## 1、整体概述 ### 1.1 Coze的开源字节跳动于2025年7月26日开源其AI智能体开发平台Coze（中文名“扣子”），短短48小时内GitHub星标数突破9000+。最大亮点在于其极致亲民的硬件要求——普通家用电脑（`2核CPU+4GB内存`）即可流畅运行。 **为什么Coze开源是劲爆新闻？** 之前我们在Coze上搭建的智能体只能交付给C端用户，如果交付给B端用户通常都是用Dify、n8n等平台上搭建智能体交付，因为企业用户要求`数据绝对安全`，放在公网上是不能接受的，而Dify恰好是可以私有化部署的。现在Coze也开源了，意味着以后更多了一种选择，这绝对可以说是一个里程碑式的进步。 **为什么选择开源Coze？** - 零成本商用：采用Apache 2.0协议，意味着你可以自由地用于商业用途，并进行二次开发 - 全链路开源：覆盖Agent开发（Studio）、测试/运维（Loop）、部署（SDK） - 硬件平民化：告别动辄16G显存的GPU，普通笔记本即可运行AI工作流 ### 1.2 两大核心组件 **两大核心组件：Coze Studio和Coze Loop。** - 可视化开发工具Coze Studio：提供各类最新大模型和工具、多种开发模式和框架，从开发到部署，为你提供最便捷的 AI Agent 开发环境。github地址：https://github.com/coze-dev/coze-studio - 运维管理工具Coze Loop：用于AI Agent运维和生命周期管理的平台。github地址：https://github.com/coze-dev/coze-loop ### 1.3 Coze本地化部署流程 Coze的本地化部署主要依赖Docker，其核心流程可以概括为以下四个阶段。 | 阶段 | 核心任务 | 关键操作/说明 | | :---------- | :---------------------------------- | :----------------------------------------------------------- | | 1. 环境准备 | 确保系统满足条件
并安装必要软件 | 确认电脑配置（建议双核CPU+4G内存以上），
安装`Docker`和`Git`。 | | 2. 获取代码 | 下载Coze Studio开源
代码到本地 | 通过`git clone`命令或直接从GitHub下载ZIP
压缩包的方式获取源码。 | | 3. 配置模型 | 配置Coze将要使用的
大语言模型 | 这是关键一步，主要有两种选择：**云端API模型**
（如火山方舟）或**本地模型**（如通过Ollama部署）。 | | 4. 启动服务 | 使用Docker编译并
运行所有服务 | 在项目目录下执行Docker命令，完成后通过
浏览器访问 `http://localhost:8888`即可。 | ## 2、Coze Studio的安装和配置

### 2.1 安装Docker(环境准备) **Docker是唯一前置依赖**，用于创建隔离运行环境： #### ① 下载安装包 - Docker官网下载地址：https://www.docker.com/products/docker-desktop/ - 国内用户若下载慢，可使用飞书镜像包：https://ay6exk7fyt.feishu.cn/drive/folder/IccNf2B4JlJOIvd2kWfcpYnRn4l

#### ② 安装设置及启动

安装完成后打开Docker Desktop，确认状态栏显示 **“Running”** ✅

> 个别首次安装的小伙伴会被windows系统提示需要安装`适用于Linux的Windows子系统`。这里选择确认安装。稍等片刻后会完成安装。 #### ③ 配置镜像加速器或docker代理在安装Coze之前，我们要先进行Docker中镜像网站的设置，因为默认的镜像是国外的网址，访问不到或比较慢。需要设置镜像加速器或docker代理。 > 说明：如果大家设置过代理，那么推荐方式2。如果没有，则使用方式1。 ##### 方式1：配置镜像加速器

```bash "registry-mirrors": [ "https://registry.docker-cn.com", "https://s4uv0fem.mirror.aliyuncs.com", "https://docker.1ms.run", "https://registry.dockermirror.com", "https://docker.m.daocloud.io", "https://docker.kubesre.xyz", "https://docker.mirrors.ustc.edu.cn", "https://docker.1panel.live", "https://docker.kejilion.pro", "https://dockercf.jsdelivr.fyi", "https://docker.jsdelivr.fyi", "https://dockertest.jsdelivr.fyi", "https://hub.littlediary.cn", "https://proxy.1panel.live", "https://docker.1panelproxy.com", "https://image.cloudlayer.icu", "https://docker.1panel.top", "https://docker.anye.in", "https://docker-0.unsee.tech", "https://hub.rat.dev", "https://hub3.nat.tf", "https://docker.1ms.run", "https://func.ink", "https://a.ussh.net", "https://docker.hlmirror.com", "https://lispy.org", "https://docker.yomansunter.com", "https://docker.xuanyuan.me", "https://docker.mybacc.com", "https://dytt.online", "https://docker.xiaogenban1993.com", "https://dockerpull.cn", "https://docker.zhai.cm", "https://dockerhub.websoft9.com", "https://dockerpull.pw", "https://docker-mirror.aigc2d.com", "https://docker.sunzishaokao.com", "https://docker.melikeme.cn" ] ``` ##### 方式2：配置docker代理

