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：

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。

3. 单击目标空间名称。
   
4. 在工作空间左侧导航栏选择 > 工作室。
   
5. 单击右上方的插件，再单击安装插件。
   
6. 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。
  

7. 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。

2. 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。

3. 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。

2. 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。

3. 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。
   
4. 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。

2. 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。

2. 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。

3. 单击页面左侧的模型中心 图标，再单击模型在线服务。
   
4. 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。

5. 单击部署。
   

当部署的服务状态为健康时，表示部署成功。

6. 部署成功后，获取模型调用地址及模型信息。

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. 在工作室页面，单击右上角的账号名称，选择设置。

3. 在模型供应商页面，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。

4. 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