解决Dify的Ollama插件添加模型时保存成功但模型为空的问题

最近组里安排了点调研Dify任务。我跟着基于Docker+DeepSeek+Dify ：搭建企业级本地私有化知识库超详细教程一步一步走，前面都挺顺利，但在Dify的Ollama中引入大模型这一步卡住了：按照原文，我添加了本地安装的deepseek-r1:1.5b，点击“保存”，提示“保存成功”但模型列表却是空的。

我摸索了半天，改了一通配置终于搞定，其中关键的一步配置在CXXN上看到了一些蛛丝马迹，但CXXN搞的付费订阅非常恶心，我从其他渠道弄明白以后，总结了一下自己做的操作，共享出来。

问题的根因

• Dify默认配置对插件安装过程的​​超时限制较短​​，且依赖下载可能因网络问题失败
• 确保 Ollama 插件有足够时间完成安装，并通过国内镜像源加速依赖下载

解决方法

假定你已经在Windows环境完成了Docker安装、Dify镜像的下载和启动、Ollama的本地安装，要在Dify里的Ollama插件添加大模型：

先把Dify镜像停掉：去dify/docker目录下执行

docker-compose down

可以看到关联的镜像状态都是Removed

编辑dify/docker/docker-compose.yaml，在environment部分增加

PYTHON_ENV_INIT_TIMEOUT: 600 # 延长超时时间（默认值较低可能导致安装超时）

PIP_MIRROR_URL: "https://pypi.tuna.tsinghua.edu.cn/simple" # 替换为国内镜像源加速依赖安装

重启dify

docker-compose up -d

先看下Docker的日志，出现了一些相关的信息：



等到Ollama安装完成时，再回到Dify的Ollama添加大模型，发现之前保存的模型都出现，可以继续下一步了，Good Job！

其他的排查手段和配置更改

在排查过程中，我还做了一些其他配置变更，关系应该不大但是还是记录下，便于后续查阅。

如何判断Docker中运行的Dify能访问本地安装的Ollama？

Windows/Mac是默认支持的，Linux需要一些配置。进入Dify运行中的镜像，执行curl http://host.docker.internal:11434确认。还可以执行curl http://host.docker.internal:11434/api/tags确认ollama已安装的模型。

Ollama是否要手动启动（执行ollama serve）？

Windows确定它在运行即可，如果在运行就不需要再次执行。

是否要降低Ollama版本到0.15.x？

没必要。Ollama的版本号遵循语义化版本规范，看上去比较跳跃：如1.6.0 → 0.15.8 → 1.4.1，某些博文提到添加模型不成功可以通过降低版本到0.15.x来解决。但我在最新的1.6.0通过上文中的配置也解决了这个问题。

Ollama的环境变量是否是必须的？

也许不是必须的，但是在我之前的尝试里已经添加过了：OLLAMA_HOST：0.0.0.0、OLLAMA_ORIGING：*

配置变更后重启Dify服务的方法

配置变更后一般都要重启一下。这步不是在Docker Desktop，而是在Dify目录下，cmd中分别执行：

docker-compose down

docker-compose up -d

Dify配置页面“系统模型设置”提示“系统模型尚未完全配置”是否有影响？

没有任何影响。实际上当你配置好LLM和TEXT EMBEDDING两种模型后，这个提示就会消失。

附：Docker+DeepSeek+Dify安装全流程简述（Win10版）

为了便于查阅和后续的复用，我简单总结了一下整个流程。完整版可以看基于Docker+DeepSeek+Dify ：搭建企业级本地私有化知识库超详细教程

1. 下载安装docker、WSL，确定Docker Desktop启动时右下角出现Engine running
   
   1.1 (可选)迁移docker镜像路径：Settings->Resources->Disk image location
   
   1.2 (可选，国内一般必须)配置国内镜像源：Settings-> Docker Engine
   
   1.3 (可选)拉取镜像，cmd中docker pull hello-world
2. 安装Omalla及DeepSeek等大模型（本地版）
   
   2.1 Ollama官网下载
   
   2.2 安装，(可选，可以通过特殊方法改变安装路径), cmd中ollama -v可以看到版本即表示安装成功
   
   2.3 安装DeepSeek等大模型
   
   2.3.1 在Ollama官网的models中找到对应模型及版本，点击复制按钮获取全名，以deepseek-r1:1.5b为例，cmd输入ollama run deepseek-r1:1.5b开始下载
   
   2.3.2 下载完成即进入对话模式
   
   2.4 (可选)安装ChatBox AI
   
   2.4.1 选择Ollama API即可图形化使用本地的DeepSeek
   
   2.4.2 连接Ollama失败时新增两个环境变量OLLAMA_HOST：0.0.0.0、OLLAMA_ORIGING：*，需重启Ollama
3. 安装Dify
   
   3.1 去Dify的Github，可以git clone也可以下载最新版的zip包直接解压到目标路径
   
   3.2 .env.example复制并重命名为.env
   
   3.3 在Dify目录拉去依赖docker-compose up -d，完成后在docker中确认镜像都在运行中
4. Dify配置
   
   4.1 进入本地Dify：http://127.0.0.1/，创建管理员用户
   
   4.2 右上角头像，设置->模型供应商，添加Ollama插件
   
   4.3 Ollama插件中添加已安装的模型：模型名称为带版本号的全称，URL为http://host.docker.internal:11434。如果添加提示成功但仍然没有模型，参考正文的解决方法。
5. 创建应用，开始使用。