目录

前言

调试配置

环境变量配置

缓存配置

数据库配置

文件存储配置

向量数据库配置

插件服务配置

代码服务配置

Milvus 1.1.3版本兼容性问题

镜像构建

镜像推送至Harbor仓库

部署实施

---

前言

        在完成中间件和服务端口的本地化配置后，我们即可开始进行Dify平台的二次开发工作。本篇文章将重点介绍开发流程中的关键环节：调试、打包及部署，具体功能开发将在后续文章中结合应用场景详细讲解。

调试配置

环境变量配置

本地启动API程序前，需正确配置.env文件中的服务连接参数：

缓存配置

REDIS_HOST=XXX.XXX.XXX.XXX
REDIS_PORT=6379
REDIS_USERNAME=
REDIS_PASSWORD=123456
REDIS_USE_SSL=false
REDIS_DB=3
CELERY_BROKER_URL=redis://:123456@XXX.XXX.XXX.XXX:6379/4

数据库配置

DB_USERNAME=postgres
DB_PASSWORD=difyai123456
DB_HOST=XXX.XXX.XXX.XXX
DB_PORT=5432
DB_DATABASE=dify

文件存储配置

STORAGE_TYPE=s3
S3_USE_AWS_MANAGED_IAM=false
S3_ENDPOINT=http://XXX.XXX.XXX.XXX:9001
S3_BUCKET_NAME=difyai
S3_ACCESS_KEY=****
S3_SECRET_KEY=*****
S3_REGION=us-east-1

向量数据库配置

VECTOR_STORE=milvus
MILVUS_URI=http://XXX.XXX.XXX.XXX:19530
MILVUS_TOKEN=
MILVUS_USER=root
MILVUS_PASSWORD=Milvus

插件服务配置

PLUGIN_DAEMON_KEY=*****************
PLUGIN_DAEMON_URL=http://XXX.XXX.XXX.XXX:5002
PLUGIN_REMOTE_INSTALL_PORT=5003
PLUGIN_REMOTE_INSTALL_HOST=XXX.XXX.XXX.XXX
PLUGIN_MAX_PACKAGE_SIZE=15728640
INNER_API_KEY_FOR_PLUGIN=*********************
ENDPOINT_URL_TEMPLATE=http://XXX.XXX.XXX.XXX:5002/e/{hook_id}

代码服务配置

CODE_EXECUTION_ENDPOINT=http://XXX.XXX.XXX.XXX:8194
CODE_EXECUTION_API_KEY=dify-sandbox

Milvus 1.1.3版本兼容性问题

在milvus_vector.py文件的235行，需要将：

filter=f 'metadata ["document_id"] in ({document_ids})'

修改为：

filter=f 'metadata ["document_id"] in [{document_ids}]'

否则会报错：MilvusException: (code=1100, message=failed to create query plan: cannot parse expression: metadata["document_id"]

镜像构建

完成源码修改后，按以下步骤构建Docker镜像：

1. 进入api目录

2. 执行构建命令：

docker build -t dify-api:1.1.3 .

镜像推送至Harbor仓库

• 登录Harbor：

• docker login http://XXX.XXX.XXX.XXX:9090

• 添加标签：

• docker tag dify-api:1.1.3 XXX.XXX.XXX.XXX:9090/dev/dify-api:1.1.3

• 推送镜像：

• docker push XXX.XXX.XXX.XXX:9090/dev/dify-api:1.1.3

部署实施

获得镜像后，可根据企业部署规范进行部署。以下以官方Docker Compose方式为例：

• 修改docker-compose.yaml
• 
• 更新服务：

• docker compose up -d --no-deps api

至此，您的二次开发代码已成功投入商用环境！