Naar de inhoud

Oplossingen · LLM-appplatform

Een VPS voor Dify

Dify is het opensourceplatform voor het bouwen van LLM-apps: chatassistenten, agents, workflows en RAG over uw documenten, met de modelprovider van uw keuze achter een API-sleutel. De documentatie vraagt om 2 CPU-cores en 4 GiB RAM, en het officiële Docker Compose-bestand start zestien containers, dus beschouw dat minimum echt als een minimum. BD-8 voor $12.90 per maand is de goedkoopste machine met echte ruimte; C2-4-80 voor $37.90 is de goedkoopste die precies het officiële minimum biedt, in tientallen steden.

Wat het nodig heeft

Software uit de documentatie, groottes met vermelding van de bron

De software en de beveiligingsaanpak komen uit de eigen documentatie van het project. Waar het project geen hardwarecijfers publiceert, staat bij de groottes van wie ze afkomstig zijn.

Uit de Dify-README en docs.dify.ai

  • „CPU >= 2 Core, RAM >= 4 GiB.” Docker Engine 19.03 of later met Docker Compose 2.24.0 of later, op Linux.
  • Installatie: clone de nieuwste release en voer daarna cd dify/docker && cp .env.example .env && docker compose up -d uit. Het compose-bestand start zeven Dify-diensten plus Postgres, Redis, Weaviate, nginx, twee sandboxes en twee egress-proxy's.
  • nginx binnen de stack publiceert de poorten 80 en 443. Het beheerdersaccount wordt eenmalig aangemaakt op http://your-ip/install; daarna logt u in op het kale adres.
  • Modellen komen van een provider die u instelt onder Instellingen: een API-sleutel voor een gehost model, of een zelfgehost, OpenAI-compatibel endpoint zoals Ollama. Dify draait zelf geen model, dus geen GPU.

Groottes (het minimum van Dify, daarna de onze op basis van wat het compose-bestand start)

Groottes per toepassing
WorkloadvCPURAM
Alleen Dify (officieel minimum)Zestien containers draaien hier inactief. Een documentenset indexeren of een build op dezelfde machine duwt hem in swap.24 GB
Dify + een paar apps en een kleine kennisbankVan ons. Postgres, Redis, Weaviate en de workers gebruiken elk hun eigen geheugen; hier wordt het niet meer krap.48 GB
Grote kennisbanken, veel gebruikers, de hele dag workflowsVan ons. Weaviate groeit mee met de vectoren; embedding en indexering draaien op de CPU van de worker.824 GB

De passende pakketten

5 machines, actueel geprijsd

Goedkoopste passende machine eerst. Prijzen zijn die van vandaag, per maand, uit de catalogus.

  • BD-8$12.90/mnd

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

    Goedkoopst met ruimte voor de hele stack. 4 vCPU, 8 GB, 100 GB en 32 TB dataverkeer, voor minder dan de machines met 4 GB elders. Op beide punten twee keer het officiële minimum.

  • BD-12$17.90/mnd

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

    6 vCPU / 12 GB / 200 GB voor een echte documentbibliotheek. Schijfruimte voor uploads en vectoren, geheugen waarin Weaviate kan groeien.

  • BD-24$31.90/mnd

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

    8 vCPU / 24 GB voor de apps van een team. Meerdere apps, grote kennisbanken, agents en workflows tegelijk.

  • C2-4-80$37.90/mnd

    2 vCPU · 4 GB · 80 GB schijf · 3 TB

    Precies het officiële minimum, in tientallen steden. 2 vCPU / 4 GB / 80 GB. Draait de stack; ga er niet ook op builden of indexeren. Kies hem vanwege de stad, niet vanwege de grootte.

  • C4-8-160$75.90/mnd

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

    4 vCPU / 8 GB / 160 GB, in tientallen steden. De comfortabele grootte als de zes steden van de goedkoopste rij u niet passen.

Er is nog geen opstartpreset voor Dify: de installatie bestaat uit de vier stappen hieronder, die u zelf intypt. Het zijn de commando's uit de eigen documentatie van Dify, zonder toevoegingen.

De installatie

Vier stappen, uit de documentatie van Dify

Docker, de compose-stack, de beheerpagina en daarna een model. Voer stap 3 uit zodra de stack draait: de eerste bezoeker van /install maakt de beheerder aan.

