快速部署Dify on DMS,一站式开发智能体应用

本文涉及的产品
RDS PostgreSQL Serverless,0.5-4RCU 50GB 3个月
推荐场景:
对影评进行热评分析
阿里云百炼推荐规格 ADB PostgreSQL,4核16GB 100GB 1个月
云原生数据库 PolarDB PostgreSQL 版,标准版 2核4GB 50GB
简介: Dify 是一款开源的 Agent 应用开发平台,结合后端即服务与 Agentic 工作流,支持快速构建生产级 AI 应用。无论技术背景如何,用户都能轻松参与 AI 项目与数据管理,开发企业级应用。

前言

Dify 是一款开源的 Agent 应用开发平台,它可以帮助开发者快速创建生产级的 Agentic AI 应用。它将后端即服务(Backend as a Service)与 Agentic 工作流进行了有机结合,支持客户轻松构建并部署生产级Agentic AI解决方案。无论您是否具备深厚的技术背景,Dify 都能让您轻松参与到AI项目的定义以及数据管理活动中,从而快速创建出达到企业级标准的应用程序。


本次我们选择了阿里云数据管理 DMS 来部署 Dify,DMS 在托管 Dify 后,除了具备社区版 Dify 的功能外,还与阿里云生态系统进行了全面的集成,涵盖通义大模型、瑶池向量引擎、RAG 检索服务、NL2SQL 等,以支撑用户落地端到端的生产级智能体应用。


在我们的方案里,DMS Dify 除了具备社区版 Dify 的功能外,还有如下表所示的优势:

优势

说明

无需登录Dify账号

仅需要登录DMS即可使用Dify。

企业级部署方案

基于OSS的多副本高可用部署方案,1小时完成开通。

精选模型

DMS自主研发的优质模型,涵盖大模型与小模型,具备模型融合的ChatBI能力,准确率可达95%。

一站式服务

提供数据库、数据仓库、多模数据的一站式管理开发,并提供开箱即用的Agent模版,涵盖ChatBI,多模态数据检查,企业级Deepresearch等。

体验流畅

在DMS中一站式拉起Dify,并实现数据库资源整合,支持使用NL2SQL、数据库引擎配置、原生瑶池数据库使用的插件等。


Dify on DMS 将大幅简化平台建设 & 管理成本,可至高实现管理成本下降90%,交付效率提升10倍!


前置资源准备

通过模版创建应用前,请确保您拥有以下资源(Dify 部署依赖):

  • 数据库
  • PostgreSQL 数据库
  • Redis 数据库
  • 向量数据库
  • 存储
  • ESSD云盘 / OSS
  • 网络和可用区
  • NAT 网关
  • VPC
  • 可用区和交换机

若无上述资源,可参照准备工作,也可一键购买资源并创建Dify


快速部署 ChatBI

步骤一:安装ChatBI依赖的AliyunDMS插件

  1. 登录数据管理DMS 5.0
  2. 进入工作空间页面。

DMS提供了两种进入工作空间的路径,您可根据需求选择。

  • DMS控制台左上角,选择全部功能 > Data+AI > Dify。

说明若您使用的是非极简模式的控制台,请在顶部菜单栏中,选择Data+AI > Dify。



  • 单击页面左侧的数智工厂 图标,再单击工作空间。

说明:若您使用的是非极简模式的控制台,请在顶部菜单栏中,选择数智工厂 > 工作空间。



  1. 单击目标空间名称。
  2. 在工作空间左侧导航栏选择 > 工作室。
  3. 单击右上方的插件,再单击安装插件。
  4. 选择安装源并安装通义千问和AliyunDMS插件。
  • 请通过Marketplace安装通义千问插件。
  • 请通过DMS插件安装AliyunDMS插件。
  1. 等待插件安装成功。

当插件列表出现AliyunDMS和通义千问插件表示安装成功。



步骤二:给AliyunDMS插件授权

  1. 单击AliyunDMS插件,再单击去授权。
  2. 请根据您需要使用的插件版本,选择是否配置DMS API Key。

说明

  • 如果您仅需要使用基础版的DMS SQL执行器,则无需填写DMS API Key,直接单击保存。
  • 如果您需要使用企业版的插件(例如企业版SQL执行器、企业版NL2SQL算法),则需要填写DMS API Key。DMS API Key由当前登录DMS的阿里云账号的AccessKey ID和AccessKey Secret组成,其填写格式为:
  • 单击保存。

