Windows下Docker部署Coze接入DeepSeek完整指南

先说结论：这套组合能跑通，而且跑通之后非常顺手。我花了一个周末把 Windows 上的 Docker Desktop、扣子 Coze 和 DeepSeek 串了起来，中间踩了不少坑，尤其是新版 Coze 扩展入口和 DeepSeek 请求报错这两个地方，差点劝退。这篇文章把我完整的安装、配置、验证和排错过程写下来，照着走一遍，基本能少走我一半弯路。

如果你只想用云端版 Coze，那这篇文章不适合你；但如果你想在 Windows 本机用 Docker 跑一套自主可控的 Coze 环境，再把 DeepSeek 作为底层大模型接进去，那这篇就是给你准备的。

1. 为什么非要在 Windows 上用 Docker 跑 Coze？

1.1 这套组合解决了什么问题

扣子 Coze 是一个 AI Bot 开发平台，核心价值是把大模型、插件、知识库、工作流这些能力编排到一起。云端版确实方便，但如果你需要本地开发调试、对接私有数据、或者只是想在一个隔离环境里折腾，本地部署就很有必要。

而 DeepSeek 是目前性价比很高的大模型，API 兼容 OpenAI 风格，调用起来很简单。Coze 负责"编排"，DeepSeek 负责"思考"，Docker 负责"装下这一切"。三者各司其职，组合起来就是一个完整的本地 AI 应用开发底座。

先说清楚整体的架构：Windows 宿主机上装 Docker Desktop，用它跑 Coze 容器，Coze 容器通过 API 调用 DeepSeek。整个过程里，Docker Desktop 是底座，Coze 是运行在容器里的核心应用，DeepSeek 是外部模型服务。这个架构的好处是 Coze 环境跟 Windows 系统隔离，升级、备份、迁移都干净利落。

1.2 适用人群与前置条件

我默认你具备这些基础：知道 Docker 是什么、会敲命令行、看得懂基本的 YAML 配置。如果你完全没接触过容器，建议先把 Docker 的镜像、容器、端口映射这些概念弄明白再动手。

硬件上，Coze 本身不吃太多资源，但 DeepSeek 是走 API 调用的，所以对本地硬件没有强制要求。唯一需要注意的是磁盘空间，Docker 镜像和容器日志加起来大概要占 10GB 到 15GB，最好提前清理一下磁盘。

操作系统方面，Windows 10 64 位专业版或 Windows 11 都行，但关键是必须开启虚拟化。怎么确认？打开任务管理器，在"性能"标签里看 CPU 那栏，如果"虚拟化"显示"已启用"就说明没问题。如果没启用，需要进 BIOS 把 Intel VT-x 或 AMD-V 打开，这一步不做，后边 Docker 怎么都起不来。

2. Windows 下 Docker Desktop 的安装与归置

2.1 下载装机与装到非 C 盘的操作

Docker Desktop 官方安装包直接去官网下载即可。但这里有一个 Windows 用户特别头疼的问题：安装包默认把 Docker Desktop 装到 C 盘，对系统盘空间紧张的人极不友好。

装到其他盘其实有技巧。Docker Desktop 的安装程序（Docker Desktop Installer.exe）支持命令行参数，用管理员权限打开终端，在安装包所在目录执行：

start /wait "Docker Desktop Installer.exe" install --installation-dir="D:\Docker"

注意--installation-dir指定的是程序安装目录，但 WSL2 的发行版（docker-desktop 和 docker-desktop-data）默认还是存到系统盘的%LOCALAPPDATA%下。要彻底挪走，还需要在安装完成后，用wsl --export把这两个发行版导出、注销、再导入到 D 盘：

wsl --shutdown wsl --export docker-desktop D:\WSL\docker-desktop.tar wsl --export docker-desktop-data D:\WSL\docker-desktop-data.tar wsl --unregister docker-desktop wsl --unregister docker-desktop-data wsl --import docker-desktop D:\WSL\docker-desktop D:\WSL\docker-desktop.tar wsl --import docker-desktop-data D:\WSL\docker-desktop-data D:\WSL\docker-desktop-data.tar

我实测这个方案是有效的，重启 Docker Desktop 后，点开设置里的 Resources 看磁盘占用，WSL 的数据已经迁移到了 D 盘。唯一的坑是第一次导入后，如果 Docker Desktop 起不来，去 Windows 服务里把 "LxssManager" 或 "WSL Service" 重启一下就好。

