昨天在折腾 Dify 大模型配置的时候，发现去年安装的旧版本 Dify 没办法配置 DeepSeek-r1 的模型 api。　

看来，是时候升级一下 Dify了。我部署的 Dify 版本是通过 Docker 完成的，电脑操作系统是 MacOS。　

接下来，简单介绍一下如何在本地环境升级 Dify。　

　

太长不看版：　

本地部署的Dify升级需要进入dify/docker目录，执行git pull拉取最新代码，然后停止容器，拉取新镜像，再启动。　

步骤是git pull origin main，然后docker compose down，接着docker compose pull，最后docker compose up -d。　

　

以下是升级通过 Docker 部署的 Dify 的详细流程：　

一、标准升级流程

1. 1. 进入 Docker 目录。这一步根据个人电脑内 dify 安装包中 docker 文件夹的位置调整。

cd dify/dify/docker

1. 2. 停止运行中的容器

docker compose down

　

1. 3. 拉取最新代码与镜像

   git pull origin main  # 拉取最新代码[1,4](@ref)
   docker compose pull   # 更新镜像[1,4](@ref)

   • 若手动下载源码：需解压新版本并覆盖旧目录。
   • 若通过 Git 管理：

2. 4. 启动新版本容器

docker compose up -d  启动服务

1. 5. 验证升级结果

2. 检查容器状态：

   docker compose ps    # 确认所有容器状态为 "Up"

3. • 访问 http://localhost 或服务器 IP，检查功能是否正常。看到这个界面，就代表Dify 升级成功了。

     　

4. 

   核对 DeepSeek-r1 能否通过 api 配置获取。

5. okok，都搞定了。在 DeepSeek 模型列表中，有 chat、coder、reasoner 三个类型的模型选项。这代表着，咱已经全面接入 DeepSeek 全系列的模型了。　

6. 

我们该怎样系统的去转行学习大模型 ？

很多想入行大模型的人苦于现在网上的大模型老课程老教材，学也不是不学也不是，基于此，我用做产品的心态来打磨这份大模型教程，深挖痛点并持续修改了近100余次后，终于把整个AI大模型的学习门槛，降到了最低！

在这个版本当中：

第一您不需要具备任何算法和数学的基础
第二不要求准备高配置的电脑
第三不必懂Python等任何编程语言

您只需要听我讲，跟着我做即可，为了让学习的道路变得更简单，这份大模型教程已经给大家整理并打包，现在将这份 LLM大模型资料 分享出来： 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

​

一、大模型经典书籍（免费分享）

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

二、640套大模型报告（免费分享）

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

三、大模型系列视频教程（免费分享）

四、2025最新大模型学习路线（免费分享）

我们把学习路线分成L1到L4四个阶段，一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段：我们会去了解大模型的基础知识，以及大模型在各个行业的应用和分析；学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段是我们的AI大模型RAG应用开发工程，我们会去学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，我们会去学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造我们自己的Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，我们会更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调。

L5阶段：专题集丨特训篇 【录播课】

全套的AI大模型学习资源已经整理打包，有需要的小伙伴可以微信扫描下方二维码，免费领取

​