AI アプリケーション開発の現場では、本番環境にデプロイする前にローカル環境で動作を検証することが欠かせません。特に Dify のような LLM アプリケーション開発プラットフォームでは、API の動作確認やワークフローのテストをローカルで行うことで、開発サイクルを大幅に短縮できます。

本記事では、macOS 環境で Dify を Docker Compose を使って最短で起動する手順を、初心者の方にもわかりやすく解説します。実際のコマンド例やトラブルシューティングも含めて、スムーズに環境構築できるようガイドしますね。

Dify とは

Dify の概要

Dify は、LLM（Large Language Model）アプリケーションを開発するためのオープンソースプラットフォームです。ChatGPT や Claude などの AI モデルを活用したアプリケーションを、ノーコード・ローコードで構築できる点が大きな特徴でしょう。

以下の図は、Dify の基本的なアーキテクチャを示しています。

mermaidCopy codeflowchart TB
    user["開発者"]
    dify["Dify プラットフォーム"]
    llm["LLM<br/>(OpenAI/Claude など)"]
    db[("PostgreSQL<br/>データベース")]
    redis[("Redis<br/>キャッシュ")]

    user -->|ブラウザアクセス| dify
    dify -->|API 呼び出し| llm
    dify -->|データ保存| db
    dify -->|セッション管理| redis
    llm -->|応答| dify
    dify -->|結果表示| user

主な機能は以下の通りです。

#	機能	説明
1	ビジュアルワークフローエディタ	ドラッグ&ドロップで AI ワークフローを構築
2	プロンプト管理	バージョン管理可能なプロンプトテンプレート
3	RAG（検索拡張生成）	独自データを活用した回答生成
4	API エンドポイント	作成したアプリを API として公開
5	マルチモデル対応	OpenAI、Claude、Azure OpenAI など複数の LLM に対応

Dify を使うことで、プロンプトエンジニアリングやベクトルデータベースの構築といった複雑な作業を、GUI 上で直感的に行えます。

ローカル環境で検証するメリット

Dify はクラウド版も提供されていますが、ローカル環境での検証には以下のようなメリットがあるんです。

開発効率の向上

ローカル環境では、コードの変更やプロンプトの調整を即座に反映できます。クラウド環境へのデプロイを待つ必要がないため、試行錯誤のサイクルが格段に速くなるでしょう。

コスト削減

開発段階での API 呼び出しやリソース使用料を抑えられます。特に LLM の API は従量課金制のため、テスト段階でのコスト管理は重要ですね。

データプライバシーの保護

機密性の高いデータや顧客情報を扱う場合、ローカル環境であればデータが外部に送信されません。GDPR や個人情報保護法への対応も容易になります。

オフライン開発の実現

インターネット接続が不安定な環境でも開発を継続できます。移動中や出張先でも作業を進められるのは大きな利点でしょう。

カスタマイズの自由度

ソースコードの修正やプラグインの追加など、プラットフォームのカスタマイズを自由に試せます。本番環境に影響を与えることなく実験できるんです。

事前準備

必要な環境

Dify を macOS でローカル起動するには、以下の環境が必要です。

#	項目	最小要件	推奨要件
1	macOS バージョン	macOS 10.15 (Catalina) 以上	macOS 13 (Ventura) 以上
2	CPU	Intel または Apple Silicon	Apple Silicon (M1/M2/M3)
3	メモリ	8GB	16GB 以上
4	ディスク空き容量	10GB	20GB 以上
5	Docker Desktop	4.0 以上	最新版
6	Git	2.0 以上	最新版

メモリは Docker コンテナが複数起動するため、16GB あると快適に動作します。8GB でも起動は可能ですが、他のアプリケーションを閉じることをお勧めしますね。

以下のコマンドで、現在の macOS バージョンを確認できます。

bashCopy code# macOS バージョンの確認
sw_vers

実行結果の例です。

bashCopy codeProductName:		macOS
ProductVersion:		14.0
BuildVersion:		23A344

Docker Desktop for Mac のインストール

Docker Desktop は、Docker コンテナを macOS 上で実行するための公式ツールです。Dify はマイクロサービスアーキテクチャで構成されており、複数のコンテナを Docker Compose で管理します。

