~/ / AI記事 / ローカルLLM × VPS / 自分のVPSでDifyとOllamaをつなぐ
Difyは、AIアプリを作るためのプラットフォームで、自分のサーバーで動かすことができます。モデルを動かすのはOllamaです。この記事では、1台のVPSでこの2つをつなぎます。サーバーにどのくらいの大きさが必要か、Difyをどう起動するか、Ollamaプラグインにどんな入力欄があるか、ノートパソコンでは使えたアドレスがDockerの中では失敗することがあるのはなぜか、を順に説明します。ドキュメントに書かれていない部分も示しますので、自分で試すべき箇所が分かります。
この記事の末尾に、アフィリエイト広告(PR)のリンクがあります。
公開: · 約10分で読めます · 事実は2026-10-27時点の公式ドキュメントとリポジトリで確認しました。Difyは変化が速いので、インストールするバージョンのリリースノートも読んでください。
Difyのセルフホスティングガイドには、Dify自体の最小要件が載っています。モデルにはそれとは別にメモリが必要なので、2つの数字を足し合わせて考える必要があります。下の見積もりツールで、モデルに必要な量の目安が分かります。それをDifyの最小要件に足す、という考え方は私たちの目安であり、Difyのドキュメントに書かれていることではありません。
| 項目 | Difyのガイドの記載 |
|---|---|
| CPU | CPU >= 2 Core |
| メモリ | RAM >= 4 GiB |
| Docker Compose | Difyには Docker Compose 2.24.0 以降が必要です。 |
| Git, curl, jq | 下のcloneコマンドでは git、curl、jq を使います。 |
試してみる: Local LLM Memory Estimator
これは見積もりです。ランタイムの計算用バッファは含まれておらず、すべてのレイヤーでKVの形が同じであることを前提にしています。プランを選ぶ前に、実際に動かして測ってください。
モデルのデータは 2026-10-26 に確認しました。
出典: Ollama library · モデルの設定ファイル(config.json) · Ollama FAQ
すべてブラウザの中で動きます。アップロードはされません。
ここに挙げるのは、Difyのセルフホスティングガイドのコマンドです。最初のコマンドは、GitHubから最新のリリースタグを取得するので、作りかけのブランチではなく、リリース版から始めることになります。私たちが確認した時点の最新リリースは 1.18.0(2026-10-23 公開)でした。
| 手順 | コマンド |
|---|---|
| 最新のリリースをcloneする | git clone --branch "$(curl -s https://api.github.com/repos/langgenius/dify/releases/latest | jq -r .tag_name)" https://github.com/langgenius/dify.git |
| Dockerのフォルダに移動する | cd dify/docker |
| 設定ファイルをコピーする | cp .env.example .env |
| エージェントのバックエンド用のトークンを作る | openssl rand -base64 32 |
| Difyを起動する | docker compose up -d |
起動する前に、opensslが出力したトークンを、.env の DIFY_AGENT_LOCAL_SANDBOX_AUTH_TOKEN に書き込んでください。ガイドによると、これがないとエージェントのバックエンドとそのサンドボックスは起動しません。
コンテナが起動したら、まず管理者の初期設定ページを開くようにガイドに書かれています。サーバーでは http://your_server_ip/install、自分のコンピューターでは http://localhost/install です。そこでアカウントを作り、そのあと http://your_server_ip でログインします。
アカウントができる前に、誰がこのページにアクセスできるのかは、ドキュメントに書かれていません。ここからは私たちのおすすめで、ドキュメントの記述ではありません。起動したらすぐにアカウントを作り、Difyをインターネットに公開する前に、サーバーを守る方法についての記事を読んでください。
現在のDifyのドキュメントでは、モデルプロバイダーは Integrations > Model Provider か Marketplace からインストールし、そのあとプロバイダーのカードで Setup をクリックします。メニューの名前はバージョンによって変わるので、お使いのバージョンでプロバイダーの一覧を探してください。Ollamaプラグインの Marketplace のページ(私たちが確認した時点ではバージョン 1.0.3)には、Difyに追加する前に、Ollamaをインストールし、モデルを動かして、ローカルのAPIが動くことを確かめるように書かれています。