当组件页面出现已授权,表示授权成功。


步骤三:为通义千问模型配置API Key

  1. 在工作室页面,单击账号名称,选择设置。



  1. 在模型供应商页面,单击通义千问模型右侧的设置,为其配置API Key。

请前往阿里云百炼获取API Key

  1. 单击保存。


步骤四:应用ChatBI模板

  1. 在工作室 > 全部页面,单击从应用模板创建。



  1. 在左侧分类导航栏,单击DMS Data+AI。

其中内置了DMS提供的一系列模板。



  1. 将鼠标指针悬停在ChatBI一键体验(集成版)卡片,然后单击该卡片出现的使用该模板。
  2. 在弹出的对话框,单击创建。

当页面出现ChatBI一键体验区块,则表示创建成功。

说明:如果需要使用ChatBI企业版模板,选择ChatBI一键体验(企业版)模板即可完成对应的创建。


步骤五:运行Demo并体验ChatBI Agent

  1. 单击ChatBI一键体验模板。

ChatBI模板内置一套Demo数据集,您可单击右上角的预览,体验ChatBI Agent。

  1. 单击右上角的预览,体验ChatBI Agent。

您可对Agent进行提问,以查询相关数据。



步骤六:配置您自己的ChatBI应用

  1. 单击 ,编辑db_connection_url变量,将其值更换为目标数据库的私网或公网连接地址。



说明:

db_connection_url是工作流中使用的全局环境变量。当变量值为demo_db时,会自动加载插件内置的数据集。

支持的数据库类型及连接地址格式如下:

  • MySQL:mysql+pymysql://:@:/
  • 如果您需要通过公网连接数据库,则需要在数据库的白名单中添加Dify公网出口IP。
  • PostgreSQL:postgresql+psycopg2://:@:/
  • SQL Server:mssql+pymssql://:@:/
  • Oracle:oracle+oracledb://:@:/
  • Clickhouse:clickhouse+native://:@:/
  • MongoDB:mongodb://:@:/"
  • 单击保存。
  • 根据数据库连接方式,在数据库白名单中添加Dify的出口IP或内网IP。

您可运行查询DIFY公网出口IP节点以获得具体IP。



  • 如果您是通过VPC连接数据库,则需要在数据库白名单中添加Dify所在VPC的IPv4网段。
  • IP添加成功后,单击预览,向Agent提问目标数据库中数据的相关信息。


部署私有模型

步骤一:开通AnalyticDB for PostgreSQL实例的AI节点

说明若您已开通ADB.AIMedium.2及以上规格的AI节点,则请跳过该步骤。

若您已开通dify资源未开通模型:

  1. 登录云原生数据仓库AnalyticDB PostgreSQL版控制台,找到目标实例,单击实例ID。
  2. 单击左侧菜单栏的AI节点。
  3. 单击左上方添加AI节点。在弹出的页面中AI节点开关,单击开启。
  4. 在AI节点规格中选择规格,选择AI节点数量,至少选择1个。一个AI节点仅能部署一个模型,您可根据需求选择AI节点数量。
  5. 单击右下方立即购买。

支持部署的模型及对应需要购买的AnalyticDB for PostgreSQL实例的AI节点规格详见:模型部署


步骤二:部署模型

  1. 单击目标工作空间名称。

若未创建工作空间,请参见创建并进入工作空间

  1. 在Dify 空间创建GPU集群。

新建集群时,实例请选择在步骤一创建的AnalyticDB for PostgreSQL实例。



  1. 单击页面左侧的模型中心 图标,再单击模型在线服务
  2. 单击部署服务,配置相关信息。部分参数说明如下:
  • 算法市场模型请选择Qwen/QwQ-32B。
  • 请根据您的需求选择副本数量



  1. 单击部署

当部署的服务状态为健康时,表示部署成功。

  1. 部署成功后,获取模型调用地址模型信息



步骤三:在Dify模型供应商进行配置模型信息

  1. 进入工作空间,在左侧导航栏单击Dify 图标,再选择工作室
  2. 工作室页面,单击右上角的账号名称,选择设置



  1. 模型供应商页面,添加LLM类型的模型,然后填写模型名称服务器URL等相关信息后,单击保存
  • 模型名称:填写步骤二获取的模型信息。
  • 服务器URL:填写步骤二获取的调用地址。格式为:http://172.17.XXX.XXX: XX/V1



  1. 当页面右上方出现模型提示后,表示部署成功。此时您可以在对话框中使用QwQ-32B模型。



总结

数据管理DMS支持托管Dify,您可以在DMS实现Data+AI的深度集成开发。DMS提供了一站式解决方案,覆盖了从Notebook开发、数据处理、模型构建以及大模型应用开发的整个流程。其中,DMS采用Dify平台作为大模型应用开发的承载环境,助力企业智能化落地。

如果您对于产品有更多建议或者对 Dify 云端托管有更多想法可以添加钉钉群(群号:96015019923)进行咨询。如果您需要部署Dify + Qwen3或者单个Qwen3模型,欢迎随时联系我们!

