企业官网建设流程全解析

Dify 1.11.1 在 MacOS-12(Intel) 上用 Docker 部署，最容易卡住的不是容器起不来，而是 7.1 节的模型供应商那一页：TaoToken 走 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 拿 Key，再把 Base URL 换成兼容通道，Workflow 是能正常跑的。原文在 7.1 节让读者去 DeepSeek 开放平台申请 apikey，回到 Dify 装插件、填配置，只要 Key 或者地址差一个字符，后面拖出来的 LLM 节点就一口一个调用失败。

这件事的难点从来不在 Dify 本身，而在于把「浏览器里打开的官网」和「填进 Dify 输入框的接口地址」分成两件事。很多人第一次配的时候，把带参数的落地页地址粘进了 Base URL，保存的时候看着没报错，跑 Workflow 才炸。下面按原文的推进节奏走：先在 MacOS-12(Intel) 上把 1.11.1 的 Docker 环境确认好，再到模型供应商页把 DeepSeek 插件那一栏的鉴权换成兼容通道，最后用一个三节点小工作流验证。

1. 7.1 节填 DeepSeek apikey 的位置，换成 TaoToken 到底行不行

1.1 原文那一步在解决什么问题

原文走到 7.1 节的时候，Dify 本体已经起来了，管理员账号也初始化完了，界面上能看到「设置」和「模型供应商」两个入口。这一节做的事情其实是三件：去模型供应商市场装一个能识别 DeepSeek 协议的插件；拿到一把能调用模型的密钥；把密钥和接口地址填进插件配置里。第三步是分水岭，前两步只是准备工作，真正决定 Workflow 能不能跑到模型的，是第三步那两个输入框。

原路径选择直连 DeepSeek 开放平台，走的是官方域名加官方 Key。这条路的约束在于：密钥来源单一，模型列表跟着平台走，一旦额度或账号状态出问题，Dify 里所有引用这个供应商的节点都会跟着挂。而 Dify 的模型供应商页本身是支持自定义 Base URL 的，也就是说，只要有一路 OpenAI 兼容风格的通道，就能把请求指向别处。

1.2 判断标准很简单：一个 LLM 节点能不能返回文本

判断「改走兼容通道行不行」，不需要看架构图，看结果就够：在 Dify 里拖一个 LLM 节点，挂上刚配好的模型，点运行，看它能不能返回一段正常文本。能返回，说明鉴权和地址都对；返回 401，说密钥没被认出来；返回 404，基本是地址拼错了。

兼容通道的好处是把「用哪个模型」和「用哪家的账号」解耦开。今天工作流里用 A 模型，明天想换 B 模型，只要在模型供应商里再加一条配置，Workflow 里的节点不用重画。代价是你要多记两条规则：Base URL 填接口地址，不带官网那一串参数；模型 ID 一律以模型广场当时列表为准，别凭印象写。

2. MacOS-12(Intel) 上先把 Dify 1.11.1 的 Docker 环境确认好

2.1 容器起来之后先确认页面能打开

Intel 版 Mac 跑 Docker Desktop 没有那么娇气，但 1.11.1 这一版的服务数量比早期版本多，第一次启动会拉不少镜像。常规做法还是进 docker 目录，复制一份 .env，然后拉起来：

git clone https://github.com/langgenius/dify.git cd dify/docker cp .env.example .env docker compose up -d docker compose ps

docker compose ps里如果还有容器在 restarting 或者 exited，先别急着进模型供应商页，浏览器打开http://localhost/install连初始化账号都进不去，后面填什么都没意义。Intel 机器上比较常见的情况是内存给得不够，Docker Desktop 默认 2G 的话，plugin daemon 这类容器容易反复重启，调到 4G 以上会稳一些。

第一次打开http://localhost/install会要求设置管理员邮箱和密码，完成后跳进应用列表页。到这里为止，原文和本篇的操作是完全一样的，分歧从点开右上角「设置」开始。

