Dify.ai वर्कफ़्लो प्लेटफ़ॉर्म

Clore.ai पर Dify.ai तैनात करें — प्रोडक्शन-तैयार एआई वर्कफ़्लो, RAG पाइपलाइनों और एजेंट ऐप्लिकेशनों को GPU क्लाउड कीमतों पर विज़ुअल इंटरफ़ेस के साथ बनाएं।

अवलोकन

Dify.ai एक ओपन-सोर्स LLM एप्लिकेशन विकास प्लेटफ़ॉर्म है जिसमें 114K+ GitHub स्टार। यह एक विज़ुअल वर्कफ़्लो बिल्डर, रिट्रीवल-ऑगमेंटेड जेनरेशन (RAG) पाइपलाइन, एजेंट ऑर्केस्ट्रेशन, मॉडल प्रबंधन, और एक एक-क्लिक API डिप्लॉयमेंट लेयर को एक सिंगल self-hostable स्टैक में संयोजित करता है।

पर Clore.ai आप पूरे Dify स्टैक को चला सकते हैं — जिसमें इसका Postgres डेटाबेस, Redis कैश, Weaviate वेक्टर स्टोर, Nginx रिवर्स प्रॉक्सी, API वर्कर्स, और वेब फ्रंटएंड शामिल हैं — एक किराये पर ली गई GPU सर्वर पर सिर्फ $0.20–$0.35/घं (RTX 3090/4090)। GPU Dify के लिए वैकल्पिक है, लेकिन जब आप लोकल मॉडल इन्फरेंस को Ollama या vLLM बैकएंड के माध्यम से जोड़ते हैं तो यह आवश्यक बन जाता है।

मुख्य क्षमताएँ:

• 🔄 विज़ुअल वर्कफ़्लो बिल्डर — ब्रांचिंग, लूप और सशर्त लॉजिक के साथ ड्रैग-एंड-ड्रॉप LLM पाइपलाइन्स

• 📚 RAG पाइपलाइन — PDF, URL, Notion पृष्ठ अपलोड करें; चंकिंग + एम्बेडिंग + रिट्रीवल सभी UI में प्रबंधित

• 🤖 एजेंट मोड — टूल उपयोग के साथ ReAct और फ़ंक्शन-कॉलिंग एजेंट (वेब सर्च, कोड इंटरप्रेटर, कस्टम API)

• 🚀 API-प्रथम — हर ऐप तुरंत एक REST एंडपॉइंट और SDK स्नीपेट्स उत्पन्न करता है

• 🔌 100+ मॉडल इंटीग्रेशन — OpenAI, Anthropic, Mistral, Cohere, साथ ही Ollama/vLLM के माध्यम से लोकल मॉडल

• 🏢 मल्टी-टेनेंट — टीमें, वर्कस्पेस, RBAC, उपयोग कोटा

---

आवश्यकताएँ

Dify मल्टी-कंटेनर Docker Compose स्टैक के रूप में चलता है। विकास के लिए न्यूनतम योग्य सर्वर CPU-ओनली इंस्टेंस है; लोकल मॉडल इन्फरेंस के साथ प्रोडक्शन के लिए आप एक GPU नोड चाहेंगे।

कॉन्फ़िगरेशन	GPU	VRAM	सिस्टम RAM	डिस्क	Clore.ai मूल्य
न्यूनतम (सिर्फ़ API कीज़)	कोई नहीं / केवल CPU	—	8 GB	30 GB	~$0.05/घं (CPU)
मानक	RTX 3080	10 GB	16 GB	50 GB	~$0.15/घंटा
अनुशंसित	RTX 3090 / 4090	24 GB	32 GB	80 GB	$0.20–0.35/घंटा
प्रोडक्शन + लोकल LLM	A100 80 GB	80 GB	64 GB	200 GB	~$1.10/घंटा
हाई-थ्रूपुट	H100 SXM	80 GB	128 GB	500 GB	~$2.50/घं

संकेत: यदि आप केवल क्लाउड API प्रदाताओं (OpenAI, Anthropic, आदि) का उपयोग करते हैं, तो किसी भी 2‑कोर CPU इंस्टेंस के साथ 8 GB RAM काम करता है। केवल तब GPU मायने रखता है जब आप Ollama या vLLM के माध्यम से लोकल मॉडल चला रहे हों — देखें GPU त्वरक नीचे।

डिस्क नोट

Weaviate और Postgres डेटा दस्तावेज़ अपलोड के साथ तेजी से बढ़ते हैं। प्रावधान करें कम से कम 50 GB और Clore.ai के वॉल्यूम विकल्पों के माध्यम से स्थायी स्टोरेज माउंट करें।