点此申请免费试用:https://page.aliyun.com/form/act1621739703/index.htm

相关实践学习
如何快速连接云数据库RDS MySQL
本场景介绍如何通过阿里云数据管理服务DMS快速连接云数据库RDS MySQL,然后进行数据表的CRUD操作。
相关文章
|
10天前
|
存储 数据可视化 容灾
开发PACS系统的技术难点解析:从数据管理到性能优化
开发PACS系统面临多重技术与合规挑战:海量影像数据的高效存储与分层管理、高并发下的实时调阅性能、DICOM标准的深度兼容、专业级图像处理与Web化可视化、与HIS/RIS/EMR系统的无缝集成、7×24小时高可用与数据安全,以及严格的医疗设备注册与网络安全认证。需融合存储架构、协议解析、临床流程与法规合规,构建稳定可靠的临床级系统,技术壁垒极高。
100 3
|
4月前
|
自然语言处理 数据管理 数据库
告别切屏|阿里云DMS MCP+通义灵码30分钟搞定电商秒杀开发
DMS MCP+通义灵码的梦幻组合,标志着研发流程从“工具堆砌”向“智能闭环”的跃迁。通过统一数据管理、自然语言交互与自动化代码生成,开发者可专注于业务创新,而无需被琐碎的数据库操作所束缚。
告别切屏|阿里云DMS MCP+通义灵码30分钟搞定电商秒杀开发
|
19天前
|
安全 数据管理 关系型数据库
Dify on DMS,快速构建开箱即用的客服对话数据质检服务
本文介绍基于 Dify 与阿里云数据管理服务 DMS 的智能客服对话质检解决方案。该方案通过集成 Dify 的 AI 能力与 DMS 的数据管理能力,实现从数据获取到质检分析的全链路闭环,提升客服质检效率与准确性,助力企业数字化转型。
142 20
|
4月前
|
SQL 自然语言处理 数据库
告别切屏|阿里云DMS MCP+通义灵码30分钟搞定电商秒杀开发
近日,阿里云数据管理DMS发布 开源DMS MCP Server,支持RDS、PolarDB、OLAP、NoSQL等40+主流数据源连接的多云通用数据MCP Server,一站式解决跨源数据安全访问。点击访问开源DMS MCP Server GitHub地址:https://github.com/aliyun/alibabacloud-dms-mcp-server
427 0
|
人工智能 搜索推荐 机器人
在Dify on DMS上搭建专属版Deep Research Agent
Deep Research Agent 不只是为了让你工作快一点那么简单。它更像一场知识工作的革命,彻底把我们从没完没了的“信息搬运”和“大海捞针”中解放出来。想想看,当那些繁琐的、重复性的搜集和整理工作都交给AI后,我们可以把宝贵的时间和脑力,真正用在刀刃上:去提出更一针见血的问题,去构思更有远见的战略,或者干脆去创造一个前所未有的新东西。本文将教你如何在Dify on DMS上,构建企业专属版Deep Research Agent。 
Java 大视界 -- 基于 Java 的大数据分布式存储在视频监控数据管理中的应用优化(170)
本文围绕基于 Java 的大数据分布式存储在视频监控数据管理中的应用展开,分析管理现状与挑战,阐述技术应用,结合案例和代码给出实操方案。
|
6月前
|
人工智能 数据管理 关系型数据库
数据管理DMS支持托管Dify正式开始公测啦!
数据管理DMS支持托管Dify正式开始公测啦!实现Data+AI深度集成开发。提供一站式解决方案,通过DMS使用Dify具备无需登录Dify账号、精选模型、一站式服务等优势,简化开发流程,提升效率。
|
7月前
|
关系型数据库 数据库 对象存储
Dify实践|Dify on DMS+对象存储OSS,实现多副本部署方案
本文介绍了在DMS上部署Dify的详细步骤,用户可选择一键购买资源或基于现有资源部署Dify,需配置RDS PostgreSQL、Redis、AnalyticDB for PostgreSQL等实例,并设置存储路径和资源规格。文中还提供了具体配置参数说明及操作截图,帮助用户顺利完成部署。

热门文章

最新文章

相关产品

  • 数据管理