2.2 进模型供应商页之前，先把两样东西准备好

第一样是接口地址：https://taotoken.net/api。注意末尾不带/v1，也不要带任何?后面的参数，这个地址是填进 Dify 输入框的，不是给人点开的。第二样是一把 API Key，占位符可以记作YOUR_API_KEY，真实值从 TaoToken 的模型广场页面获取。

顺手把第三样也确认了：你打算在工作流里用哪个模型 ID。这个值不能猜，常见错误是照着别处的教程写了个带日期后缀的名字，结果请求发出去被拒。正确做法是打开 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 看一眼当前模型列表，把准确的那串字符复制下来，先记在便签上。

3. DeepSeek 插件装完之后，Base URL 和 Key 分别填什么

3.1 先在 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 创建 Key

原文这一步是「设置下深度求索的 apikey」，动作发生在 DeepSeek 开放平台。改写后的动作同样是一步，只是换了个地方：打开 https://taotoken.net/?utm_source=taotoken_aicg_blog_end，登录之后进控制台，创建一个 API Key，复制出来。Key 通常只在创建时完整显示一次，复制完先粘到本地的临时文本里，别中途切窗口丢掉了。

这里有个容易忽略的细节：创建 Key 的页面是给人看的，浏览器地址栏里带utm_source之类的参数很正常；但待会儿要填进 Dify 的那一栏是接口地址，绝对不能把浏览器里那串带参数的地址复制过去。两串地址长得像，用途完全不同，这一点在本篇里会反复出现。

3.2 插件里的 Base URL 字段，填什么、不填什么

回到 Dify，路径是「设置 → 模型供应商 → 探索模型供应商」，搜 DeepSeek 装上。装完点进该供应商的「添加模型」，会看到若干输入框。按下面这张表对照填，不要凭记忆：

填完先别急着保存三次，Dify 的插件在保存或点「添加」时往往会做一次连通性校验，如果 Key 或地址有问题，页面右上角会飘一条红色提示。看到提示别反复点保存，先把 Base URL 那一栏清空重填一遍，确认没有多余空格和换行——从网页复制地址时，尾部带一个不可见空格是极高频的事故。

3.3 模型 ID 不要凭印象写

模型 ID 这一栏是所有人的共同陷阱。有些教程会给出一个看起来很像真的字符串，你照抄进去，请求发出去返回一个「model not found」，然后开始怀疑 Key 有问题。实际上大部分这类报错都是名字不对。稳妥做法永远是：打开模型广场，找到你要用的那一条，复制它展示的 ID，原样粘进 Dify。列表更新之后以当时看到的为准，不要用过期的缓存值。

如果工作流里计划用多个模型，就在同一个供应商下多添加几条模型配置，每条配置里的模型名不同，Key 和 Base URL 保持一致。这样在 LLM 节点的下拉框里就能切换，不用来回改供应商设置。

4. 用一个最小 Workflow 验证模型调用真的通了

4.1 搭「开始 → LLM → 结束」三节点

验证不要拿复杂流程试。新建一个 Workflow，只放三个节点：开始节点保留一个文本输入变量，LLM 节点选刚配好的模型，提示词写一句最简单的，比如「把用户输入改写成一句话摘要」，结束节点输出 LLM 的文本。连线之后点「运行」，在弹窗里填入一段测试文本。

如果这一步返回了摘要，说明 Dify 的模型供应商配置、Key、Base URL、模型 ID 四项全部对上了。如果报错，把报错原文完整读一遍再动手改，不要盲改配置——错误码已经把方向指得很清楚了，具体见第 5 节。

4.2 再跑一次 Chatflow 网页对话

Workflow 跑通之后，顺手建一个 Chatflow，用同一个供应商配置，在右侧预览窗口里发一句话。Chatflow 和 Workflow 走的是同一套模型供应商设置，两处都通，说明配置是全局生效的，不是某个节点里单独填的参数在起作用。

此时可以打开终端看一眼容器日志，确认请求确实发出去了：

docker compose logs -f --tail=100 api

日志里会看到模型调用的记录。这一步的用处是区分「Dify 层面没发请求」和「请求发出去了但被拒绝」——前者要检查节点有没有真的连上模型，后者才是 Key 或地址的问题。