Docker Desktop のダウンロード

Docker 公式サイトから、お使いの Mac のチップに合わせたインストーラをダウンロードしてください。

• Intel チップの Mac: Docker Desktop for Mac with Intel chip
• Apple Silicon の Mac: Docker Desktop for Mac with Apple chip

お使いの Mac のチップは、以下のコマンドで確認できます。

bashCopy code# CPU アーキテクチャの確認
uname -m

x86_64 と表示されたら Intel チップ、arm64 と表示されたら Apple Silicon です。

インストール手順

ダウンロードした DMG ファイルを開き、Docker.app を Applications フォルダにドラッグ&ドロップします。

bashCopy code# アプリケーションフォルダから Docker を起動
open /Applications/Docker.app

初回起動時は、Docker Desktop が特権アクセスを要求します。macOS のパスワードを入力して許可してください。

インストール確認

Docker Desktop が起動したら、ターミナルで以下のコマンドを実行して正しくインストールされているか確認しましょう。

bashCopy code# Docker のバージョン確認
docker --version

bashCopy code# Docker Compose のバージョン確認
docker compose version

以下のような出力が表示されれば、インストールは成功です。

bashCopy codeDocker version 24.0.6, build ed223bc
Docker Compose version v2.23.0

Docker Desktop の設定

メニューバーの Docker アイコンから「Preferences」を開き、Resources タブで以下の設定を確認します。

#	設定項目	推奨値	説明
1	CPUs	4	Dify の複数コンテナに割り当てる CPU コア数
2	Memory	8GB	コンテナに割り当てるメモリ容量
3	Swap	2GB	メモリ不足時に使用するスワップ領域
4	Disk image size	60GB	Docker イメージとコンテナデータの保存領域

設定を変更したら「Apply & Restart」をクリックして Docker を再起動してください。

Git のインストール確認

Git は Dify のソースコードをクローンするために必要です。macOS には Xcode Command Line Tools に Git が含まれているため、多くの場合すでにインストールされています。

以下のコマンドで Git がインストールされているか確認しましょう。

bashCopy code# Git のバージョン確認
git --version

Git がインストールされていれば、以下のような出力が表示されます。

bashCopy codegit version 2.39.2 (Apple Git-143)

もし「command not found」というエラーが表示された場合は、以下のコマンドで Xcode Command Line Tools をインストールしてください。

bashCopy code# Xcode Command Line Tools のインストール
xcode-select --install

ダイアログが表示されるので、「インストール」をクリックします。インストールには数分かかる場合がありますので、完了を待ちましょう。

インストール後、再度 git --version を実行して確認してください。

Docker Compose での起動手順

Dify リポジトリのクローン

Dify の公式 GitHub リポジトリから、ソースコードをローカルにクローンします。作業ディレクトリは任意の場所で構いませんが、ここではホームディレクトリ配下に projects フォルダを作成する例を示しますね。

bashCopy code# プロジェクト用ディレクトリの作成
mkdir -p ~/projects
cd ~/projects

次に、Dify のリポジトリをクローンします。

bashCopy code# Dify リポジトリのクローン
git clone https://github.com/langgenius/dify.git

クローンが完了したら、dify ディレクトリに移動しましょう。

bashCopy code# dify ディレクトリへ移動
cd dify

ディレクトリ構造を確認すると、以下のようなファイルやフォルダが含まれています。

bashCopy code# ディレクトリ構造の確認
ls -la

主要なファイルとフォルダは以下の通りです。

#	名前	種類	説明
1	docker	フォルダ	Docker 関連の設定ファイル
2	api	フォルダ	バックエンド API のソースコード
3	web	フォルダ	フロントエンド UI のソースコード
4	docker-compose.yaml	ファイル	Docker Compose の設定ファイル
5	.env.example	ファイル	環境変数のサンプルファイル