---

त्वरित प्रारम्भ

1. एक Clore.ai सर्वर किराए पर लें

ब्राउज़ करें clore.ai, अपनी इच्छित GPU से फ़िल्टर करें, और निम्न के साथ एक सर्वर डिप्लॉय करें:

• Docker प्रि-इंस्टॉल (सभी Clore इमेज इसमें शामिल हैं)

• एक्सपोज़्ड पोर्ट 80 और 443 (यदि आवश्यक हो तो ऑफर सेटिंग्स में कस्टम पोर्ट जोड़ें)

• SSH एक्सेस सक्षम

2. सर्वर से कनेक्ट करें और तैयार करें

# अपने Clore सर्वर में SSH करें
ssh root@<clore-server-ip> -p <ssh-port>

# सिस्टम पैकेज अपडेट करें
apt-get update && apt-get upgrade -y

# सत्यापित करें कि Docker उपलब्ध है
docker --version
docker compose version   # v2.x होना चाहिए

3. Dify क्लोन करें और लॉन्च करें

# रिपोजिटरी क्लोन करें
git clone https://github.com/langgenius/dify.git
cd dify/docker

# उदाहरण एनवायरनमेंट फ़ाइल कॉपी करें
cp .env.example .env

# (वैकल्पिक) लॉन्च से पहले सेटिंग्स संपादित करें
nano .env

# सभी इमेज खींचें और बैकग्राउंड में सभी सेवाएँ स्टार्ट करें
docker compose up -d

# स्टार्टअप के दौरान लॉग देखें (पहली बार 2-3 मिनट लगते हैं)
docker compose logs -f

4. सत्यापित करें कि सभी सेवाएँ स्वस्थ हैं

# कंटेनर स्थिति जांचें
docker compose ps

# अपेक्षित आउटपुट:
# NAME                    STATUS
# docker-api-1            Up (healthy)
# docker-web-1            Up (healthy)
# docker-worker-1         Up (healthy)
# docker-nginx-1          Up
# docker-db-1             Up (healthy)
# docker-redis-1          Up (healthy)
# docker-weaviate-1       Up (healthy)
# docker-sandbox-1        Up (healthy)

5. वेब UI तक पहुँचें

अपने ब्राउज़र को खोलें और नेविगेट करें:

http://<clore-server-ip>:80

पहली लॉन्च पर, Dify आपको व्यवस्थापक खाता बनाने के लिए सेटअप विज़ार्ड पर रीडायरेक्ट करेगा। विज़ार्ड पूरा करें, फिर लॉग इन करें।

---

कॉन्फ़िगरेशन

सारी कॉन्फ़िगरेशन इन में रहती है dify/docker/.env। यहाँ सबसे महत्वपूर्ण सेटिंग्स हैं:

आवश्यक पर्यावरण चर

# ── सीक्रेट कीज़ (इन्हें बदलें) ──────────────────────────────────────────────
SECRET_KEY=your-super-secret-key-change-this-immediately
# एक मजबूत की जेनरेट करें:
# python3 -c "import secrets; print(secrets.token_hex(32))"

# ── एप्लिकेशन URL ──────────────────────────────────────────────────────────
# अपने सर्वर के पब्लिक IP या डोमेन पर सेट करें
CONSOLE_WEB_URL=http://<clore-server-ip>
APP_WEB_URL=http://<clore-server-ip>

# ── डेटाबेस (Postgres) ─────────────────────────────────────────────────────
DB_USERNAME=postgres
DB_PASSWORD=difyai123456          # प्रोडक्शन में बदलें!
DB_HOST=db
DB_PORT=5432
DB_DATABASE=dify

# ── Redis ───────────────────────────────────────────────────────────────────
REDIS_HOST=redis
REDIS_PORT=6379
REDIS_PASSWORD=difyai123456       # प्रोडक्शन में बदलें!

# ── स्टोरेज (डिफ़ॉल्ट रूप से लोकल डिस्क) ─────────────────────────────────────
STORAGE_TYPE=local
# या S3-कम्पैटिबल स्टोरेज का उपयोग करें:
# STORAGE_TYPE=s3
# S3_ENDPOINT=https://s3.amazonaws.com
# S3_BUCKET_NAME=your-dify-bucket
# S3_ACCESS_KEY=...
# S3_SECRET_KEY=...

# ── डिफ़ॉल्ट LLM प्रदाता ─────────────────────────────────────────────────────
# लॉगिन के बाद UI में सेट करें, या यहाँ प्री-कॉन्फ़िगर करें:
# OPENAI_API_KEY=sk-...

