一、Dify 调用大模型的两种核心方式
大语言模型按部署方式分为云端API模型和本地私有化模型。Dify对两者均提供可视化配置支持，无需代码即可完成接入。
1. 云端模型（API调用）
特点：依赖第三方服务商算力，数据需传输至服务商服务器，适合快速验证和轻量级应用。
支持服务商：DeepSeek、智谱 AI、文心一言、通义千问等。
2. 本地模型（私有化部署）
特点：数据完全本地处理，需自行部署模型服务（如 Ollama），适合高隐私场景。
常用工具：Ollama、LocalAI，支持 Llama3、DeepSeek-R1 等开源模型。
3、两种模型对比
4、两种模型引擎服务对比
二、云端模型接入步骤（以 DeepSeek 为例）
1. 注册并获取 API 密钥
访问DeepSeek官网（https://platform.deepseek.com/） → 完成注册 → 进入控制台生成API Key。
2. 在Dify中配置模型（基于OpenAI-API-compatible服务）
（1）部署Dify请参考《开启智能体和知识库探索之旅：Dify私有化部署》，没有开发经验的朋友按照步骤也可轻松完成部署。
（2）安装OpenAI-API-compatible服务
登录Dify控制台 → 设置 → 模型供应商 → 搜索框中输入“OpenAI-API-compatible”，找到后单击“安装”
安装完后会出现在模型列表中，如下图所示：
（3）在OpenAI-API-compatible插件服务中添加模型
登录Dify控制台 → 设置 → 模型供应商 → 选择OpenAI-API-compatible → 单击添加模型按钮。
打开添加模型界面后填写参数
模型名称：自定义（如 DeepSeek-R1-7B）
API Key：复制粘贴上面创建的密钥
API Endpoint：https://openapi.coreshub.cn/v1。
点保存后显示出1个模型
三、本地模型接入方法（基于Ollama）
Ollama虽是一个本地部署的大模型管理平台，支持在本地运行各种开源模型，但是也兼容OpenAI的API接口。
1、部署Dify请参考《开启智能体和知识库探索之旅：Dify私有化部署》，没有开发经验的朋友按照步骤也可轻松完成部署。
2、Windows系统中安装Ollama
（1）打开Ollama官网（https://ollama.com/download）下载安装文件，我的电脑是windows11，我选择的是windows安装包，如下图所示，注意我的网络可能有点慢，我下载了2个小时，占用1G左右的硬盘空间。
（2）这里不推荐鼠标双击安装包安装，因为这种安装方式默认安装到C盘且不能自定义安装目录，安装完后大约占用5G硬盘空间如下图所示；这里个人推荐命令安装方式，我下面会详细介绍这种方式的安装步骤，没有开发经验的也不用担心，按照下面步骤操作轻松完成安装。
（3）按Win+R打开运行窗口，输入“cmd”后回车启动cmd，并定位到OllamaSetup.exe所下载的目录，如下图所示：
注意：“cd E:\download”跳转不过去，必须输入“cd /d E:\download”才能跳转到下载目录
（4）执行"OllamaSetup.exe /DIR="D:\Video\Ollama"命令，DIR的值为"D:\Video\Ollama"，该值为Ollama的安装目录
重新打开一个CMD输入“ollama -v”回车，如果显示如下图所示内容，表示Ollama安装成功了。
打开浏览器地址栏输入“http://localhost:11434”后回车，如果显示如下图所示内容，表示Ollama安装成功了。
（1）Dify中安装Ollama服务插件
登录Dify控制台 → 设置 → 模型供应商 → 搜索框中输入“Ollama”，找到后单击“安装”
安装完后会出现在模型列表中，如下图所示：
（2）在Ollama插件服务中添加模型
登录Dify控制台 → 设置 → 模型供应商 → 选择Ollama → 单击添加模型按钮。
打开添加模型界面后填写参数
模型名称：自定义（如 DeepSeek-R1-Distill-Qwen-7B）
基础 URL：
本地部署(http://localhost:11434)/(http://127.0.0.1:11434)
Docker部署(http://host.docker.internal:11434)
云端部署(http://203.0.113.10:11434)。
点保存后显示出1个模型
点保存后，下图是大部分人会遇到的问题，原因是因为：容器与主机网络隔离问题，即使在本地也无法访问，请根据以下操作步骤配置网络。
Ollama模型命名规范，名称需严格遵循 <model-name>:<tag> 格式（如 deepseek-r1:14b），Dify配置需完全匹配，如果确实不会写可以按Win+R打开运行窗口，输入“cmd”后回车启动cmd，执行“ollama list”查看Ollama已安装的模型的完整名称。
网络配置，Docker默认有自己的网络命名空间，
127.0.0.1或localhost指的是容器内部，而不是宿主机，Ollama默认监听127.0.0.1，使用“http://host.docker.internal:11434”实现容器访问宿主机服务。添加模型填写参数如下图所示：
如下图所示，表示ollama配置ds大模型成功
总结：通过上述方法，即使无开发经验也能轻松在Dify中灵活调用各类大模型，Dify+Ollama部署比较简单，对硬件要求也不高，主要是Docker的安装（换国内镜像）和局域网设置可能会遇到问题。部署完个人推荐应用路径：先试云端（用DeepSeek或智谱AI的免费额度快速验证应用逻辑）再转本地（数据量增大或隐私需求提升时，通过 Ollama 部署开源模型）。
