Langsung ke konten

Solusi · Platform aplikasi LLM

VPS untuk Dify

Dify adalah platform open-source untuk membangun aplikasi LLM: asisten chat, agen, workflow, dan RAG atas dokumen Anda, dengan penyedia model pilihan Anda di balik API key. Dokumentasinya meminta 2 core CPU dan RAM 4 GiB, dan file Docker Compose resminya menjalankan enam belas container, jadi anggap batas itu benar-benar batas bawah. BD-8 seharga $12.90 per bulan adalah mesin termurah dengan ruang yang memadai; C2-4-80 seharga $37.90 adalah yang termurah yang persis sesuai minimum resmi, di puluhan kota.

Deploy BD-8Bandingkan setiap paket

Yang dibutuhkan

Perangkat lunak dari dokumentasi, ukuran diberi label sesuai sumbernya

Perangkat lunak dan postur keamanannya berasal dari dokumentasi proyek itu sendiri. Jika proyek tidak menerbitkan angka perangkat keras, ukuran yang ditampilkan menyebutkan sumbernya.

Dari README Dify dan docs.dify.ai

  • “CPU >= 2 Core, RAM >= 4 GiB.” Docker Engine 19.03 atau lebih baru dengan Docker Compose 2.24.0 atau lebih baru, di Linux.
  • Instalasi: clone rilis terbaru, lalu cd dify/docker && cp .env.example .env && docker compose up -d. File compose menjalankan tujuh layanan Dify ditambah Postgres, Redis, Weaviate, nginx, dua sandbox, dan dua proxy egress.
  • nginx di dalam stack memublikasikan port 80 dan 443. Akun admin dibuat sekali di http://your-ip/install; setelah itu Anda login di alamat dasarnya.
  • Model berasal dari penyedia yang Anda konfigurasi di Settings: API key untuk model yang di-hosting, atau endpoint self-hosted yang kompatibel dengan OpenAI seperti Ollama. Dify sendiri tidak menjalankan model, jadi tidak perlu GPU.

Ukuran (minimum Dify, lalu versi kami berdasarkan apa yang dijalankan file compose)

Penentuan ukuran berdasarkan beban kerja
Beban kerjavCPURAM
Dify saja (minimum resmi)Enam belas container dalam kondisi idle di sini. Indexing kumpulan dokumen atau build di mesin yang sama akan mendorongnya ke swap.24 GB
Dify + beberapa aplikasi dan basis pengetahuan kecilVersi kami. Postgres, Redis, Weaviate, dan worker masing-masing memakai memori sendiri; di sinilah ia tidak lagi sesak.48 GB
Basis pengetahuan besar, banyak pengguna, workflow sepanjang hariVersi kami. Weaviate bertambah besar seiring vektor; embedding dan indexing berjalan di CPU worker.824 GB

Paket yang cocok

5 mesin, dengan harga terkini

Mesin termurah yang memadai lebih dulu. Harga adalah harga hari ini, per bulan, dibaca dari katalog.

  • BD-8$12.90/bln

    4 vCPU · 8 GB · disk 100 GB · 32 TB

    Termurah dengan ruang untuk seluruh stack. 4 vCPU, 8 GB, 100 GB, dan transfer 32 TB, lebih murah daripada mesin 4 GB di tempat lain. Dua kali batas minimum resmi untuk keduanya.

    Deploy
  • BD-12$17.90/bln

    6 vCPU · 12 GB · disk 200 GB · 32 TB

    6 vCPU / 12 GB / 200 GB untuk pustaka dokumen sungguhan. Disk untuk unggahan dan vektor, memori agar Weaviate bisa berkembang.

    Deploy
  • BD-24$31.90/bln

    8 vCPU · 24 GB · disk 300 GB · 32 TB

    8 vCPU / 24 GB untuk aplikasi satu tim. Beberapa aplikasi, basis pengetahuan besar, agen, dan workflow berjalan bersamaan.

    Deploy
  • C2-4-80$37.90/bln

    2 vCPU · 4 GB · disk 80 GB · 3 TB

    Persis minimum resmi, di puluhan kota. 2 vCPU / 4 GB / 80 GB. Cukup menjalankan stack; jangan sekaligus build atau indexing di sini. Pilih karena kotanya, bukan ukurannya.

    Deploy
  • C4-8-160$75.90/bln

    4 vCPU · 8 GB · disk 160 GB · 3 TB

    4 vCPU / 8 GB / 160 GB, di puluhan kota. Ukuran nyaman jika enam kota pada baris termurah tidak cocok untuk Anda.

    Deploy

Belum ada preset start-up untuk Dify: instalasinya adalah empat langkah di bawah, yang Anda ketik sendiri. Itu perintah dari dokumentasi Dify sendiri, tanpa tambahan.

Instalasi

Empat langkah, dari dokumentasi Dify

Docker, stack compose, halaman admin, lalu model. Lakukan langkah 3 begitu stack aktif: pengunjung pertama ke /install yang membuat admin.