docker-compose.yaml の確認

docker-compose.yaml は、Dify を構成する複数のサービス（コンテナ）を定義するファイルです。内容を確認してみましょう。

bashCopy code# docker-compose.yaml の内容確認
cat docker-compose.yaml

このファイルには、以下のサービスが定義されています。

以下の図は、Docker Compose で起動される各サービスの関係性を示しています。

mermaidCopy codeflowchart TB
    subgraph frontend["フロントエンド層"]
        nginx["nginx<br/>(リバースプロキシ)"]
        web["web<br/>(Next.js UI)"]
    end

    subgraph backend["バックエンド層"]
        api["api<br/>(Flask API)"]
        worker["worker<br/>(Celery Worker)"]
    end

    subgraph data["データ層"]
        postgres[("db<br/>(PostgreSQL)")]
        redis[("redis<br/>(Redis)")]
        weaviate[("weaviate<br/>(ベクトル DB)")]
    end

    nginx --> web
    nginx --> api
    api --> postgres
    api --> redis
    api --> weaviate
    worker --> redis
    worker --> postgres

#	サービス名	役割	ポート
1	db	PostgreSQL データベース	5432
2	redis	キャッシュとメッセージキュー	6379
3	weaviate	ベクトルデータベース（RAG 用）	8080
4	api	Flask ベースのバックエンド API	5001
5	worker	Celery ベースの非同期ワーカー	-
6	web	Next.js ベースのフロントエンド	3000
7	nginx	リバースプロキシ	80

通常は、この docker-compose.yaml をそのまま使用できます。ただし、ポート番号を変更したい場合は、後述の設定で調整可能です。

環境変数の設定

Dify の動作には、API キーやデータベース接続情報などの環境変数が必要です。リポジトリには .env.example というサンプルファイルが含まれているので、これをコピーして .env ファイルを作成します。

bashCopy code# .env.example を .env にコピー
cp .env.example .env

.env ファイルを任意のテキストエディタで開いて、必要な設定を行いましょう。

bashCopy code# .env ファイルを編集（例: nano エディタを使用）
nano .env

最低限必要な設定項目は以下の通りです。

必須設定項目

bashCopy code# アプリケーションのシークレットキー（ランダムな文字列を設定）
SECRET_KEY=your-secret-key-here

# データベース設定（デフォルトのままで OK）
DB_USERNAME=postgres
DB_PASSWORD=difyai123456
DB_HOST=db
DB_PORT=5432
DB_DATABASE=dify

# Redis 設定（デフォルトのままで OK）
REDIS_HOST=redis
REDIS_PORT=6379
REDIS_PASSWORD=difyai123456

SECRET_KEY は、セッション管理や暗号化に使用される重要な値です。以下のコマンドでランダムな文字列を生成できます。

bashCopy code# ランダムな SECRET_KEY の生成
openssl rand -base64 32

生成された文字列を SECRET_KEY の値として設定してください。

オプション設定項目

LLM プロバイダーの API キーを設定すると、すぐに AI 機能を利用できます。

bashCopy code# OpenAI API キー（OpenAI を使用する場合）
OPENAI_API_KEY=sk-your-openai-api-key

# Anthropic API キー（Claude を使用する場合）
ANTHROPIC_API_KEY=sk-ant-your-anthropic-api-key

API キーは後から Dify の管理画面でも設定できるため、初回起動時は省略しても構いません。

ファイルの編集が完了したら、保存して閉じましょう（nano の場合は Ctrl + X、Y、Enter）。

コンテナの起動

環境変数の設定が完了したら、Docker Compose でコンテナを起動します。初回起動時は Docker イメージのダウンロードとビルドが行われるため、5〜10 分程度かかる場合がありますね。

bashCopy code# Docker Compose でコンテナを起動（デタッチモード）
docker compose up -d

-d オプションは、コンテナをバックグラウンドで起動するためのオプションです。

起動中は以下のような出力が表示されます。

bashCopy code[+] Running 7/7
 ✔ Container dify-db        Started
 ✔ Container dify-redis     Started
 ✔ Container dify-weaviate  Started
 ✔ Container dify-api       Started
 ✔ Container dify-worker    Started
 ✔ Container dify-web       Started
 ✔ Container dify-nginx     Started