2.2 必须提前做好的基础配置

装好之后，先别急着拉镜像，把下面三件事做完再动手。

第一，设置 WSL2 内核。Docker Desktop 的新版本默认使用 WSL2 后端，这是 Windows 上跑 Linux 容器的最优解。如果之前装过旧版本或用过 Hyper-V，建议在设置里确认一下是否切到了 WSL2 后端。

第二，配置镜像加速。国内环境拉 Docker Hub 的镜像经常超时，建议在 Docker Desktop 的 Settings -> Docker Engine 里，把 registry-mirrors 加上：

{ "registry-mirrors": [ "https://docker.m.daocloud.io" ] }

改完点 Apply & Restart。这一步我在实操中遇到的概率几乎是 100%，不配置的话，后边拉 Coze 镜像大概率会卡死。

第三，分配合理的内存。默认 2GB 不够用，我给 Docker 分配了 6GB。设置路径是 Settings -> Resources -> Advanced，把 Memory 从 2GB 调到 6GB 左右，Swap 保持默认。这一步决定了 Coze 容器跑多个服务时会不会被 OOM 杀掉。

3. 扣子 Coze 的拉取与启动

3.1 镜像选择与端口规划

这里需要区分一下，如果你的 Coze 是社区版或开源定制版，通常项目仓库会提供 Dockerfile 或 docker-compose.yml；如果拉的是预构建镜像，先docker search确认一下镜像名和 tag。

我当时拉的是 Coze 社区镜像，执行：

docker pull your-registry/coze-studio:latest

拉下来之后，端口规划要提前想好。Coze 的控制台、API 服务、插件服务往往不止一个端口，我用的映射是：

• 8000：Coze 主控制台，浏览器访问入口
• 8001：Coze API 服务端口
• 8002：插件扩展服务端口

端口冲突是很常见的问题，尤其 8000 这个口经常被其他本地服务占用。启动前先检查：

netstat -ano | findstr :8000

如果有进程占用，要么换宿主端口，要么停掉占用进程。建议直接换个宿主端口，比如18000:8000，避免影响其他服务。

3.2 启动命令详解与数据持久化

我用的是 docker run 一次性启动，命令如下：

docker run -d \ --name coze \ --restart=always \ -p 18000:8000 \ -p 18001:8001 \ -p 18002:8002 \ -v D:\coze-data:/app/data \ -v D:\coze-logs:/app/logs \ -e "ENV=production" \ your-registry/coze-studio:latest

逐个解释一下每个参数的实际作用。

-d是后台运行，--restart=always让容器在 Docker 启动时自动拉起，这样 Windows 重启后不用手动开容器。-p做了三组端口映射，宿主端口和容器端口可以不一样。-v做数据持久化，把容器里的/app/data和/app/logs挂载到 D 盘目录，这样容器重装、升级镜像时数据不会丢。这一点极其重要，我有一次没做数据挂载，容器删掉重来，所有配置和 Bot 数据全部蒸发，血泪教训。

启动之后，用docker logs -f coze看日志，看到类似Application startup complete或者Uvicorn running on http://0.0.0.0:8000的信息，基本就说明服务起来了。浏览器访问http://localhost:18000，如果能看到 Coze 的控制台页面，说明容器侧正常。

3.3 用 docker-compose 管理的另一种方式

如果你的 Coze 项目本身带 docker-compose.yml，我更推荐用 compose 方式，因为 Coze 这种多服务应用，compose 可以把数据库、缓存、应用服务一次性编排起来。比如项目里提供了docker-compose.yml，直接在你拉下来的项目目录执行：

docker compose up -d

compose 文件里通常会有几个关键服务：

• coze-app：主应用
• postgres：元数据存储
• redis：缓存和会话状态

把这三个服务都跑起来之后，执行docker compose ps看到三个容器状态都是 Up，说明环境已经就绪。compose 的好处是端口、卷、环境变量都写在文件里，换机器部署直接拷贝项目目录再执行一次即可，可迁移性好不少。

4. 把 DeepSeek 大模型配置进 Coze

4.1 获取 DeepSeek API Key

Coze 本身不带大模型能力，它需要对接外部模型服务。DeepSeek 的接入方式并不复杂，核心是三个参数：API Key、API Base URL、模型名称。

先到 DeepSeek 开放平台（平台域名注册后可进入控制台）注册账号，然后在"API Keys"页面创建一个新的 Key。创建之后这个 Key 只显示一次，务必立刻复制保存，丢了只能重建。我给 Key 起了个名字叫coze-local，方便区分用途。

