelle et un moteur de workflow permettant de construire rapidement ces applications. Il s'interface parfaitement avec des API externes (OpenAI, Anthropic) ou des modèles locaux (via Ollama) et inclut tout le nécessaire : gestion des prompts, base de données vectorielle, et suivi des logs.

Prérequis¶

• Une machine Linux avec Docker et Docker Compose installés (consultez la documentation officielle de Docker si nécessaire).
• Au moins 4 Go de RAM (8 Go recommandés) et 2 vCPU.
• Les ports 80 (HTTP) et 443 (HTTPS) disponibles.
• L'utilitaire git installé (sudo apt install git).

Procédure¶

Étape 1 : Cloner le dépôt officiel de Dify¶

L'installation officielle de Dify passe par leur dépôt GitHub qui contient l'ensemble des configurations Docker.

# Se placer dans le répertoire de son choix, ex: /opt/
cd /opt

# Cloner le dépôt
sudo git clone https://github.com/langgenius/dify.git

# Se rendre dans le sous-dossier docker
cd dify/docker

Étape 2 : Préparer la configuration¶

Dify utilise un fichier .env pour stocker toutes ses variables de configuration (clés secrètes, ports, mots de passe des bases de données). Un fichier d'exemple est fourni.

# Copier le fichier d'exemple pour créer la configuration active
sudo cp .env.example .env

# Optionnel : Modifier les ports ou configurations spécifiques si besoin
# sudo nano .env

Étape 3 : Déployer l'infrastructure avec Docker Compose¶

L'architecture de Dify est composée de plusieurs micro-services (base de données PostgreSQL, cache Redis, base vectorielle Weaviate ou Qdrant, worker Celery, API backend, interface web frontend, et Nginx comme reverse proxy).

# Lancer le déploiement en arrière-plan (mode détaché)
sudo docker compose up -d

Cette étape peut prendre quelques minutes, le temps que Docker télécharge toutes les images (plusieurs gigaoctets) et démarre les conteneurs.

Étape 4 : Initialiser et accéder à Dify¶

Une fois tous les conteneurs démarrés, ouvrez votre navigateur web et accédez à l'adresse IP de votre serveur :

http://<ADRESSE_IP_DU_SERVEUR>

1. Lors de la première visite, Dify vous demandera de configurer le compte Administrateur.
2. Renseignez un email, un nom d'utilisateur et un mot de passe robuste.
3. Vous arrivez ensuite sur le tableau de bord principal (Workspace).

Étape 5 : Connecter un fournisseur de modèle (Ex: Ollama)¶

Dify seul est une coquille vide : il lui faut un "cerveau" (un LLM). Si vous avez un serveur Ollama tournant en local sur la même machine (port 11434) :

1. Dans Dify, cliquez sur votre profil en haut à droite > Settings (Paramètres).
2. Allez dans l'onglet Model Providers (Fournisseurs de modèles).
3. Défilez jusqu'à Ollama et cliquez sur Add Model.
4. Renseignez le nom du modèle (ex: llama3 ou mistral).
5. Pour le champ "Base URL", si Ollama est sur la même machine hôte, utilisez l'IP locale de la passerelle Docker, souvent http://172.17.0.1:11434 (ou l'IP LAN de votre machine). localhost ne fonctionnera pas car il ciblerait l'intérieur du conteneur Dify.
6. Cliquez sur Save. Vous pouvez désormais utiliser ce modèle pour vos applications Dify !

Vérification¶

Pour s'assurer que tous les services Dify tournent correctement en tâche de fond :

cd /opt/dify/docker
sudo docker compose ps

Ressources¶

• Documentation officielle de Dify — Guide complet et concepts avancés.
• Dépôt GitHub de Dify — Code source et issues tracker.
• Connecter Ollama à Dify — Guide spécifique pour les LLM locaux.