你想在自己那台 Windows 机器上把 Dify 跑起来、让它连本地 Ollama 出活，结果通常卡在三处：WSL 和 Docker 怎么装才不互相打架、Dify 里填哪个模型地址、以及这台机器到底能带动多大的模型。这篇按「先跑通、再调稳、后验证」的顺序给一份可照着走的清单，并把容量判断留到站内测算页去核对。
你想在自己那台 Windows 机器上把 Dify 跑起来、让它连本地 Ollama 出活，结果通常卡在三处：WSL 和 Docker 怎么装才不互相打架、Dify 里填哪个模型地址、以及这台机器到底能带动多大的模型。这篇按「先跑通、再调稳、后验证」的顺序给一份可照着走的清单。
思路很简单：把环境装干净，再把两个服务连上，最后按硬件实际情况定档位，别一上来就追求大参数。中途所有关于容量、价格的数字，都留到站内对应页面按你机器的真实配置核对，套别人的配置是最容易翻车的一步。
装之前先把三件套的顺序理清
三件套指的是 WSL2、Docker Desktop 和 Ollama。推荐顺序是：先开 Windows 的虚拟化相关功能并装好 WSL2，重启确认能进入 Linux 子系统；再装 Docker Desktop 并把它指向 WSL2 后端；最后装 Ollama。装反了最常见的症状是端口被占、或者容器起来几秒又挂。
- 开虚拟化并装 WSL2在系统功能里启用虚拟机平台相关项，重启后装 WSL2 并设成默认版本。验证方式：打开子系统能正常执行命令。
- 装 Docker Desktop 并切后端安装后进入设置，把后端切到 WSL2，确认图标常驻且能正常拉取镜像。验证方式：跑一个最小容器看是否正常退出。
- 最后装 Ollama装在宿主机上，启动后确认本地接口能返回模型列表。验证方式：用命令行或浏览器请求一次接口，看到列表即为正常。
- 先各自单独验证，再谈互通三个组件分别能跑之后再做联调，出问题时才好定位是哪一层。
磁盘和数据目录要提前分开放：镜像、模型权重、Dify 的数据卷各占一块空间，别全塞系统盘。模型权重体积通常不小，系统盘被写满会让容器和模型服务一起出问题，而且这种故障报错很迷惑，不容易第一时间想到是磁盘。
让 Dify 认到 Ollama：地址、模型名、连通性三关
Dify 跑在容器里，Ollama 跑在宿主机上，这是两个不同的网络命名空间。所以你在宿主机浏览器里能打开的那个地址，容器里大概率访问不到。地址要写成容器视角能到达的宿主机地址，这一点是新手最容易忽略的地方。
| 关卡 | 检查什么 | 常见错法 |
|---|---|---|
| 连通性 | 容器内能否请求到 Ollama 的接口 | 直接填宿主机浏览器能打开的地址 |
| 模型名 | 与已下载标签是否逐字一致 | 大小写、分隔符抄错一个字符 |
| 服务状态 | Ollama 是否在运行、端口是否可达 | 只重启了 Dify 没看 Ollama |
先在宿主机上单独确认 Ollama 的本地接口能返回模型列表，再回到 Dify 的模型供应商里选本地推理类配置填地址。模型名要和 Ollama 里拉下来的标签逐字一致，错一个字符就报找不到。
- Ollama 服务是否在运行
- 容器到宿主机的端口是否可达
- 目标模型是否已下载到本地
- 填写的模型名是否与标签逐字一致
按显存和并发定档位，别凭感觉选模型
先用系统工具量出这台机器的可用显存和内存，再决定参数量与量化档位。反过来先选好模型再迁就硬件，基本都会翻车。量化档位本质是显存和质量的交换：档位越低越省显存，长文和推理类任务掉得更明显。
- 参数量
- 模型规模的粗略指标，越大越吃显存
- 量化档位
- 压缩程度，越低越省显存但质量损失越明显
- 并发
- 同时处理的请求数，会显著影响可用上下文和速度
并发要单独算：一个人用和几个人同时用，同一张卡的可用上下文和响应速度差别很大。具体能带多大的模型、多少并发，到站内的部署测算相关页面按你机器实际数值核对，别套别人的配置。
跑通之后怎么确认它是真的可用
界面能出结果不代表链路正确。用同一个提示词分别走 Dify 编排链路和直连 Ollama，对比两次输出是否一致；如果差异很大，多半是中间层的参数或模板配置在起作用，而不是模型本身的问题。
- 对比 Dify 链路与直连 Ollama 的输出差异
- 测首字延迟和稳定输出速度，判断卡顿来源
- 把容器和模型服务设成开机可恢复
- 改动配置前记录一份当前可用状态
首字延迟高但后续输出顺畅，通常是模型加载或调度问题；全程都慢才考虑硬件吃紧。把容器和模型服务设成开机可恢复，能省掉每次重启手动拉一遍的麻烦。改配置前先记录一份当前可用状态，改坏了能退回去。
下一步想按自己这台机器的真实配置核对能带多大的模型和并发，把实际显存、内存数值带到站内测算页面对一遍，比抄别人的配置靠谱。→常见问题
Windows 上非得用 Docker 跑 Dify 吗，能不能直接装？
官方主推的还是容器方式，因为 Dify 依赖的组件比较多，手动拼环境在 Windows 上更容易出依赖问题。用 Docker Desktop 配合 WSL2 是最省事的路径。如果你只是想试用，也可以先装 Docker 再按容器方式起；真要裸装，时间成本通常比排错成本高，不太建议。
Dify 里填了本地地址却连不上，先查什么？
先确认 Ollama 服务本身在跑、能返回模型列表；再确认这个地址是从容器内部能访问到的地址，而不是你在宿主机浏览器里能打开的地址。宿主机和容器是两个网络视角，这是最常见的坑。最后核对模型名是否和本地拉下来的标签完全一致，然后才去看防火墙和端口占用。
这台机器能带动多大的模型，怎么判断？
没有统一答案，取决于你的显存、内存和量化档位。稳妥做法是先量出实际可用显存，再按参数量和量化折算占用，同时把并发留出余量。站内有部署测算相关的页面，输入你的实际硬件数值就能得到对应区间，比照搬别人的机型配置靠谱得多。