DeepSeek 的 API 兼容 OpenAI 格式，所以基地址是https://api.deepseek.com（也可以按官方文档用 v1 路径，视当前版本而异），模型名通常是deepseek-chat和deepseek-reasoner两个。我日常对话用deepseek-chat，复杂推理任务切到deepseek-reasoner，后者的推理链更细致，但响应时间也明显变长。

4.2 在 Coze 管理后台完成模型 Provider 配置

登录 Coze 控制台之后，找到模型配置或供应商（Provider）设置页面。新版 Coze 的模型配置入口变化比较大，如果你找不到，重点找"模型广场""资源库"或者"设置 -> 模型供应商"这几个入口之一。

在配置页面里，新建一个 Provider，类型选择 OpenAI Compatible，然后填入以下内容：

provider_name: deepseek base_url: https://api.deepseek.com api_key: sk-xxxxxxxxxxxxxxxxxxxx model_list: - deepseek-chat - deepseek-reasoner

如果页面支持直接测试，填完之后立即点击测试按钮。如果弹窗提示Request Extension Preparation Failed或Connection error，先别急着怀疑配置写错，90% 的情况是网络层面到 API 的连通性有问题。判断方法很简单：在宿主机上直接curl https://api.deepseek.com，能通就说明是本机到 API 没问题；如果宿主机通而容器内不通，就要去看容器网络和 DNS 设置了。

4.3 环境变量方式的额外补充

有一些模块支持直接用环境变量注入模型配置，在 docker run 里追加这些参数也行：

-e "DEEPSEEK_API_KEY=sk-xxxxxxxx" \ -e "DEEPSEEK_BASE_URL=https://api.deepseek.com" \ -e "DEEPSEEK_MODEL=deepseek-chat"

这里的逻辑是：Coze 应用启动时读取环境变量来初始化模型客户端。如果你改的是页面配置但没生效，很可能是程序启动时优先读环境变量，页面配置只在运行时热加载。两种方式生效机制不同，我建议以环境变量为主配置，页面配置为辅，这样重启容器也能保持一致。

4.4 如何判断 DeepSeek 配置真的生效

配置完之后，不要急着建复杂的 Bot，先在 Coze 的对话测试窗口里发一句简单的"你好"。如果正常返回一句话，说明配置链路已经通了。

我习惯再测试一次deepseek-reasoner，让它回答一个需要推理的问题，比如"9.11 和 9.9 哪个大"这种经典题。reasoner 模型会输出完整的推理过程和最终答案，从日志里能看到它在思考，这是判断模型是否切换成功的直观证据。

5. 端到端验证：从新建 Bot 到完整对话

5.1 创建第一个测试 Bot

进入 Coze 控制台后，找到"创建 Bot"或"新建应用"的按钮。我给测试 Bot 取名deepseek-tester，配置项里把默认模型切换成 DeepSeek。如果你在模型选择列表里看不到 deepseek-chat，回去检查 Provider 配置的 model_list 是否填写正确。

Bot 创建好之后，先别加插件、知识库这些扩展，保持最简配置。在对话输入框里输入"用一句话介绍你自己"。这里有个细节：如果配置成功，Bot 会以 DeepSeek 的语气回答，并可能主动说明自己是 DeepSeek 模型，这就说明模型已经生效。

接下来再测一轮连续对话，连续问三四个问题，观察上下文是否保持连贯。Coze 会维护会话状态，如果你发现后续回答完全忘了前文内容，大概率是 Redis 缓存或会话存储服务没起，回去看 docker logs 里的报错。

5.2 遇到 "Request Extension Preparation Failed" 的排查实录

这个报错信息我单独拎出来说，因为太典型了。它的字面意思是"请求扩展准备失败"，初次遇到会误以为插件扩展没装好，实际上它更多是指模型请求的扩展上下文准备阶段出了问题。

我那次排查过程是这样的：点击测试按钮不到 3 秒就弹出报错，说明请求根本没到模型，Coze 在处理请求前置环节就抛错了。先看 Coze 容器日志：

docker logs --tail 100 coze

日志里出现connection refused和timeout，判断是网络出站问题。再细分：容器里访问不了外网？还是访问不了 DeepSeek API？我用docker exec -it coze bash进容器执行：

curl -I https://api.deepseek.com

结果提示 DNS 解析失败。这就有意思了，宿主机能解析，容器内不行。最终确认是 Docker Desktop 内置 DNS 与 Windows 的 DNS 配置冲突，解决方法是在 Docker Engine 设置里加上：

