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
"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
- 打开Docker Desktop内置终端（右下角Terminal图标）
- 执行以下命令：
# 克隆官方仓库代码gitclone 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：
copy backend\conf\model\template\model_template_ark_doubao-seed-1.6.yaml backend\conf\model\ark_doubao-seed-1.6.yaml2、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：
copy .env.example .env#或执行：cp .env.example .env3、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：
dockercompose--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
dockercomposeps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！