すべてのコンテナが「Started」と表示されれば、起動は成功です。

起動状態の確認

以下のコマンドで、起動中のコンテナの状態を確認できます。

bashCopy code# コンテナの状態確認
docker compose ps

すべてのコンテナの STATE 列が Up になっていれば正常です。

bashCopy codeNAME                IMAGE               STATE
dify-api            dify-api:latest     Up
dify-db             postgres:15-alpine  Up
dify-nginx          nginx:latest        Up
dify-redis          redis:6-alpine      Up
dify-weaviate       semitechnologies/weaviate:latest  Up
dify-web            dify-web:latest     Up
dify-worker         dify-api:latest     Up

もし Exited や Restarting と表示されているコンテナがある場合は、ログを確認して原因を調べる必要があります。

bashCopy code# 特定のコンテナのログを確認（例: api コンテナ）
docker compose logs api

起動確認とアクセス方法

すべてのコンテナが正常に起動したら、ブラウザから Dify にアクセスしてみましょう。

ブラウザを開いて、以下の URL にアクセスしてください。

arduinoCopy codehttp://localhost

または

arduinoCopy codehttp://localhost:80

Dify のセットアップ画面が表示されれば、起動は成功です。

アクセスできない場合の確認ポイント

もし「接続できません」というエラーが表示される場合は、以下を確認してください。

1. すべてのコンテナが起動しているか（docker compose ps で確認）
2. ポート 80 が他のアプリケーションで使用されていないか
3. Docker Desktop が起動しているか

ポート 80 が使用されているか確認するには、以下のコマンドを実行します。

bashCopy code# ポート 80 を使用しているプロセスの確認
lsof -i :80

何も表示されなければ、ポート 80 は空いています。

API の動作確認

API が正常に動作しているか、以下のコマンドで確認できます。

bashCopy code# API のヘルスチェック
curl http://localhost/api/health

{"status": "ok"} というレスポンスが返ってくれば、API は正常に動作しています。

初期設定

管理画面へのアクセス

ブラウザで http:​/​​/​localhost にアクセスすると、Dify の初回セットアップ画面が表示されます。この画面で管理者アカウントを作成しましょう。

セットアップ画面には、以下の入力フィールドがあります。

#	項目	説明	例
1	Email	管理者のメールアドレス	admin@example.com
2	Password	管理者のパスワード（8 文字以上）	SecurePass123!
3	Name	管理者の表示名	Admin User
4	Company	会社名（任意）	My Company

すべての項目を入力したら、「Continue」ボタンをクリックしてください。

初回ログイン設定

アカウント作成が完了すると、自動的にログインされ、ワークスペース作成画面が表示されます。

ワークスペースの作成

ワークスペースは、アプリケーションやデータを管理する単位です。以下の情報を入力しましょう。

bashCopy code# ワークスペース名の例
Workspace Name: Development

ワークスペース名は後から変更できるので、まずは「Development」や「Test」など、わかりやすい名前で構いません。

「Create Workspace」をクリックすると、Dify のダッシュボードが表示されます。

基本設定の確認

ダッシュボードが表示されたら、基本的な設定を確認しておきましょう。

LLM プロバイダーの設定

画面右上のアカウントアイコンをクリックし、「Settings」→「Model Providers」を選択します。

ここで、使用したい LLM プロバイダーの API キーを設定できます。OpenAI を使用する場合の設定例です。

#	項目	値
1	Provider	OpenAI
2	API Key	sk-your-openai-api-key
3	Organization ID	（任意）

API キーを入力したら、「Save」をクリックしてください。

言語設定の変更

Dify のインターフェースは日本語にも対応しています。言語を変更するには、画面右上のアカウントアイコンから「Settings」→「Account」を選択し、「Language」で「日本語」を選択します。

設定を保存すると、インターフェースが日本語表示に切り替わるんです。

データ保存場所の確認

Dify が作成するデータ（アプリケーション設定、会話履歴など）は、PostgreSQL データベースに保存されます。データの保存場所は以下のコマンドで確認できます。

bashCopy code# Docker ボリュームの確認
docker volume ls

dify_postgres_data という名前のボリュームがデータの保存場所です。このボリュームは、コンテナを削除しても保持されるため、データが失われる心配はありません。