{ "dns": ["223.5.5.5", "119.29.29.29"] }

改完重启 Docker Desktop，再进容器 curl，通了。这个坑我不写出来，你很可能要在网上搜好几个小时。

5.3 对话长度上限与其他模型相关报错

用 DeepSeek 一段时间后，我遇到过"对话长度已达上限，请开启新对话"的提示。这不是 Coze 的问题，而是 DeepSeek 的上下文窗口到了限制。

DeepSeek-chat 的上下文长度虽然不小，但长对话、塞入大段知识库资料后，token 会迅速耗尽。我把这个问题的规避策略说明白：

• 短期方案：在 Coze 对话窗口点"新建对话"，清空上下文，立即恢复。
• 中期方案：在 Bot 配置里，把"最大 token 数"调低，给上下文留出余量。
• 长期方案：把知识库改为按需检索，不要一股脑全塞给模型。

6. 常见问题与避坑记录

6.1 Docker Desktop 启动失败或驱动报错

Windows 上 Docker Desktop 启动失败的概率很高，我碰到过"由于 Windows 无法加载这个设备所需的驱动程序，导致这个设备工作异常（代码 31）"的报错。这个报错通常和 WSL2 或虚拟化功能有关。

排查步骤按顺序来：

1. 确认 Windows 功能里的"适用于 Linux 的 Windows 子系统"和"虚拟机平台"两项是否开启。用管理员 PowerShell 执行：

dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart

2. 更新 WSL2 内核，在仓库下载最新的 wsl_update_x64.msi 安装。

3. 如果还不行，卸载 Docker Desktop 后删除残留目录%LOCALAPPDATA%\Docker，重装一次。注意这里的路径默认在 C 盘，如果你之前把数据迁到了 D 盘，卸载前务必备份配置。

6.2 镜像拉取超时与网络问题

镜像拉取慢或超时，基本都是网络原因。前面提到的 registry-mirrors 是首选方案。另一个备选方案是找可用的镜像替代源，比如 Docker Hub 的镜像改名或者通过代理拉取（注意合规）。但我实测最好的方案还是配置国内镜像加速，加完之后拉取速率会明显改善。

如果你配置了加速还是拉不下来，可以试着重启 Docker Desktop，有时候加速配置需要重启才生效，这个细节我在改完配置后经常忽略。

6.3 容器启动后访问不了页面

容器日志显示启动成功，但浏览器访问 18000 端口打不开页面。检查顺序：

1. 看容器端口映射是否生效：docker port coze，确认输出的映射关系。
2. 看 Windows 防火墙是否拦截了端口。临时放行：在 PowerShell 用管理员权限执行netsh advfirewall firewall add rule name="coze" dir=in action=allow protocol=TCP localport=18000。注意放行端口是宿主端口（18000），不是容器端口。
3. 如果你用localhost打不开，试试127.0.0.1:18000，有些情况下 localhost 解析到 IPv6 地址会导致访问异常。

6.4 数据备份与恢复实操

容器用久了，配置和 Bot 数据都在卷目录里。备份就做两件事：一是把 docker-compose.yml 或 docker run 命令复制一份保存；二是把挂载的目录（D:\coze-data 和 D:\coze-logs）压缩归档。

恢复的时候更简单，重新执行原来的 docker run 命令，再解压数据到对应目录，启动容器即可。这个备份方案非常"笨"但非常可靠，我就靠这套方法在换机器时无损迁移过一次。

7. 一些真实的经验感触

这套环境跑通之后，我最大的感受是"能折腾"和"值得折腾"是两码事。Coze + DeepSeek + Docker 这套组合，在 Windows 上确实能做到本地可控，但前提是你要愿意花时间把 Docker 基础调好，把网络问题解决掉，否则每一步都可能卡住。

尤其是 DeepSeek 作为大模型接入 Coze 之后，对话质量完全够用，对大多数日常场景，deepseek-chat 的响应速度和回答质量都让我满意。如果你之后想接入本地模型（比如 Ollama 跑的 Qwen 这类），原理是一模一样的，只是把 Base URL 和模型名改一下，整个链路的搭建经验是完全通用的。