次の表は、プラグインの入力欄を、READMEと Marketplace のページからまとめたものです。
| 入力欄 | 入力する内容 |
|---|---|
| Model Name | Ollamaのモデル名です。例: gemma3、qwen3、deepseek-r1、gpt-oss。 |
| Base URL | Ollamaのホストのルートです。ローカルのOllamaなら http://<your-ollama-host>:11434 と入力します。/api は含めないでください。プラグインが /api/chat、/api/generate、/api/embed を自分で付け足します。 |
| API Key | ローカルのOllamaでは省略できます。Ollama cloud でのみ必要です。 |
| Model Type | チャット、ツール呼び出し、ビジョンには Chat を選びます。Marketplace のページには、テキスト埋め込みとリランクも載っています。 |
| Model Context Length | モデルのコンテキストウィンドウに合わせます。 |
| Upper bound for max tokens | Difyが許可する max tokens(num_predict)の最大値です。 |
| Vision support / Function call support | その機能に対応しているモデルの場合にだけ、Yes を選びます。 |
| Attach Dify app_id as request headers | 初期状態ではオフです。オンにすると、DifyがOllamaを呼び出すときに X-Dify-App-Id と X-Dify-Source のヘッダーを付けます。Ollamaはこれらを使いません。 |
どのモデルがビジョンやツール呼び出しに対応しているかは、Ollamaライブラリのモデルでできることについての記事を見てください。
Difyはコンテナの中で動き、Ollamaはサーバー本体で動いています。コンテナの中の localhost は、サーバーではなくそのコンテナ自身です。プラグインのREADMEには、Difyのコンテナから到達できるホストのアドレスを使うように書かれています。例は http://host.docker.internal:11434 や、LANのIPアドレスです。
この名前については、Dockerのドキュメントに説明があります。--add-host オプションには host-gateway という特別な値が使え、ホストの内部IPアドレスに解決されます。その名前には host.docker.internal を使うのが慣例です。また、Docker Desktop ではこの名前が自動的に解決されるとも書かれています。ドキュメントの例は --add-host host.docker.internal=host-gateway です。
| 確認したこと | 結果 |
|---|---|
| Difyの docker-compose.yaml に host.docker.internal の定義はあるか。 | ありません。main ブランチのファイルには、host.docker.internal も extra_hosts の項目も見つかりませんでした。 |
| Docker Composeのリファレンスに extra_hosts の説明はあるか。 | あります。/etc/hosts に入る HOSTNAME=IP の形のホスト名の対応として説明されています。私たちが読んだページには、extra_hosts での host-gateway についての記述はありませんでした。 |
| Ollamaは 127.0.0.1 以外のアドレスで待ち受けるか。 | 初期状態では待ち受けません。OllamaのFAQには、127.0.0.1 のポート 11434 に結びつくこと、環境変数 OLLAMA_HOST で結びつけるアドレスを変えられることが書かれています。 |
ここは私たちの読み方であり、ドキュメントの記述ではありません。Linuxのサーバーでは、ホスト名を自分で追加するか、サーバーのアドレスを使うことになり、Ollamaが待ち受けるアドレスも変える必要があるかもしれません。この組み合わせは試していません。OLLAMA_HOST を変えると、ポート 11434 に他のマシンからも到達できるようになります。Ollama自体にはパスワードがないので、ファイアウォールでこのポートを外部から閉じてください。設定は、Ollamaのインストールについての記事と、Ollamaの前にnginxを置く記事で説明しています。
プラグインの Marketplace のページには、ストリーミング、思考(thinking)、ビジョン、ツール呼び出し、テキスト埋め込みに対応していて、埋め込みベクトルは L2-normalized であると書かれています。埋め込みを使うには、Model Type がテキスト埋め込みの2つ目のモデルを追加し、Ollamaライブラリの埋め込みモデルを指定します。