動作確認

サンプルアプリの作成

Dify が正常に動作しているか、簡単なチャットボットアプリを作成して確認してみましょう。

ダッシュボードで「Create new app」ボタンをクリックします。

アプリタイプの選択

以下のアプリタイプから選択できます。

#	タイプ	説明	用途
1	Chatbot	対話型チャットボット	カスタマーサポート、FAQ 応答
2	Text Generator	テキスト生成アプリ	文章作成、要約、翻訳
3	Agent	自律的なエージェント	タスク実行、ツール連携

ここでは「Chatbot」を選択して、「Create」をクリックします。

基本設定

アプリ作成画面が表示されたら、以下の項目を設定しましょう。

bashCopy code# アプリ名の設定
App Name: Test Chatbot

bashCopy code# 説明の設定（任意）
Description: ローカル環境での動作確認用チャットボット

プロンプトの設定

「Prompt」セクションで、チャットボットの振る舞いを定義します。以下のような簡単なプロンプトで構いません。

Copy codeあなたは親切なアシスタントです。ユーザーの質問に丁寧に答えてください。

モデルの選択

「Model」セクションで、使用する LLM モデルを選択します。先ほど設定した OpenAI の API キーを使用する場合は、「OpenAI」→「gpt-3.5-turbo」を選択しましょう。

#	設定項目	推奨値	説明
1	Model	gpt-3.5-turbo	コストパフォーマンスに優れたモデル
2	Temperature	0.7	回答の創造性（0-1、低いほど一貫性重視）
3	Max Tokens	1000	1 回の応答の最大トークン数

設定が完了したら、画面右上の「Publish」ボタンをクリックしてアプリを公開します。

テスト実行

公開が完了すると、画面右側にチャットインターフェースが表示されます。試しにメッセージを送信してみましょう。

Copy codeこんにちは。Dify について教えてください。

AI から適切な回答が返ってくれば、アプリは正常に動作しています。

API の動作テスト

作成したアプリは、API としても利用できます。API の動作を確認してみましょう。

API キーの取得

アプリの詳細画面で、「API Access」タブをクリックします。「API Key」セクションに表示されているキーをコピーしてください。

API キーの形式は以下のようになります。

Copy codeapp-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

API リクエストの送信

ターミナルから、以下の curl コマンドで API にリクエストを送信します。

bashCopy code# API エンドポイントへリクエスト送信
curl -X POST http://localhost/v1/chat-messages \
  -H "Authorization: Bearer app-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx" \
  -H "Content-Type: application/json" \
  -d '{
    "inputs": {},
    "query": "こんにちは",
    "response_mode": "blocking",
    "user": "test-user"
  }'

app-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx の部分は、先ほどコピーした実際の API キーに置き換えてください。

レスポンスの確認

リクエストが成功すると、以下のような JSON レスポンスが返ってきます。

jsonCopy code{
  "event": "message",
  "message_id": "xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx",
  "conversation_id": "xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx",
  "mode": "chat",
  "answer": "こんにちは！Difyについてご説明しますね。Difyは...",
  "metadata": {
    "usage": {
      "prompt_tokens": 25,
      "completion_tokens": 150,
      "total_tokens": 175
    }
  }
}

answer フィールドに AI の応答が含まれていれば、API は正常に動作しています。

ストリーミングモードのテスト

response_mode を streaming に変更すると、リアルタイムでレスポンスを受信できます。

bashCopy code# ストリーミングモードでリクエスト
curl -X POST http://localhost/v1/chat-messages \
  -H "Authorization: Bearer app-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx" \
  -H "Content-Type: application/json" \
  -d '{
    "inputs": {},
    "query": "Difyの主な機能を3つ教えてください",
    "response_mode": "streaming",
    "user": "test-user"
  }'

ストリーミングモードでは、Server-Sent Events (SSE) 形式でレスポンスが返されます。

トラブルシューティング

ポート競合エラーの解決

Docker Compose でコンテナを起動する際、「port is already allocated」というエラーが表示されることがあります。これは、Dify が使用しようとしているポートが、すでに他のアプリケーションで使用されている場合に発生するんです。