  1. Docker. curl -fsSL https://get.docker.com | sh Dify heeft Compose 2.24 of nieuwer nodig; docker compose version toont welke versie u hebt.
  2. Kloon de nieuwste release en start die. 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 Er starten zestien containers; docker compose ps hoort elk ervan als Up of healthy te tonen, met init_permissions op Exited.
  3. Maak nu de beheerder aan. Open http://your-ip/install, stel het beheerdersaccount in en log daarna in op http://your-ip. Houd poort 80 achter de firewall zolang u geen HTTPS hebt en bereik hem via SSH: ssh -N -L 8080:127.0.0.1:80 root@your-server en daarna http://127.0.0.1:8080/install.
  4. Voeg een modelprovider toe, daarna een domein. Settings, Model Provider: plak de API-sleutel van een gehoste provider, of laat een OpenAI-compatibele provider naar uw eigen Ollama wijzen. Voor HTTPS: laat een A-record naar de server wijzen, kopieer docker/envs/infrastructure/certbot.env.example zonder het achtervoegsel .example, zet daarin CERTBOT_DOMAIN en CERTBOT_EMAIL en start dan het certbot-profiel van de stack: docker compose --profile certbot up -d.

Eerlijk gezegd

Wat wij zelf zouden kopen

De ondergrens is 2 cores en 4 GiB voor zestien containers. Neem de machine met 8 GB die minder kost dan de machines op ondergrensformaat.

Voor Dify en een paar apps

BD-8 · $12.90/mnd

4 vCPU, 8 GB en 100 GB voor $12.90: de volledige officiële stack, met geheugen over zodat Postgres, Redis en Weaviate kunnen groeien, schijfruimte voor uploads en CPU voor indexeren zonder dat de apps vastlopen. De modellen draaien elders, achter een API-sleutel, dus deze machine heeft nooit een GPU nodig. Hebt u een stad nodig die de goedkoopste rij niet heeft, dan is C4-8-160 voor $75.90 dezelfde opzet in tientallen steden.

Vragen

Wat mensen vragen voordat ze er een kopen.

Wat zijn de systeemvereisten van Dify?
De README en de Docker Compose-gids noemen allebei minimaal 2 CPU-cores en 4 GiB RAM, met Docker Engine 19.03+ en Docker Compose 2.24.0+. Dat minimum geldt alleen voor het platform: het compose-bestand start de Dify API, een websocketdienst, twee workers, de webapp, de plugin-daemon en de agent-backend, plus Postgres, Redis, Weaviate, nginx, twee sandboxes en twee proxy's. De instructies voor macOS geven de Docker Desktop-VM 2 CPU's en 8 GiB, een goede aanwijzing voor wat comfortabel is. Bij een machine van 8 GB wordt het niet meer krap.
Heeft Dify een GPU nodig?
Nee. Dify is de applicatielaag: het roept de modelprovider aan die u instelt, via een API-sleutel of een OpenAI-compatibel endpoint. De documentatie noemt tientallen gehoste providers en zelfgehoste opties. Wilt u het model ook zelf hosten, dan is dat een aparte machine en een aparte vraag: de Ollama-pagina bepaalt de grootte voor CPU-inferentie per model, en de GPU-lijn is waar interactieve snelheid zit.
Welke poorten gebruikt het?
De nginx van de stack publiceert 80 en 443 op de host (EXPOSE_NGINX_PORT en EXPOSE_NGINX_SSL_PORT in docker/.env). Al het andere, Postgres, Redis, Weaviate, de sandboxes, blijft op het compose-netwerk. Houd 80 achter de firewall totdat het beheerdersaccount bestaat en HTTPS werkt; de eerste bezoeker van /install maakt het beheerdersaccount aan.
Postgres en Redis: moet ik die zelf draaien?
Ze staan in het compose-bestand en starten samen met al het andere: postgres:15-alpine voor de data van Dify en redis:6-alpine voor wachtrijen en caching, plus Weaviate als standaard vectoropslag. Via docker/.env kunt u Dify naar externe diensten laten verwijzen, maar op één machine zijn de meegeleverde diensten de gebruikelijke opzet. Maak een back-up van de map docker/volumes: daarin staan de database, de vectoren en de uploads.
Hoeveel schijfruimte?
De documentatie noemt geen getal. De zestien images zijn samen enkele gigabytes, en daarna groeit de schijf met geüploade documenten en hun vectoren in Weaviate en Postgres. Elke rij op deze pagina heeft 80 GB of meer; de rijen met 200 GB en 300 GB zijn voor een echte documentenbibliotheek.
Dify, n8n of Flowise?
Dify is een platform voor LLM-apps: prompts, agents, RAG en workflows rond modellen, met een chat- en API-laag voor het resultaat. n8n is algemene automatisering die toevallig AI-nodes heeft. Flowise was een visuele LangChain-builder; de beheerders hebben het project in augustus 2026 afgebouwd, en de pagina ervan legt uit wat dat betekent voor wie het nog draait. Alle drie draaien ze op dezelfde machines, en we hebben voor elk een pagina.