# 为客户自托管 Dify，先看清拖拽的边界

> 4 GiB 内存就能跑起来，但部署能走多远，取决于代码沙箱和许可证。

原文: https://fdetimes.net/zh/tools/self-host-dify-client-sandbox-license/

Dify 自称开源平台，但代码仓库里的 LICENSE 文件附加了一个条件：未经 Dify 书面许可，不得使用其源代码运营多租户环境。

把 Dify 带到客户那里之前，这句话值得仔细读。自托管版可以让你在客户自己的基础设施里，基于客户数据搭建 LLM 应用。这类部署绕不开一个问题：还有谁会共用这套安装？

选定 Dify 之后，有两条边界需要提前心里有数，一条来自沙箱，一条来自许可证。越过沙箱边界，就得自己写代码；越过许可证边界，就需要 Dify 的书面许可，或者换一种架构。

## 在客户现场，Dify 能帮你做什么？

官方仓库 langgenius/dify 将其描述为一个涵盖工作流、RAG、Agent、模型管理和可观测性的平台。根据文档，你可以基于客户自己的数据搭建 Agent、智能体工作流和聊天机器人。Agent 可以调用工具、MCP 服务器，或你自己编写的 API。

对前线部署工程师（FDE）来说，最有价值的一点是每个应用都自带 API。Dify 文档明确写道，Dify 应用可以通过 REST API 嵌入客户的产品。你可以在界面里拖拽搭建工作流，和客户一起快速验证想法，而客户的系统只需调用一个接口。

## 一个下午完成首次安装

README 称 Docker Compose 是启动 Dify 服务最简单的方式，并列出了三种部署选项：Cloud、自托管社区版和企业版。自托管流程很短：克隆一个发布标签，复制 .env 文件，然后运行 docker compose up。软件方面，需要 Docker Compose 2.35.0 或更高版本。

硬件方面，最低要求不高：2 核 CPU、4 GiB 内存。在那些连申请一台虚拟机都要走审批工单的公司，这个配置能让你在和客户第二次开会之前，就在内网跑起一个演示。

需求更高的客户可以选择企业版，它面向 VPC、本地部署和物理隔离网络，提供 Helm chart 和 Terraform 模块。

Dify 称该版本能让数据始终处于客户掌控之中，支持通过 SAML/OIDC 实现 SSO，并能配合本地模型离线运行。这些都是厂商的说法，向客户承诺之前，先在真实环境里测试。

## 代码节点是拖拽的尽头

可视化节点不够用时，工作流提供了代码节点，你可以用 Python 或 JavaScript 编写数据转换、计算和复杂逻辑。从这里开始，你就是在 Dify 里写代码了，而代码节点有几条值得牢记的硬性限制。

代码运行在隔离的沙箱中，无法访问文件系统，也无法执行系统命令。只能导入预装的库，其他导入会在运行时失败。输出同样有上限：每个字符串最多 400,000 个字符，每个数组最多 500 个元素，嵌套最多 3 层。超出任何一项，节点就会失败。

假设有一家保险客户，希望把一份理赔卷宗拆成逐条费用明细，再交给 LLM 核查。一份 120 行的小卷宗在代码节点里运行顺畅；一份 1,200 行的卷宗返回的数组超出 500 个元素的上限，节点会在最大的那份文件上失败，而那往往正是客户最在意的一份。

你有两个选择。第一种是在工作流里分批处理，比如 500、500、200，代价是工作流更复杂。第二种更干净：在客户的基础设施里写一个小服务，自己完成拆分，再让 Agent 把这个服务当作自定义 API 调用。Dify 只负责编排和提示词。

**要点:** 拖拽平台在哪里卡住你，你就从哪里开始写代码。

由此可以得出一条简单的规则：只需要输入变量、输出量小、用现有库就能完成的逻辑，留在代码节点里；凡是需要读文件、执行命令、使用新包或返回大量数据的逻辑，从一开始就放进独立服务，别等到在生产环境里出错。

## 先读许可证，再读文档

Dify 的许可证是附加了额外条件的 Apache 2.0。除了多租户条款，它还禁止移除或修改 Dify 控制台或应用中的 logo 和版权信息。如果不使用 Dify 的前端，这一条就不适用。

回到那家保险客户。如果你把 Dify 装在他们自己的基础设施里，只供他们的员工使用，那就是一个客户、一套安装。如果你的公司是一家服务商，想用一套共享的 Dify 同时服务这家保险公司和另外五个客户，问题就完全不同了。

这种共享安装非常接近许可证所描述的多租户范畴，运营之前需要获得 Dify 的书面许可。风险更低的做法是每个客户单独部署一套。最低配置只要 2 核 CPU、4 GiB 内存，多开几台机器的成本，很可能比一场许可证纠纷低。

如果保险公司希望应用使用自己的品牌，可以通过 REST API 调用应用、自建前端，从而避开 logo 条款。无论走哪条路，都要在架构文档里写清楚部署模式，让客户的法务团队在签约前看到。

## 先学什么，简历上写什么

先从限制学起，而不是拖拽界面。用 Compose 自托管，通过 REST API 调用一个应用，然后故意把代码节点弄崩：让数组超过 500 个元素，或者导入一个没有预装的包。之后，写一个小的自定义 API，让 Agent 去调用它。

当 FDE 岗位描述提到低代码 LLM 平台时，留意它是否同时提到本地部署或物理隔离部署。简历上不要只写“使用过 Dify”。

更具体的写法可以是：“在客户内网用 Docker Compose 自托管 Dify；因代码节点数组上限为 500 个元素，将大型卷宗处理拆到独立服务；为规避多租户条款，采用每个客户单独部署的方案。”前提是这里的每一项你都真的做过。

面试时，按同样的顺序讲这个故事：遇到了哪条限制，怎么发现的，为什么选择写服务而不是分批处理。面试官记住的，会是你为什么离开 Dify，而不是你拖拽有多快。

**本周动手试试:**

- 克隆一个 Dify 发布标签，复制 .env 文件，在一台 2 核 CPU、4 GiB 内存的机器上运行 docker compose up，然后通过 REST API 调用一个应用。
- 写一个返回 600 个元素数组的代码节点，看看节点如何报错，这样在客户现场遇到之前就知道它长什么样。
- 阅读 langgenius/dify 仓库里的 LICENSE 文件，然后写下你打算提出的架构是否属于多租户。

## 信源

- [langgenius/dify (GitHub)](https://github.com/langgenius/dify)

- [Dify Docs – Introduction](https://docs.dify.ai/en/use-dify/getting-started/introduction)

- [Deploy Dify with Docker Compose](https://docs.dify.ai/en/self-host/quick-start/docker-compose)

- [Dify Open Source License (LICENSE)](https://github.com/langgenius/dify/blob/main/LICENSE)

- [Dify Docs – Code node](https://docs.dify.ai/en/use-dify/nodes/code)

- [Dify Enterprise](https://dify.ai/enterprise)