含まれないものも書かれています。Ollamaにはネイティブのリランクのエンドポイントがないので、リランクモデルにはOpenAI互換のリランクサービスが必要です。Web検索も同梱されていません。別のDifyのツールプラグインか、外部のワークフローが必要です。
ガイドによると、アップグレードの手順はリリースによって異なります。移行先のバージョンのアップグレードガイドに従ってください。それは Dify の Releases ページにあります。アップグレードのあとは、.env.example と自分の .env を比べて、新しい変数や変わった変数がないかを確認します。docker-compose.yaml を変更していた場合は、新しいリリースのファイルに自分の変更をもう一度当ててください。リリースで、必要なサービスが追加されることがあるためです。
プランは、まずメモリ、次にモデルを置くディスク、そのあとCPUの順に見ます。ここでは、国内の6つのVPSを、AIを動かす目で見て、公式ページに書かれていることと、当サイトの見立てを並べました。
同じ運営者のサイト sabakore.com の「AI・LLM向けVPS診断」では、動かしたいモデルと月額の上限から、メモリに載るプランを料金の安い順に並べられます(GPUは使わず、CPUだけで動かす前提の診断です)。
評価のものさし
公式ページで確認した日:
以下の6社の紹介は、アフィリエイト広告(PR)です。リンク先で申し込みがあると、当サイトの運営者に報酬が支払われます。並びは名前順で、報酬額は並びに関係ありません。評価は、各社の公式ページの記載(確認日は下に表示)だけにもとづく当サイトの見立てで、実際に動かして測ったものではありません。プランの内容や料金は変わるので、申し込む前に公式で確認してください。この記事は、これらのサービスでの動作を保証するものではありません。
メモリ○AIツールの入れやすさ○
公式ページに書かれていること
当サイトの見立て
メモリの選択肢が広く、AIツールを入れる仕組みも公式に用意されているので、「まず Dify や n8n を動かして試す」使い方と、大きめのモデルを載せたい使い方のどちらにも向きます。
申し込む前に
最小プランの書き方がページ内で食い違っています(料金表は512MB、FAQは1GB〜)。申し込む前に、いま選べるプランを公式で確認してください。CPUだけで動かしたときの速さは公式に数字がありません。
メモリ△AIツールの入れやすさ○
公式ページに書かれていること
当サイトの見立て
Dify を動かす用途が公式に想定されています。日額の料金から使えるので、「まず試して合わなければやめる」進め方がしやすい一方、メモリは8GBまでなので、載せられるモデルは8B級までが目安です。
申し込む前に
8GBでの Qwen3 8B は、4,096トークンの見積もりで約6.4 GiBです。コンテキストを長くする、同時に使う人を増やすと足りなくなります。GPUプランはこのページに記載がありません。
メモリ○AIツールの入れやすさ○
公式ページに書かれていること
当サイトの見立て
Dify のアプリイメージと「AIツールのホスティング」という用途が公式に書かれています。小さく始めて、必要になったら大きいプランへ、という使い方ができそうです。
申し込む前に
64GBのプランの内容や料金は、このページには載っていません。大きいモデルを載せたいときは、申し込む前に、そのプランが今も選べるかを公式で確認してください。
メモリ○AIツールの入れやすさ×
公式ページに書かれていること
当サイトの見立て
16GB・10コア・1TBまで選べるので、自分でモデルを入れて動かす前提なら、メモリとディスクには余裕があります。AIツールの導入は自分で組み立てることになります。
申し込む前に
AI向けのテンプレートや手順は公式にありません。このサイトの「VPSにOllamaを入れて動かし続ける」の手順で自分で入れることになります。
メモリ○AIツールの入れやすさ×
公式ページに書かれていること
当サイトの見立て
12GBまで選べるので、8B級のモデルを長めのコンテキストで使いたいときの選択肢になります。AIツールは自分で入れる前提です。
申し込む前に
月額に加えてサーチャージ費がかかるので、実際の支払いは料金表より増えます。申し込む前に、合計の目安を公式で確認してください。
メモリ△AIツールの入れやすさ△
公式ページに書かれていること
当サイトの見立て
公式がAI用途の推奨に挙げる16GBには、掲載プランの最大(8GB)が届きません。4B級までの小さなモデルや、Dify だけを動かす使い方なら選べます。
申し込む前に
8GBまでのプランで、AI用途の公式の推奨(16GB〜)を満たすものは、このページにはありません。GPUプランも記載がありません。
同じ運営者のサイト sabakore.com の関連記事(広告ではありません)