Self-host Dify di VPS Anda sendiri: workflow LLM multi-layanan, RAG, dan gateway model privat

Deploy Dify di server Linux milik Anda sendiri dengan PostgreSQL, Redis/Valkey, dan sandbox terisolasi melalui jaringan privat Zenavo, hubungkan ke LiteLLM, New API, atau SearXNG, serta simpan data basis pengetahuan di mesin Anda.

Artikel ini juga tersedia dalam English, 简体中文, 繁體中文, 日本語, dan Español.

Membangun asisten RAG internal atau workflow LLM multi-langkah biasanya berarti menggabungkan template prompt, pemecahan dokumen, pencarian vektor, pemanggilan tool, dan log eksekusi. Dify mengemas semuanya ke dalam studio workflow visual dan backend API yang bisa di-self-host. Menjalankannya di VPS Anda sendiri menjaga dokumen yang diunggah, embedding, dan log tetap berada di disk Anda tanpa batas kursi workspace cloud.

Panduan ini membahas arsitektur layanan Dify di Zenavo, cara menghubungkannya ke gateway model atau mesin pencari privat melalui .zenavo.internal, serta hal-hal yang perlu dicek saat pertama kali dijalankan. Biaya server dan Zenavo ditagih secara terpisah.

1. Ukuran server dan arsitektur

Dify terdiri dari beberapa layanan yang saling bekerja sama, bukan satu kontainer tunggal. Agar pengindeksan dokumen dan eksekusi workflow berjalan lancar, hubungkan server Linux dengan minimal 4 GB memori (8 GB jika Anda juga menjalankan database vektor khusus di host yang sama).

Di dalam satu proyek Zenavo, setiap layanan dapat mengakses layanan lain melalui jaringan privat proyek tanpa membuka port internal ke internet:

Komponen Peran dalam stack Penyimpanan & catatan penting
postgresql Database relasional utama (dan vector store jika memakai pgvector) Volume persisten di /var/lib/postgresql/data; jadwalkan backup di Backup & Restore
redis / valkey Antrean tugas Celery, cache, dan state rate-limit Pasang volume persisten jika antrean perlu bertahan saat restart
dify-api & dify-worker langgenius/dify-api (MODE=api dan MODE=worker) Berbagi SECRET_KEY, URL database, URL Redis, dan volume /app/api/storage yang sama
dify-web Konsol Next.js langgenius/dify-web Arahkan CONSOLE_API_URL dan APP_API_URL ke domain HTTPS publik Anda
dify-sandbox langgenius/dify-sandbox terisolasi untuk node Code Hanya dapat diakses oleh dify-api / dify-worker lewat .zenavo.internal
nginx (reverse proxy) Meneruskan /console/api, /api, /v1, /files → dify-api:5001 dan / → dify-web:3000 Satu-satunya layanan dengan domain publik di port 80

Lihat galeri Template Zenavo untuk stack AI siap pakai, atau susun layanan-layanan di atas dalam satu proyek pada server Anda.

2. Variabel lingkungan penting

Sebagian besar kendala startup atau login di Dify berasal dari ketidaksinkronan URL atau secret antar layanan:

  1. SECRET_KEY: buat satu string acak yang kuat dan pasang nilai yang persis sama pada dify-api dan dify-worker. Dify menggunakannya untuk mengenkripsi kunci penyedia model di database.
  2. URL publik: setelah mengikat domain kustom (misalnya dify.example.com) di Domain & HTTPS, atur CONSOLE_API_URL, CONSOLE_WEB_URL, SERVICE_API_URL, APP_API_URL, dan APP_WEB_URL ke https://dify.example.com.
  3. Database & Redis privat: arahkan DB_HOST ke postgresql.zenavo.internal dan REDIS_HOST ke redis.zenavo.internal (atau valkey.zenavo.internal). Keduanya tidak memerlukan port publik.
  4. Vector store: memakai VECTOR_STORE=pgvector menyatukan data relasional dan embedding di satu layanan PostgreSQL sehingga mudah dicadangkan lewat Backup & Restore.

Simpan salinan SECRET_KEY: catat SECRET_KEY di pengelola kata sandi Anda (seperti Vaultwarden self-hosted). Mengubahnya nanti akan membuat kredensial model yang tersimpan di PostgreSQL tidak dapat didekripsi.

3. Hubungkan Dify ke gateway model dan mesin pencari privat

Alih-alih memasukkan API key OpenAI atau Anthropic mentah langsung ke Dify, hubungkan Dify ke layanan lain di proyek Zenavo yang sama lewat .zenavo.internal:

  • Gateway model (LiteLLM, New API, atau Magpie): di Settings → Model Provider → OpenAI-API-compatible, isi API Endpoint URL dengan http://litellm.zenavo.internal:4000/v1 (atau alamat internal New API / Magpie) dan gunakan virtual key atau token. Semua trafik model tetap di jaringan privat dengan anggaran dan log terpusat.
  • Pencarian web privat (SearXNG): aktifkan output JSON di SearXNG dan arahkan tool SearXNG bawaan Dify ke http://searxng.zenavo.internal:8080 agar agen bisa mencari web langsung tanpa kuota API berbayar.
  • Otomasi workflow umum (n8n): biarkan Dify menangani chain LLM dan RAG, lalu panggil webhook n8n untuk integrasi SaaS, notifikasi Slack, atau job terjadwal.

4. Inisialisasi admin dan verifikasi worker

  1. Buka https://dify.example.com/install segera setelah layanan berstatus Running untuk membuat akun admin pertama.
  2. Buat aplikasi uji coba dan unggah file Markdown atau PDF kecil ke Knowledge untuk memastikan dify-worker memproses antrean pengindeksan dengan lancar.
  3. Jika dokumen tertahan di status Indexing, buka Zenavo Agent bawaan di sisi kanan konsol untuk memeriksa log dify-worker dan redis, atau debug dari terminal dengan Claude Code dan zenavo-mcp.

FAQ

Mengapa Dify menampilkan halaman kosong atau error 401 / CORS setelah domain dipasang? Pastikan CONSOLE_API_URL dan APP_API_URL pada dify-web dan dify-api memakai https:// tanpa garis miring di akhir, serta reverse proxy meneruskan /console/api dan /api ke port 5001 milik dify-api.

Mengapa dokumen Knowledge yang diunggah terus tertahan di Queuing atau Indexing? Biasanya dify-worker belum berjalan, terhubung ke instance Redis yang berbeda dari dify-api, atau kedua layanan tidak berbagi volume /app/api/storage yang sama.

Kapan memilih Dify vs n8n? Pilih Dify saat fokus utama Anda adalah orkestrasi prompt, basis pengetahuan RAG, perbandingan model, dan publikasi API chat/completion. Pilih n8n untuk 400+ integrasi SaaS, jadwal cron, dan otomasi webhook lintas sistem—atau gabungkan keduanya lewat .zenavo.internal.

Bisakah memigrasikan proyek Dify dari Zeabur ke Zenavo? Bisa. Ekspor template YAML dari Zeabur lalu impor di Zenavo (lihat Migrasi dari Zeabur), pulihkan dump PostgreSQL lewat Backup & Restore (lihat Migrasi PostgreSQL dari Zeabur), dan pertahankan nilai SECRET_KEY yang lama.

Hubungkan server Linux atau jelajahi galeri Template Zenavo untuk menjalankan workflow AI dan basis pengetahuan di infrastruktur milik Anda sendiri.