零基础新手教程：Windows 系统下用 Docker Desktop 安装 Dify（LLM 应用开发平台）并接入 TaoToken

1. 为什么零基础 Windows 用户需要 Dify TaoToken 这套组合如果你在 Windows 上想搭一个自己的 LLM 应用开发平台Dify 是目前门槛最低的选择之一。它把「接入模型 → 编排提示词 → 发布成网页或 API」这条链路做成了可视化界面你不需要写后端代码也能把一个智能客服或者内容生成工具跑起来。而 Docker Desktop 让 Dify 的部署变成几条命令的事不用手动装 Python、Node、PostgreSQL 那一堆依赖。但很多人卡在最后一步Dify 本身不带模型它需要你填一个模型供应商的 API Key。对零基础用户来说直接去各家模型官网注册、绑卡、找 Base URL每一步都可能劝退。TaoToken 在这里的作用是提供一个统一的模型通道——你拿到一个 API Key 和一个 Base URL就能在 Dify 里接入多种模型不用分别对接。这篇文章面向的就是「Windows 系统下用 Docker Desktop 安装 Dify 并接入 TaoToken」这个完整场景。我会从 WSL 2 的启用开始一路写到你在 Dify 里发出第一条对话并看到回复。中间涉及的 docker compose 配置、环境变量、模型供应商填写参数都会给可复制的内容。你跟着做大概 40 分钟能跑通。适合谁会用 Windows 基本操作、没写过代码、但愿意复制粘贴命令的人。如果你已经装过 Docker可以直接跳到第 3 节。2. 前置准备WSL 2 与 Docker Desktop 的安装和验证Dify 官方推荐用 Docker Compose 部署而 Windows 上跑 Docker 容器最顺的路径是 WSL 2 后端。所以这一节先把地基打好。2.1 检查系统版本和虚拟化按Win R输入winver回车看版本号。Windows 10 需要 22H2内部版本 19045及以上Windows 11 需要 23H222631及以上。家庭版也能用 WSL 2这点比 Hyper-V 友好。然后确认 BIOS/UEFI 里开启了硬件虚拟化。任务管理器 → 性能 → CPU右下角看「虚拟化」是否为「已启用」。如果是「已禁用」重启进 BIOS 打开 Intel VT-x 或 AMD-V。2.2 启用 WSL 2以管理员身份打开 PowerShell依次执行wsl --install wsl --update wsl --versionwsl --install会自动勾选「虚拟机平台」和「适用于 Linux 的 Windows 子系统」两个功能。执行完重启电脑。重启后再跑wsl --version能看到版本号比如 2.1.5就说明 WSL 2 就绪。如果wsl --install报错说功能已启用但没生效手动去「控制面板 → 程序 → 启用或关闭 Windows 功能」勾选「虚拟机平台」和「Windows Subsystem for Linux」确定后重启。2.3 安装 Docker Desktop去 Docker 官网下载 Windows 版安装包双击安装。安装向导里有一个「Use WSL 2 instead of Hyper-V」的选项保持勾选默认就是勾的。装完点击「Close and log out」系统会注销重新登录。重新登录后打开 Docker Desktop出现登录界面时点「Skip login」跳过。左下角看到绿色的「Engine running」就说明 Docker 引擎起来了。验证一下打开 CMDdocker --version docker pull hello-world docker run hello-world能拉取并运行 hello-world说明 Docker 这条链路完全通了。如果docker pull卡住不动是网络问题可以在 Docker Desktop → Settings → Docker Engine 里加镜像加速但这不是本文重点先确保基础命令能跑。3. 用 docker compose 拉起 Dify 并配置 TaoToken 模型通道这一节是核心。Dify 的 docker 目录里已经准备好了 compose 文件我们要做的是克隆代码、复制环境变量、启动容器然后在 Dify 界面里把模型供应商指向 TaoToken。