एक्सपोज़्ड पोर्ट बदलना

डिफ़ॉल्ट रूप से Nginx पोर्ट पर सुनता है 80। बदलने के लिए:

# docker-compose.yaml में nginx सर्विस संपादित करें:
# ports:
#   - "8080:80"   ← 8080 को अपनी पसंदीदा होस्ट पोर्ट में बदलें

# फिर पुनरारंभ करें:
docker compose down && docker compose up -d

स्थायी डेटा वॉल्यूम

Dify की Compose फ़ाइल डिफ़ॉल्ट रूप से ये वॉल्यूम माउंट करती है:

volumes:
  oradata:          # Postgres डेटा
  redis_data:       # Redis AOF
  weaviate_data:    # वेक्टर स्टोर
  app_storage:      # अपलोड किए गए दस्तावेज़ और जेनरेट किए गए फ़ाइलें

बैकअप लेने के लिए:

# पहले सेवाएँ रोकें, फिर Docker वॉल्यूम का tar बनाएं
docker compose stop
docker run --rm \
  -v docker_oradata:/data \
  -v $(pwd)/backups:/backup \
  alpine tar czf /backup/postgres-$(date +%Y%m%d).tar.gz /data
docker compose start

---

GPU त्वरक

Dify का मूल प्लेटफ़ॉर्म CPU-आधारित है, लेकिन आप जोड़कर लोकल मॉडल इन्फरेंस अनलॉक करते हैं Ollama या vLLM के रूप में मॉडल प्रदाताओं — दोनों GPU से अत्यधिक लाभान्वित होते हैं।

विकल्प A: Ollama साइडकार (सबसे आसान)

उसी Clore सर्वर पर Dify के साथ Ollama चलाएँ:

# Ollama इंस्टॉल करें
curl -fsSL https://ollama.com/install.sh | sh

# एक मॉडल पुल करें (उदा. Llama 3 8B)
ollama pull llama3:8b

# सत्यापित करें कि GPU उपयोग हो रहा है
ollama run llama3:8b "Hello!"
nvidia-smi   # Ollama प्रक्रिया VRAM का उपयोग दिखानी चाहिए

फिर Dify UI → Settings → Model Providers → Ollama:

• बेस URL: http://localhost:11434

• अपना मॉडल चुनें और सहेजें

पूरा Ollama गाइड देखने के लिए देखें language-models/ollama.md.

विकल्प B: vLLM साइडकार (हाई-थ्रूपुट)

# vLLM को GPU passthrough के साथ अलग कंटेनर के रूप में चलाएँ
docker run -d \
  --name vllm \
  --gpus all \
  --runtime nvidia \
  -p 8000:8000 \
  -v ~/.cache/huggingface:/root/.cache/huggingface \
  -e HUGGING_FACE_HUB_TOKEN=<your-hf-token> \
  vllm/vllm-openai:latest \
  --model mistralai/Mistral-7B-Instruct-v0.2 \
  --dtype auto \
  --max-model-len 4096

# एंडपॉइंट सत्यापित करें
curl http://localhost:8000/v1/models

फिर Dify UI → Settings → Model Providers → OpenAI-compatible:

• बेस URL: http://localhost:8000/v1

• API कुंजी: dummy

• मॉडल नाम: mistralai/Mistral-7B-Instruct-v0.2

पूरा vLLM सेटअप देखने के लिए देखें language-models/vllm.md.

लोकल मॉडलों के लिए GPU मेमोरी सिफारिशें

मॉडल	आवश्यक VRAM	अनुशंसित Clore GPU
Llama 3 8B (Q4)	6 GB	RTX 3060
Llama 3 8B (FP16)	16 GB	RTX 3090 / 4090
Mistral 7B (Q4)	5 GB	RTX 3060
Llama 3 70B (Q4)	40 GB	A100 40GB
Llama 3 70B (FP16)	140 GB	2× H100

---

टिप्स और सर्वोत्तम प्रथाएँ

Clore.ai पर लागत अनुकूलन

# स्पॉट प्राइसिंग का उपयोग करें — Dify के डेटाबेस वॉल्यूम में स्टेट बनाए रखते हैं
# इसलिए आप इंस्टेंस को सस्ते में स्टॉप/रिस्टार्ट कर सकते हैं

# अपने Clore इंस्टेंस को रोकने से पहले DB dump करें:
docker exec docker-db-1 pg_dump -U postgres dify > dify_backup_$(date +%Y%m%d).sql

# स्थानांतरण के लिए स्टोरेज वॉल्यूम को कंप्रेस करें
tar czf dify_storage_$(date +%Y%m%d).tar.gz \
  $(docker volume inspect docker_app_storage --format '{{.Mountpoint}}')