エラーメッセージの例

bashCopy codeError response from daemon: driver failed programming external connectivity on endpoint dify-nginx:
Bind for 0.0.0.0:80 failed: port is already allocated

このエラーは、ポート 80 が既に使用されていることを示しています。

使用中のポートの確認

どのプロセスがポートを使用しているか確認しましょう。

bashCopy code# ポート 80 を使用しているプロセスの確認
lsof -i :80

以下のような出力が表示されます。

bashCopy codeCOMMAND   PID   USER   FD   TYPE DEVICE SIZE/OFF NODE NAME
nginx     1234  user   6u  IPv4  0x...      0t0  TCP *:http (LISTEN)

この例では、nginx がポート 80 を使用しています。

解決方法 1：競合するプロセスの停止

競合しているプロセスが不要な場合は、停止します。

bashCopy code# プロセス ID を指定して停止（上記の例では PID 1234）
sudo kill 1234

Apache や nginx などの Web サーバーが起動している場合は、以下のコマンドで停止できます。

bashCopy code# Apache の停止（macOS の場合）
sudo apachectl stop

bashCopy code# Homebrew でインストールした nginx の停止
brew services stop nginx

解決方法 2：Dify のポート番号変更

競合するプロセスを停止できない場合は、Dify が使用するポート番号を変更します。

docker-compose.yaml ファイルを開いて、nginx サービスのポート設定を変更しましょう。

yamlCopy code# 変更前
services:
  nginx:
    ports:
      - '80:80'

yamlCopy code# 変更後（ポート 8080 を使用）
services:
  nginx:
    ports:
      - '8080:80'

この変更により、Dify には http:​/​​/​localhost:8080 でアクセスするようになります。

ファイルを保存したら、コンテナを再起動してください。

bashCopy code# コンテナの停止と再起動
docker compose down
docker compose up -d

コンテナ起動エラーの対処

特定のコンテナが起動しない、または繰り返し再起動される場合の対処法です。

エラー診断：ログの確認

まず、問題が発生しているコンテナのログを確認します。

bashCopy code# 全コンテナのログを表示
docker compose logs

特定のコンテナのログのみを表示する場合は、サービス名を指定します。

bashCopy code# api コンテナのログを表示
docker compose logs api

bashCopy code# データベースコンテナのログを表示
docker compose logs db

よくあるエラー 1：データベース接続エラー

vbnetCopy codeError: could not connect to server: Connection refused
Is the server running on host "db" (xxx.xxx.xxx.xxx) and accepting TCP/IP connections on port 5432?

このエラーは、API コンテナがデータベースに接続できない場合に発生します。

原因と解決方法は以下の通りです。

#	原因	解決方法
1	データベースコンテナが起動していない	docker compose ps で db コンテナの状態を確認し、停止していれば docker compose up -d db で起動
2	.env ファイルのデータベース設定が誤っている	DB_HOST が "db"、DB_PORT が "5432" になっているか確認
3	データベースの初期化が完了していない	db コンテナのログで初期化完了メッセージを待つ（30 秒〜1 分程度）

よくあるエラー 2：Redis 接続エラー

vbnetCopy codeError: Error 111 connecting to redis:6379. Connection refused.

Redis への接続に失敗している場合のエラーです。

bashCopy code# Redis コンテナの状態確認
docker compose ps redis

Redis コンテナが起動していない場合は、再起動します。

bashCopy code# Redis コンテナの再起動
docker compose restart redis

よくあるエラー 3：パーミッションエラー

vbnetCopy codeERROR: failed to open stream: Permission denied

Docker のボリュームに対する権限がない場合に発生します。

bashCopy code# Docker Desktop の再起動で解決することが多い
docker compose down
# Docker Desktop を完全に終了して再起動
docker compose up -d