3.1 克隆 Dify 并准备环境变量打开 CMD选一个你放项目的盘比如 D 盘d: git clone https://github.com/langgenius/dify.git cd dify\docker copy .env.example .env如果 git 没装去 git-scm.com 下载安装或者直接在 GitHub 页面点 Code → Download ZIP解压后进dify\docker目录。.env文件是 Dify 的运行时配置默认值对本地开发够用。你不需要改数据库密码这些保持默认即可。唯一建议确认的是端口默认 HTTP 走 80HTTPS 走 443。如果你本机 80 端口被占用比如装了 IIS 或某些软件打开.env找到EXPOSE_NGINX_PORT80改成EXPOSE_NGINX_PORT8080后面访问就用http://localhost:8080。3.2 启动 Dify 容器在dify\docker目录下执行docker compose up -d第一次执行会下载 api、worker、web、db、redis、nginx 等镜像视网络情况可能要几分钟到十几分钟。看到一排Started或Running就成功了。用下面命令确认容器状态docker compose ps正常应该看到 6 到 8 个容器都是Up状态。如果有容器反复重启用docker compose logs api看日志。3.3 在 Dify 里配置 TaoToken 模型供应商浏览器打开http://localhost或你改的 8080首次访问进入初始化页面设置管理员邮箱和密码登录。进入后点右上角头像 → 设置 → 模型供应商。找到「OpenAI-API-compatible」这个通用兼容项点「添加模型」。这里填三个关键参数参数填写内容模型类型LLM模型名称你实际要用的模型 ID比如gpt-4o-mini或claude-3-5-sonnetAPI Key你在 TaoToken 控制台创建的 KeyBase URLhttps://taotoken.net/apiBase URL 这一栏最容易填错。注意它要的是 API 根路径不是官网首页。TaoToken 的 API 地址是https://taotoken.net/api填的时候不要带多余的/v1或结尾斜杠Dify 会自己拼接。API Key 的获取路径登录 TaoToken 控制台在 API Keys 页面创建一个新 Key复制出来。这个 Key 只显示一次建议先存到记事本。填完点保存Dify 会做一次连通性测试。如果模型列表能拉出来说明通道打通了。3.4 可复制的 compose 环境变量片段如果你想把模型配置固化到环境变量里比如团队部署时统一可以在.env里加一段。Dify 支持通过环境变量预设模型供应商格式如下# TaoToken 模型通道配置 OPENAI_API_BASEhttps://taotoken.net/api OPENAI_API_KEYsk-你的TaoToken密钥注意这个.env是 Dify 主服务的环境变量和你在界面上填的模型供应商是两套机制。界面填写更直观环境变量适合批量部署。零基础用户建议先用界面填写跑通后再考虑环境变量。4. 验证请求在 Dify 里发出第一条对话并确认模型可用配置完模型供应商接下来要验证它真的能出结果而不是只显示「已连接」。4.1 创建一个测试应用在 Dify 首页点「创建应用」→ 选「聊天助手」→ 起个名字比如「测试助手」→ 创建。进入应用编排页面右上角模型选择器里应该能看到你刚才添加的模型。选中它。在左侧「提示词」区域保持默认的You are a helpful assistant.就行。然后在右侧预览窗口输入一句话比如「用一句话解释什么是 Docker」。点发送。如果一切正常几秒内你会看到模型返回的文本。这就说明从 Dify → TaoToken → 模型这条链路完全通了。4.2 用 curl 直接验证 TaoToken 通道有时候 Dify 界面报错信息不够具体你可以绕过 Dify直接用 curl 测 TaoToken 的 API 是否可达。打开 CMDcurl https://taotoken.net/api/v1/chat/completions ^ -H Content-Type: application/json ^ -H Authorization: Bearer sk-你的TaoToken密钥 ^ -d {\model\:\gpt-4o-mini\,\messages\:[{\role\:\user\,\content\:\hello\}]}注意 Windows CMD 的换行符是^不是 Linux 的\。如果返回 JSON 里choices数组有内容说明 Key 和 Base URL 都没问题。