  1. Docker. curl -fsSL https://get.docker.com | sh Dify memerlukan Compose 2.24 atau lebih baru; docker compose version menunjukkan versi Anda.
  2. Clone rilis terbaru dan jalankan. git clone --branch "$(curl -s https://api.github.com/repos/langgenius/dify/releases/latest | jq -r .tag_name)" https://github.com/langgenius/dify.git cd dify/docker && cp .env.example .env && docker compose up -d Enam belas container berjalan; docker compose ps seharusnya menunjukkan semuanya Up atau healthy, dengan init_permissions Exited.
  3. Buat admin sekarang. Buka http://your-ip/install, atur akun admin, lalu login di http://your-ip. Sebelum HTTPS aktif, biarkan port 80 di balik firewall dan akses melalui SSH: ssh -N -L 8080:127.0.0.1:80 root@your-server lalu http://127.0.0.1:8080/install.
  4. Tambahkan penyedia model, lalu domain. Settings, Model Provider: tempel API key penyedia yang di-hosting, atau arahkan penyedia yang kompatibel dengan OpenAI ke Ollama milik Anda. Untuk HTTPS, arahkan record A ke server, salin docker/envs/infrastructure/certbot.env.example tanpa akhiran .example dan isi CERTBOT_DOMAIN serta CERTBOT_EMAIL di dalamnya, lalu jalankan profil certbot dari stack: docker compose --profile certbot up -d.

Terus terang

Yang benar-benar akan kami beli

Batas minimumnya 2 core dan 4 GiB untuk enam belas container. Belilah mesin 8 GB yang harganya lebih murah daripada mesin seukuran batas minimum.

Untuk Dify dan beberapa aplikasi

BD-8 · $12.90/bln

4 vCPU, 8 GB, dan 100 GB seharga $12.90: seluruh stack resmi dengan sisa memori agar Postgres, Redis, dan Weaviate bisa berkembang, disk untuk unggahan, dan CPU untuk indexing tanpa membuat aplikasi tersendat. Modelnya berada di tempat lain, di balik API key, jadi mesin ini tidak pernah memerlukan GPU. Jika Anda membutuhkan kota yang tidak ada di baris termurah, C4-8-160 seharga $75.90 memiliki spesifikasi serupa di puluhan kota.

Deploy BD-8C4-8-160 di puluhan kota

Pertanyaan

Pertanyaan orang sebelum membelinya.

Apa persyaratan sistem Dify?
README dan panduan Docker Compose-nya sama-sama menyebut minimal 2 core CPU dan RAM 4 GiB, dengan Docker Engine 19.03+ dan Docker Compose 2.24.0+. Batas itu hanya untuk platformnya: file compose menjalankan API Dify, layanan websocket, dua worker, aplikasi web, plugin daemon, dan backend agen, ditambah Postgres, Redis, Weaviate, nginx, dua sandbox, dan dua proxy. Petunjuk macOS memberi VM Docker Desktop 2 CPU dan 8 GiB, petunjuk yang cukup jelas tentang ukuran yang nyaman. Mesin 8 GB adalah titik di mana ia tidak lagi sesak.
Apakah Dify memerlukan GPU?
Tidak. Dify adalah lapisan aplikasi: ia memanggil penyedia model mana pun yang Anda konfigurasi, melalui API key atau endpoint yang kompatibel dengan OpenAI. Dokumentasinya mencantumkan puluhan penyedia yang di-hosting dan opsi self-hosted. Jika Anda juga ingin meng-hosting model sendiri, itu mesin terpisah dan pertanyaan terpisah: halaman Ollama menentukan ukuran inferensi CPU per model, dan lini GPU adalah tempat kecepatan interaktif.
Port apa saja yang digunakan?
nginx dari stack memublikasikan port 80 dan 443 di host (EXPOSE_NGINX_PORT dan EXPOSE_NGINX_SSL_PORT di docker/.env). Semua yang lain, Postgres, Redis, Weaviate, sandbox, tetap di jaringan compose. Biarkan port 80 di balik firewall sampai admin dibuat dan HTTPS berfungsi; pengunjung pertama ke /install yang membuat akun admin.
Postgres dan Redis: apakah saya perlu menjalankannya?
Keduanya ada di file compose dan berjalan bersama yang lain: postgres:15-alpine untuk data Dify dan redis:6-alpine untuk antrean dan caching, ditambah Weaviate sebagai vector store default. Anda bisa mengarahkan Dify ke layanan eksternal melalui docker/.env, tetapi di satu mesin, layanan bawaan adalah penyiapan yang lazim. Cadangkan direktori docker/volumes: di situlah database, vektor, dan unggahan.
Berapa disk yang dibutuhkan?
Dokumentasinya tidak memberi angka. Enam belas image berukuran beberapa gigabyte, dan setelah itu disk bertambah seiring dokumen yang diunggah serta vektornya di Weaviate dan Postgres. Setiap baris di halaman ini memiliki 80 GB atau lebih; baris 200 GB dan 300 GB untuk pustaka dokumen sungguhan.
Dify, n8n, atau Flowise?
Dify adalah platform aplikasi LLM: prompt, agen, RAG, dan workflow yang dibangun di sekitar model, dengan antarmuka chat dan API untuk hasilnya. n8n adalah otomatisasi umum yang kebetulan memiliki node AI. Flowise dulunya builder LangChain visual; pengelolanya menghentikan proyek itu pada Agustus 2026, dan halamannya menjelaskan artinya bagi siapa pun yang masih menjalankannya. Ketiganya berjalan di mesin yang sama, dan kami punya halaman untuk masing-masing.

Baca selanjutnya

Terkait