凡心所向，素履以往；生如逆旅，一苇以航

Dify 支持 解析 doc

你可以通过 self-host 方式部署 unstructured API 服务，然后将 Dify 的 UNSTRUCTURED_API_URL 指向该服务，以摆脱依赖外部 API。下面是可行的方案：

📦 1. 拉取官方 Docker 镜像

Unstructured 官方提供了一个名为 unstructured-api 的 repo，支持 Docker 部署 (github.com, github.com)。你可以这样启动：

git clone https://github.com/Unstructured-IO/unstructured-api.git
cd unstructured-api
docker run -d \
  -p 8000:8000 \
  --name unstructured-api \
  unstructured-io/unstructured-api:latest

这样会启动一个服务监听 0.0.0.0:8000，包含 /general/v0/general 这样的 API 路径。

🔗 2. 在 Dify 中配置

在 docker/.env 中启用和设置 unstructured 服务：

COMPOSE_PROFILES=unstructured
ETL_TYPE=Unstructured
UNSTRUCTURED_API_URL=http://unstructured-api:8000/general/v0/general

确保你的 Docker Compose 文件中已经包含了：

profiles:
  unstructured:
    image: unstructured-io/unstructured-api:latest
    ports:
      - "8000:8000"
    ...

Dify 会在启动时自动注入这个 container，并将 URL 用于 ETL 流程中 (github.com, github.com)。

✅ 3. 验证部署是否生效

  1. 上传一个 .docx 或 .pdf 到 Dify UI；
  2. 检查 unstructured-api 容器日志，看有没有处理调用；
  3. 查看 Dify indexed 文档的结果是否包含抽取内容；

参考 Dify issue 【#9000】中提到的步骤进行确保(github.com)。

🧰 可选：从源码部署

如果需要调试或自定义，可以 Clone 源码仓库：

git clone https://github.com/Unstructured-IO/unstructured-api.git
cd unstructured-api
docker build -t local-unstructured-api .
docker run -d -p 8000:8000 local-unstructured-api

这对快速迭代或打补丁是很有效的方式。

⚙️ 总结

步骤内容
1使用 docker run 拉取并启动 unstructured-api 镜像
2设置 Dify 的环境变量 UNSTRUCTURED_API_URL 指向服务
3启动 Dify，并验证文档 ETL 流是否成功

如果你在日志中没看到调用，可能是网络配置（如 Docker 网络不通）或 env 变量未正确加载。可通过访问 http://localhost:8000/health（或其他 health API）进行测试。

如需进一步优化（比如部署到 K8s，或添加 OCR 支持策略、缓存策略），也可以详细展开实现方案。需要帮助随时说！

评论栏