如果返回 401是 Key 错了返回 404是 Base URL 路径不对。4.3 在 Dify 里查看调用日志Dify 的「日志与标注」页面会记录每次模型调用。如果对话没出结果去这里看错误详情。常见的报错会直接显示 HTTP 状态码和错误消息比界面上的「模型调用失败」有用得多。5. 本篇常见错误排查401、local proxy failed、reading choices 等这一节列出零基础用户最容易撞上的几个报错以及对应的处理方式。5.1 401 Unauthorized这是最常见的。原因就两个API Key 填错或者 Key 前面多了空格。Dify 的 API Key 输入框有时候会把你复制时带的换行符也吃进去。解决方法是重新复制 Key粘贴后在输入框里按 End 键确认末尾没有空格。还有一种情况你在 TaoToken 控制台创建 Key 后没有给这个 Key 分配模型权限。去控制台检查 Key 的权限设置确保它允许调用你要用的模型。5.2 local proxy failed 或 connection refused这个报错通常出现在 Docker 容器内部访问外部 API 时。Dify 的 api 容器需要能访问https://taotoken.net。如果你本机开了某些网络工具容器的流量可能没走对路径。先在容器里测一下网络docker compose exec api curl -I https://taotoken.net/api如果这条命令在容器内失败但在宿主机 CMD 里成功说明是 Docker 的网络配置问题。检查 Docker Desktop → Settings → Resources → Proxies看是否配置了 HTTP 代理。如果你不需要代理把这里清空Apply Restart。5.3 reading choices 报错或返回空这个报错说明请求发出去了但返回的 JSON 结构里没有choices字段。常见原因是 Base URL 填成了https://taotoken.net少了/api或者模型名称填了一个 TaoToken 不支持的 ID。解决Base URL 必须是https://taotoken.net/api模型名称去 TaoToken 的模型列表页面确认。如果你填的是gpt-4但通道只支持gpt-4o就会返回空。5.4 OAuth 相关报错如果你在 Dify 里选的是某些需要 OAuth 授权的供应商比如直接选 OpenAI 而不是 OpenAI-API-compatible会跳出 OAuth 登录流程。但我们的场景是用 TaoToken 的 API Key 模式所以应该选「OpenAI-API-compatible」不要选原生的 OpenAI 供应商。选错了就会一直卡在授权页面。5.5 Docker 容器启动后 Dify 页面打不开先确认容器状态docker compose ps。如果 nginx 容器没起来看docker compose logs nginx。常见原因是 80 端口被占用。改.env里的EXPOSE_NGINX_PORT为 8080然后docker compose down再docker compose up -d。如果所有容器都 Up 但页面白屏等 30 秒再刷新。Dify 的 web 容器首次启动需要初始化数据库迁移会慢一点。6. 把模型通道统一到 TaoToken 后的日常使用建议跑通之后你可能会想加更多模型。在 Dify 的模型供应商页面可以重复添加多个「OpenAI-API-compatible」条目每个填不同的模型 ID但 Base URL 和 API Key 都用 TaoToken 的。这样你在编排应用时可以在不同节点切换模型比如用便宜的模型做意图识别用强的模型做最终回答。如果你要长期跑编码类或 Agent 类任务建议了解一下 TaoToken 的 Coding Plan它在高频调用场景下比按量计费更划算。具体可以看 https://taotoken.net/api-keys 和接入文档 https://taotoken.net/doc。另外Dify 的 docker compose 默认把数据存在 Docker 卷里。如果你想备份用docker compose exec db pg_dump导出 PostgreSQL 数据。升级 Dify 版本时先docker compose downgit pull拉新代码再docker compose up -d数据不会丢。最后一个小技巧Dify 的「模型供应商」配置是存在数据库里的如果你重装了 Dify 但想保留配置备份 db 容器对应的卷就行。不用每次重新填 Key。