热度 1 |||
当前AI（人工智能）飞速发展，AI应用也已深入到大家的学习、工作和生活中，而我们要想参与并享受到这时代的红利，就应该到离新生产力最近的地方去。通过比较筛选，我采用了 Dify 这样的工具进行实践，帮助我们初学者更好地理解和掌握 AI 技术。
Dify 作为一个开源的大语言模型应用开发平台，融合了后端即服务和 LLMOps 的理念，使开发者可以快速搭建生产级的生成式 AI 应用。即使是非技术开发人员，也能参与到 AI 应用的定义和数据运营过程中，节省了许多重复造轮子的时间，可以专注在创新和业务需求上。
要利用 Dify 进行实践，先在本地部署 Dify，按照官方文档的指导，从 GitHub 上将开源链接 clone 下来，使用 docker 进行部署运行。
考虑到LLM大语言模型对硬件资源要求比较高，我没有采用在VMWare虚拟机的Ubuntu或CentOS的Linux环境下安装Docker，而选择直接在Windows上安装。
Docker并非是一个通用的容器工具，它依赖于已存在并运行的 Linux 内核环境，实质上是在已经运行的 Linux 下制造了一个隔离的文件环境，因此它执行的效率几乎等同于所部署的 Linux 主机。
因为Windows上安装Docker实际上是基于Hyper-V或者WSL2这两项虚拟化技术，所以不管是对于系统还是硬件都有一定的要求。
一、安装要求
1）、系统要求：
Windows 11 64 位：家庭版或专业版 21H2 或更高版本，或企业版或教育版 21H2 或更高版本。
Windows 10 64 位：建议使用 Home 或 Pro 22H2（内部版本 19045）或更高版本，或者企业或教育版 22H2（内部版本 19045）或更高版本。
我直接将Docker安装在P510工作站上，原先是安装SAP S4HANA IDES的，所以内存是128G，显卡更换上了一块11G显存的，用来跑Qwen2-7B和Llama3.1-8B没压力，LLM运行也比较流程，Llama3.1-8B跑起来的时候，显存一般会占用6-7G。
由于国内无法直接访问国外服务器以及GitHub已经对国内用户关闭等等原因，安装过程中我踩了好几个坑，虽然我都一一解决了，但对于还没有安装过的朋友来说还是很有挑战的，我觉得其难度也不亚于Ubuntu上安装Odoo和OpenSUSE安装SAP S4HNAN IDES，所以我将主要过程记录下来，好让朋友们避开这些坑。
2）、处理器开启虚拟化：
处理器是否开启虚拟化可以直接在“任务管理器--性能--CPU”中查看，如果虚拟化显示“已启用”就说明没问题；如果没启用就需要进主板BIOS中开启，具体如何开启可以通过百度自己的主板型号等方式开启。
二、安装前的准备
以上条件满足之后，我们还需要对电脑进行必要的环境设置。
电脑桌面使用快捷键 win + r 键入 “OptionalFeatures”，“确定”之后打开 Windows 功能。
或者通过：控制面板>程序和功能>启用或关闭Windows功能，开启 Hyper-V；然后在“Windows 功能”中，勾选Hyper-V、适用于Linux的Windows子系统这两项，点“确定”。
待提示重启系统，直接点“立即重新启动”。
三、正式安装
重启之后打开Docker官网下载Windows版本的安装程序，下载页面地址：https://www.docker.com/products/docker-desktop/
由于需要科学上网才能从官网下载，在没办法直接下载并注册的情况，我找别的途径下载了一个4.1.1版本的Docker，下载安装不影响使用，也可以不用Docker账号登录；
没办法直接下载到最新版本的朋友，有需要可以直接找我，也可以在SAP亦橙网（SAPeclub.com）的AI人工智能论坛中留言；
我们直接双击开始安装：
安装过程中下面这两个选项，记得都勾选上：
之后就会安装程序到本地：
出现下图界面就说明安装完成，点“Close and restart”关闭安装界面并重启系统。
四、Docker初始配置
安装重启后，在电脑桌面上的“Docker Desktop”图标打开程序，这里点“Accept”接受。
我当时出现如下报错：
详细报错信息：“Docker.ApiServices.WSL2.WslKernelUpdateNotInstalledException”的异常。
这个错误表明Windows Subsystem for Linux 2 (WSL 2)的安装可能未能完全完成。这就需要重新安装WSL 2。可以使用PowerShell以管理员身份运行以下命令来卸载然后重新安装：
提示已安装：
WSL 2安装完成后重启系统，再次打开Docker desktop，进到如下图界面：
也有朋友可能会遇到这个报错：
出现上图所示的报错，是不管主板BIOS还是控制面板中的设置都需要启用虚拟化，如果之前在电脑模拟器中使用命令手动关闭过虚拟化技术，也需要再次使用命令启用它。
上述问题都解决之后，docker可以成功运行，我们进行一些配置，如下图：
同时，为了测试一下，我们可以试着Clone一个Getting-started：
五、Git安装
由于Clone需要Git，从官网下载Git 2.46.0版本直接安装：
双击执行，一步步往下即可：
都是默认参数下，点“Next”：
一直到如下界面，安装完成：
然后我们再在Windows PowerShell中执行部署这个getting-started检验容器：
之后可以看到成功运行所部署的检验容器：
当然，这期间我们也配置了镜像加速器，从 DockerHub 拉取镜像，具体如何配置了镜像加速器就放到Dify安装配置的时候再一起详述了。
上述所部署的这个检验容器Getting-Started，占用了端口：80，由于与我们后续安装Dify中Nginx的端口冲突，所以，需要及时删除Getting-Started。
六、结束
小伙伴自己折腾时会发现在Windows上安装并使用Docker还是需要花费一些功夫的，但为了安装部署Dify，值得一试。
Docker及Git的安装及避坑就分享到这里，随后我们开始Dify的部署安装，希望这篇文章对您有所帮助！如果您有任何问题，请随时留言。祝您学习顺利，AI 技术之路越走越广！咱们下期见！