7890更改为本地监听的代理窗口。到这里，Docker已经安装配置好了。 ### 2.2 安装Coze Studio #### ① 下载Coze安装包 ##### 方式1：Github/Gitee 1. 打开Docker Desktop内置终端（右下角Terminal图标） 2. 执行以下命令： ```bash git clone https://github.com/coze-dev/coze-studio.git ``` **注意：**由于github下载较慢，大家可以将github上coze-studio镜像下载到gitee平台，然后从gitee平台下载。 1）在gitee平台上：

2）复制Github上的coze-studio地址

粘贴到：

3）下载完成以后，复制gitee上的地址：

> 大家可以直接粘贴如下地址： > > git clone https://gitee.com/shkstart/coze-studio.git 粘贴到docker desktop客户端：

> 说明：git是一个从代码仓库拉取代码的工具，大家通过以下网址下载，安装一下即可。安装非常简单，安装以后，就可以使用git命令了。如果你没有安装git，请先安装git：https://git-scm.com/downloads ##### 方式2：解压zip包如果你不想安装git，你也可以直接下载github上coze的zip包，如下图： https://github.com/coze-dev/coze-studio

下载后解压到指令目录即可。 #### ② 安装并配置模型首次部署并启动 Coze Studio 开源版本之前，需要在 Coze Studio 项目中配置模型服务。否则，在创建Agent或工作流时将无法正确选择模型。 1、从模板目录复制doubao-seed-1.6模型的模板文件，并粘贴到配置文件目录中。首先，进入根目录coze-studio下，在地址栏中输入“cmd”并按回车键。

执行命令： ```bash copy backend\conf\model\template\model_template_ark_doubao-seed-1.6.yaml backend\conf\model\ark_doubao-seed-1.6.yaml ``` 2、修改配置文件目录中的模板文件，填入对应的参数 `id`：Coze Studio 中的模型 ID，由开发者自主定义，必须为非零整数，全局唯一。模型上线后请勿修改模型 ID。 `meta.conn_config.api_key`：在线模型服务的 API Key，获取方式见下方获取Key和Model接入点的api_key。 `meta.conn_config.model`：在线模型服务的模型 ID。本例中为 Volcengine Ark doubao-seed-1.6 模型接入点的 Endpoint ID，获取方式见下方获取Key和Model接入点的model。 **配置方案说明：** 模型配置是部署的核心，主要有以下两种方案，根据自己的需求（如网络条件、数据敏感性、成本）进行选择。 | 配置方式 | 优点 | 缺点 | 适用场景 | | :----------------------- | :--------------------------------------------- | :----------------------------------------------------------- | :------------------------------------------------------- | | 云端API模型 (如火山方舟) | 模型能力强，响应速度快，无需消耗本地计算资源。 | 需要API Key（可能产生费用），需要联网，数据需传输到厂商云端。 | 体验Coze全部功能，需要最先进的模型能力，开发测试环境。 | | 纯本地模型 (通过Ollama) | `数据完全私密`，离线可用，API调用`免费`。 | 本地硬件要求较高（尤其需要较好GPU），模型性能可能不及顶级云端模型。 | 对数据安全有严格要求，内网环境，希望完全掌控模型的场景。 | ##### 方案1：配置云端API模型（以火山方舟为例） **1、创建 API Key** 进入火山引擎官网 https://www.volcengine.com ，打开【控制台】。

搜索并进入【火山方舟】

点击【API Key 管理】下的【创建 API Key】，选择【创建】

点击小眼睛即可查看 API Key ，复制备用。

**2、创建Endpoint** 进入【在线推理】页面，选择【自定义推理接入点】，点击【创建推理接入点】

输入接入点名称，建议以模型命名，点击【添加模型】

模型目前支持：豆包、DeepSeek、Kimi、Qwen，这里以豆包 1.6 为例，选择后确定。

或

勾选协议，点击【开通模型并接入】。

补充：如果是模型首次开通需要实名认证，输入个人信息，手机刷脸验证。复制Endpoint。注意：模型名称下方的 ID 就是Endpoint。

**3、配置 Coze 文件** 找到前面的文件：ark_doubao-seed-1.6.yaml，进行编辑 - id 修改为任意 5 位以上纯数字。

- 将前面创建的【API Key】和【Endpoint】填入下图位置内，保存并关闭文件。