4.3 回控制台对一下这次调用有没有记上

配置完最容易被跳过的一步是核对。回到 https://taotoken.net/?utm_source=taotoken_aicg_blog_end，在控制台的用量或调用记录里找刚才那几次请求，看时间戳、模型名、消耗量是否对得上。对得上，说明 Dify 里每一次模型调用都确实从这条通道走；对不上，说明工作流里某个节点还挂着一个旧的供应商配置，需要逐个节点检查。

5. 保存失败和调用报错，Dify 里最常见的几类

5.1 401：Key 没粘全、粘错位置或者被空格污染

401 的含义是身份没通过。在 Dify 的模型供应商页看到 401，按顺序排查三件事：Key 是不是完整复制了，有没有漏掉结尾几个字符；是不是把某个别的平台的 Key 粘进来了；输入框里有没有前后空格。第三种最隐蔽，从浏览器复制密钥时经常会带上一个尾部空格，界面看不出来，但请求头里会带上，服务端自然不认。

处理办法很简单：清空输入框，手动选中粘贴的文本，删除首尾再保存一次。如果还是 401，回控制台重新生成一把 Key 再试，排除旧 Key 被吊销的可能。

5.2 404：Base URL 后面多了一段路径

404 在 Dify 里几乎只有一个原因：地址拼错了。常见三种写法都是错的——https://taotoken.net/api/v1、https://taotoken.net/api/、以及把浏览器里那串带utm_source的落地页地址粘进来。正确的写法只有一种：https://taotoken.net/api，末尾不带斜杠，不带/v1，不带查询参数。

有人会问：别的工具不是要带/v1吗？不同工具对 Base URL 的处理方式不一样，有的会自己拼路径，有的要求你写全。在 Dify 这套插件里，按本文给的写法填就对了；保存后如果仍然 404，先把地址栏清空重打一遍，别复制。

5.3 MacOS-12(Intel) 上的容器连通性与资源问题

如果错误既不是 401 也不是 404，而是超时、连接被拒，方向就要从配置转到环境。先在容器里试一下能不能访问到接口域名：

docker compose exec api curl -s -o /dev/null -w "%{http_code}\n" https://taotoken.net/api

返回一个 HTTP 状态码，说明容器到接口这条链路是通的，问题回到配置；如果命令直接卡住或者报域名解析失败，那就是 Docker 自身的网络或 DNS 问题，重启 Docker Desktop、确认容器网络模式，比反复改 Dify 配置有效得多。

Intel 机器还要留意资源。plugin daemon 容器内存吃紧时会杀掉进程，表现是模型供应商页偶发保存失败、过一会儿又好了。把 Docker Desktop 的资源上限调高，再重试一次保存，往往就正常了。

6. 切过来之后，工作流里每一步模型调用都从同一条通道走

6.1 多个节点、多个模型时的注意点

一个成熟的工作流里往往不止一个 LLM 节点：前面一个负责理解意图，中间一个负责生成结构化内容，后面可能还有分类或改写。这些节点如果都挂着同一个供应商配置，那么每次运行消耗的 Token 都从同一条通道走，账目是集中的，排查也集中。

需要留意的是别在节点里写死过时的模型名。Dify 允许在节点级别指定模型，如果某个节点很久没动过，里面可能还留着旧名字。切完供应商之后，把所有 LLM 节点过一遍，确认模型名都在当前列表里，比等它运行时报错再回头找要省事。

6.2 交接下一步

模型供应商配通之后，Dify 的调试节奏会明显顺起来。想先用同一把 Key 在网页里直接试一条消息，确认模型 ID 没写错，可以打开 模型对话；如果工作流要长期跑、调用量偏大，先在 Coding Plan 里看看套餐是否够用；需要再生成一把新 Key 给别的环境用，直接去 控制台 API Keys。

最后提醒一句：Dify 里配的是模型调用通道，它不会替你去连生产库、也不会替你执行任何业务脚本。工作流要处理数据库相关的内容，仍然是由你本地的客户端执行 SQL、把结果或报错贴回对话，模型只负责生成和解释。