完全なリセット

上記の方法で解決しない場合は、すべてのコンテナとボリュームを削除して再構築します。

bashCopy code# すべてのコンテナとボリュームを削除
docker compose down -v

bashCopy code# イメージの再ビルドと起動
docker compose up -d --build

注意：-v オプションを使用すると、データベースのデータも削除されます。重要なデータがある場合は、事前にバックアップを取ってくださいね。

メモリ不足エラーへの対応

macOS でメモリが不足すると、コンテナが予期せず停止したり、動作が極端に遅くなったりします。

症状の確認

以下のような症状が見られる場合、メモリ不足の可能性があります。

• コンテナが突然停止する（docker compose ps で Exited と表示される）
• API のレスポンスが極端に遅い
• Docker Desktop のダッシュボードでメモリ使用率が 90% 以上

メモリ使用状況の確認

Docker コンテナのメモリ使用状況を確認しましょう。

bashCopy code# コンテナごとのリソース使用状況を表示
docker stats

以下のような出力が表示されます。

bashCopy codeCONTAINER ID   NAME           CPU %     MEM USAGE / LIMIT     MEM %
abc123         dify-api       5.23%     512MiB / 8GiB        6.25%
def456         dify-db        2.15%     256MiB / 8GiB        3.13%
ghi789         dify-weaviate  8.45%     1.5GiB / 8GiB        18.75%

解決方法 1：Docker Desktop のメモリ割り当て増加

Docker Desktop の設定で、割り当てメモリを増やします。

メニューバーの Docker アイコン → Preferences → Resources → Memory で、スライダーを調整してください。

メモリ容量	推奨設定
8GB	6GB を Docker に割り当て
16GB	8-10GB を Docker に割り当て
32GB 以上	12-16GB を Docker に割り当て

設定を変更したら「Apply & Restart」をクリックします。

解決方法 2：不要なコンテナの停止

Dify 以外の Docker コンテナが起動している場合は、停止してメモリを解放しましょう。

bashCopy code# 起動中のすべてのコンテナを表示
docker ps

bashCopy code# 特定のコンテナを停止（コンテナ名または ID を指定）
docker stop container_name

解決方法 3：macOS の他のアプリケーションを閉じる

Docker Desktop は macOS 全体のメモリを使用するため、Chrome や IDE などメモリを大量に消費するアプリケーションを閉じることで改善する場合があります。

Activity Monitor（アクティビティモニタ）を開いて、メモリ使用量の多いアプリケーションを確認してください。

bashCopy code# Activity Monitor の起動
open -a "Activity Monitor"

解決方法 4：Weaviate を無効化

RAG 機能を使用しない場合は、ベクトルデータベースの Weaviate を無効化してメモリを節約できます。

docker-compose.yaml を編集して、weaviate サービスをコメントアウトします。

yamlCopy code# services:
#   weaviate:
#     image: semitechnologies/weaviate:latest
#     ...（以下省略）

ただし、この場合 RAG（検索拡張生成）機能は使用できなくなりますので、ご注意くださいね。

まとめ

本記事では、macOS 環境で Dify を Docker Compose を使ってローカル起動する手順を解説しました。

最後に、要点を振り返っておきましょう。

起動までの主要ステップ

1. Docker Desktop と Git のインストール
2. Dify リポジトリのクローン
3. .env ファイルの作成と環境変数の設定
4. docker compose up -d でコンテナ起動
5. http:​/​​/​localhost にアクセスして初期設定

重要なポイント

• Docker Desktop には最低 8GB、推奨 10GB 以上のメモリを割り当てる
• SECRET_KEY は必ず独自の値に変更する
• LLM の API キーは後から設定可能なので、初回起動時は省略可
• ポート競合が発生した場合は、docker-compose.yaml でポート番号を変更

トラブル発生時の基本対応

• docker compose logs でログを確認
• docker compose ps でコンテナの状態を確認
• 問題が解決しない場合は docker compose down -v で完全リセット

Dify をローカル環境で動かすことで、本番デプロイ前の検証やプロトタイプ開発を効率的に進められます。独自のデータを使った RAG アプリケーションや、複雑なワークフローの構築など、さまざまな実験を気軽に試せるのが魅力ですね。

ぜひローカル環境を活用して、Dify の機能を存分に体験してみてください。

関連リンク

• Dify 公式サイト
• Dify GitHub リポジトリ
• Dify 公式ドキュメント
• Docker Desktop for Mac
• Docker Compose ドキュメント