##### 方案2：配置纯本地模型（通过Ollama）这种方法可以实现完全离线的私有化部署。 **1、安装Ollama**：首先在本地安装Ollama，它是一个用于在本地运行大模型的工具。 **2、拉取模型**：通过Ollama拉取你想要的模型，例如在命令行中执行 `ollama pull qwen2.5:7b`来下载一个开源模型。 **3、配置Coze**：在Coze项目目录下，找到Ollama的配置文件模板model_template_ollama.yaml，

将其复制并重命名为model_ollama.yaml，保存到 backend/conf/model/ 目录下：

修改其中的 base_url为Ollama的服务地址（通常是 `http://host.docker.internal:11434`），并指定你拉取的 model 名称。

#### ③ 安装并启动Coze 下图中有一个名叫docker的目录，我们要进入到这个项目文件夹中，进行安装。

在coze-studio\docker当前目录下，测试如下： **1、输入docker，点击回车键后，返回下图这样的结果，表明安装是成功的，没有任何问题。**

**2、环境变量配置** 执行如下命令，重命名环境配置文件： ```bash copy .env.example .env #或执行：cp .env.example .env ```

**3、在Docker里启动Coze** 首次启动可能需要5-10分钟（依赖网络速度），运行一下这条命令： ```bash docker compose --profile '*' up -d ```

> 这个命令的含义是： > > - `docker compose`：使用Docker Compose运行服务 > - `--profile '*'`：启用所有profile配置 > - `up`：启动服务（没有就创建容器，有就重启） > - `-d`：detached模式，即在后台运行出现下图表示成功：

**4、安装结束后，查看运行状态** ```bash docker compose ps ``` 打开安装好的docker客户端，正常就可以看到docker启动起来了。

#### ④ 访问Coze Studio界面安装好后，我们打开浏览器，访问http://localhost:8888/来打开 Coze Studio ，可以看到如下界面。

登录进去，即可正常使用了

正常就可以看到docker启动起来了。 > 小遗憾：目前功能较商业版还比较简陋，但未来可期！ ## 3、CozeLoop(扣子罗盘)指南 ### 3.1 介绍

扣子罗盘通过提供全生命周期的管理能力，帮助开发者更高效地开发和运维 AI Agent。无论是提示词工程、AI Agent 评测，还是上线后的监控与调优，扣子罗盘都提供了强大的工具和智能化的支持，极大地简化了 AI Agent 的开发流程，提升了 AI Agent 的运行效果和稳定性。 ### 3.2 部署 #### ① 准备工作安装 CozeLoop 开源版之前，确保您的软硬件环境满足以下要求： **1、Go语言环境：**已安装Go SDK，且版本为1.23.4及以上版本。配置GOPATH，同时将${GOPATH}/bin加入到环境变量PATH中，保证安装的二进制工具可找到并运行。 Go语言官网：https://go.dev/dl/

下载完成后双击打开，运行

按提示一直“Next”即可。安装完成后，确保GO家目录下的bin目录已在环境变量中。

**2、Docker环境**：提前安装Docker、Docker Compose，并启动 Docker 服务 **3、模型**：已开通OpenAI或火山方舟等在线模型服务。 #### ② 下载/克隆仓库这里推荐方式1，不推荐方式2，是因为方式2下载以后，在⑤启动服务时，总报错。比如：

##### 方式1：下载zip文件(推荐) 从github下载coze loop的zip文件到本地，解压即可。 ``` https://github.com/coze-dev/coze-loop ```

我存放到了如下路径：

##### 方式2：克隆仓库 ```bash git clone https://gitee.com/shkstart/coze-loop.git ```

#### ③ 配置模型编辑文件coze-loop-main\release\deployment\docker-compose\conf\model_config.yaml，修改 api_key 和 model 字段。以火山方舟为例： - api_key：火山方舟 API Key。（参考Coze Studio中的同步骤情况） - model：火山方舟模型接入点的 Endpoint ID。（参考Coze Studio中的同步骤情况）

#### ④ 更改端口 1、打开coze-loop-main\release\deployment\docker-compose目录下的.env，将COZE_LOOP_APP_OPENAPI_PORT更改为`8889`或者其它未被占用的端口。

2、打开coze-loop/release/deployment/docker-compose目录下的docker-compose.yml，将${COZE_LOOP_APP_OPENAPI_PORT}的端口更改为`8889`，注意要和.env中COZE_LOOP_APP_OPENAPI_PORT的端口`保持一致`。

#### ⑤ 启动服务在coze-loop-main\release\deployment\docker-compose目录下执行以下命令，使用 Docker Compose 快速部署 Coze Loop 开源版。 ```cmd docker compose -f docker-compose.yml --env-file .env --profile "*" up -d ``` 如果不希望以守护进程（放到后台，命令行窗口不会打印完整日志，且启动成功后窗口退出则进程中断）的形式启动，则可以去掉`-d`，首次推荐不加`-d`，方便查看日志。首次启动推荐命令 ```cmd docker compose -f docker-compose.yml --env-file .env --profile "*" up ``` 首次启动需要拉取镜像、构建本地镜像，可能耗时较久。看到以下日志，则部署完成。

18-第07章：Coze的Windows平台部署