Caddy के साथ HTTPS सक्षम करें (प्रोडक्शन के लिए अनुशंसित)

# docker-compose.yaml में Caddy जोड़ें या स्टैंडअलोन चलाएँ
docker run -d \
  --name caddy \
  --network docker_default \
  -p 443:443 -p 80:80 \
  -v $PWD/Caddyfile:/etc/caddy/Caddyfile \
  -v caddy_data:/data \
  caddy:latest

# Caddyfile सामग्री:
# your-domain.com {
#     reverse_proxy nginx:80
# }

भारी वर्कलोड के लिए वर्कर्स को स्केल करें

# 1 की बजाय 4 celery वर्कर्स चलाएँ
docker compose up -d --scale worker=4

रिसोर्स उपयोग की निगरानी करें

# लाइव कंटेनर स्टैट्स
docker stats

# GPU उपयोग (यदि लोकल मॉडलों का उपयोग कर रहे हैं)
watch -n1 nvidia-smi

# Dify एप्लिकेशन लॉग्स
docker compose logs -f api worker

RAG प्रदर्शन ट्यूनिंग

• सेट करें चंक साइज अधिकांश दस्तावेज़ प्रकारों के लिए 512–1024 टोकन तक

• सक्षम करें पैरेंट-चाइल्ड रिट्रीवल लंबे दस्तावेज़ों के लिए Dataset सेटिंग्स में

• उपयोग करें हाइब्रिड सर्च (कीवर्ड + वेक्टर) तकनीकी सामग्री पर बेहतर रिकॉल के लिए

• API रेट सीमाओं से बचने के लिए ऑफ-पीक घंटों में दस्तावेज़ों को इंडेक्स करें

---

समस्याओं का निवारण

सेवाएँ बार-बार रिस्टार्ट हो रही हैं

# फेल होने वाली सेवा के लॉग्स जांचें
docker compose logs --tail=50 api
docker compose logs --tail=50 worker

# सामान्य कारण: गलत SECRET_KEY या DB कनेक्शन
# सुनिश्चित करें .env SECRET_KEY सेट और अनूठी है
grep SECRET_KEY .env

"स्टार्टअप पर माइग्रेशन फेल हुआ"

# DB माइग्रेशन मैन्युअली चलाएँ
docker compose exec api flask db upgrade

# यदि वह फेल हो, तो पहले जांचें कि Postgres स्वस्थ है
docker compose exec db pg_isready -U postgres

Dify से Ollama से कनेक्ट नहीं कर पा रहे

# डिफ़ॉल्ट रूप से Ollama 127.0.0.1 पर बाइंड करता है
# इसे सभी इंटरफेस पर सुनने के लिए बदलें:
OLLAMA_HOST=0.0.0.0 ollama serve

# या systemd सर्विस संपादित करें:
systemctl edit ollama
# [Service] के अंतर्गत जोड़ें:
# Environment="OLLAMA_HOST=0.0.0.0"
systemctl restart ollama

# Dify कंटेनर के अंदर से टेस्ट करें:
docker compose exec api curl http://host.docker.internal:11434/api/tags

डिस्क स्पेस ख़त्म

# वॉल्यूम आकार जांचें
df -h
docker system df

# अनयूज़्ड इमेज हटाएँ
docker image prune -a

# Weaviate लॉग्स बहुत बड़े हो सकते हैं — इन्हें रोटेट करें
docker compose exec weaviate truncate -s 0 /tmp/weaviate.log

Weaviate वेक्टर स्टोर त्रुटियाँ

# Weaviate रीसेट करें (सावधान: यह सभी एम्बेडिंग्स को हटा देता है, पुनः-इंडेक्स आवश्यक होगा)
docker compose stop weaviate
docker volume rm docker_weaviate_data
docker compose up -d weaviate

# फिर Dify UI → Datasets → [dataset] → Re-index में अपने डेटासेट्स को पुनः-इंडेक्स करें

पोर्ट 80 पहले से उपयोग में है

# देखें कौन पोर्ट 80 का उपयोग कर रहा है
ss -tlnp | grep :80
# या
lsof -i :80

# संघर्ष कर रही सेवा को रोकें या docker-compose.yaml में Dify के nginx पोर्ट को बदलें

---

अधिक पढ़ने के लिए

• Dify आधिकारिक दस्तावेज़

• Dify GitHub रिपोजिटरी

• Dify सेल्फ-होस्टिंग गाइड

• Clore.ai पर Ollama चलाना

• Clore.ai पर vLLM चलाना

• Clore.ai GPU तुलना

• Dify समुदाय Discord