🔥Coze凌晨官宣开源！低门槛搭建AI工作流平台，支持GPT、Claude、豆包等多模型接入。手把手教程教你10分钟内本地跑起来，赶紧上车！
昨天凌晨的时候，Coze官宣开源！
熟悉 AI 工作流的朋友都知道，目前主流的三大平台是：n8n、Dify 和 Coze。
其中，Coze 是上手门槛最低、学习曲线最平滑的一款，适合想快速搭建 Agent 工作流的新手和团队。
Coze 的这次开源，也引发了不少讨论：
有人认为这只是一个"阉割版"，开源的价值有限：
也有人认为这是一场及时雨，尤其是对中小团队和创业者来说，是一个实打实的利好：
不管外界褒贬如何，Coze 的开源都是一次值得关注的动作。
接下来，我们不讲虚的，直接上手，手把手教你如何本地部署 Coze，跑起来自己的 AI Agent 工作流平台。
Coze 开源了哪些内容？
这次，Coze 一口气开源了两个独立项目：
Coze Studio（扣子开发平台） https://github.com/coze-dev/coze-studio Coze Loop（扣子罗盘） https://github.com/coze-dev/coze-loop
这两个项目分别聚焦于 开发 与 优化，功能上互不依赖、可以独立部署使用。
如果你想搭建 AI 工作流或应用系统
选择 Coze Studio，它提供了完整的可视化工作流构建、插件集成、知识库支持等能力，是 AI Agent 快速开发的主力平台。
下图是部署后的 Coze Studio 实际界面：
如果你有 Prompt 调试和评估优化的需求
那么推荐使用 Coze Loop。你可以导入常用的测试数据集，通过它进行多轮 Prompt 版本管理、效果追踪和自动化评估，是构建稳健 Prompt 的利器。
虽然可以在同一台电脑上部署 Coze Studio 和 Coze Loop，但同一时间只能启动其中一个。
如果两个服务同时启动，可能会因为端口或资源冲突导致 另一个无法正常运行或直接启动失败。
建议按需切换使用，避免并发启动引发不必要的问题。
接下来，就开始我们的重点，如何部署coze
Coze 保姆级部署教程
这里我们以 Coze Studio 的部署 为例，带你一步步完成安装和启动流程。
Coze Loop 的部署步骤也基本相同，可以参考同样的流程进行操作。
step 1 安装docker
Docker是什么呢？你可以理解为Docker就是一个打包工具，把程序和环境都一次性打包好，拿来即用。
第一步：进入Docker官网
https://www.docker.com/ 进入官网后，我们应该就能够看到下面的界面。鼠标停留在"Doownload Docker Desktop"
就可以看到列出来的Docker版本，根据我们自己的电脑类型，选择对应的版本下载即可。
当安装完成后，启动Docker Desktop，我们应该能看到下面的应用程序界面。
step 2 安装git工具
windows安装git
访问官网 https://git-scm.com/downloads/win
选择合适的版本
在下载后，点击安装即可
Mac安装git
执行brew install git 如果第一步执行失败，提示brew指令不存在，那么先执行下面的指令后，再重新执行第一步的指令。
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
step 3 安装coze stdio
前面那一步，我们完成了Docker的安装，在这一步，我们开始安装coze studio.
首先，我们先要进入coze studio代码仓库。
https://github.com/coze-dev/coze-studio
进入代码仓库后，我们需要把代码下载到我们自己的电脑上。 我们可以按照下面图片的步骤进行
首先，点击 Code 按钮，复制仓库地址。
然后，打开我们的Docker Desktop，在花红框(右下角)的地方，打开终端（Terminal）.
接着，我们需要执行以下命令克隆项目：
git clone https://github.com/coze-dev/coze-studio.git
上面的指令，我们复制后，直接粘贴到我们打开的Docker Desktop终端，然后按一下回车键执行。
在按了回车键后，会慢慢开始下载项目。
最后，我们下载完成后完成后，我们通过下面的命令进入项目目录：
cd coze-studio
接着，按照官方的文档，我们用下面的命令开始安装：
# Start the service
cd docker
cp .env.example .env
docker compose --profile "*" up -d
解析下这些指令是干什么的。
cp .env.example .env指令是复制一份配置模板，并且命名为 .env，当coze studio启动时候，会读这个配置
docker compose --profile "*" up -d简单的说就是启动 Docker 项目中定义的全部服务（包括可选 profile 模块），并在后台运行。
在运行后，我们可以看到下面的界面
然后，我们只需要静静的等待完成就可以了。
http://localhost:8888/
即可看到 Coze Studio 的本地部署界面。
如果你看到如下界面，说明部署成功！
第一次使用，我们任意的账号密码，点击注册，就可以进去了（后续登陆就使用这个账号）
到这里，我们的coze studio已经完成安装了，接下来，我们在讲讲如何配置模型
配置Coze Stuio的模型
在前面的安装完成后，我们虽然可以访问了 ,但是没有模型还是跑不起来。
在这一步，我们需要配置模型。那么，我们需要如何配置模型呢？
首先，我们先来看看，模型在哪里配置
找到模型配置文件
我们在Ternimal输入
open ../backend/conf/model/
如下图，我们需要在docker目录下执行这个指令（如果前面按照步骤执行了，默认就是在这个目录了)。
按回车键后，我们就可以打开文件所在的文件夹了
windows可以是用
explorer ../backend/conf/model/
好了，我们已经找到模型配置文件了，这时候我们只需要添加我们需要的模型就可以了。
修改模型配置文件
我们用任意的编辑器打开我们的配置文件，我是用的是vs code打开的。
我们在这个步骤里，以后配置豆包模型为例
确定要改什么内容
我们需要修改的是红框里面的三个内容
base_url: 模型的请求地址 api_key: 访问模型接口所需的密钥 model: 所使用的模型名称或版本
那么哪里获得这些内容呢？
获取豆包模型的配置信息
首先，我们进入豆包模型的地址：https://console.volcengine.com/ark/region:ark+cn-beijing/
然后点击API Key管理，点击创建API Key.
随后，按照指示，一步一步就可以获得API Key和相关的信息
最后，重启coze-server服务器即可
docker compose --profile "*" restart coze-server
重启完成后，简单尝试一下，看起来是不是很熟悉？
当然，Coze 不仅支持豆包模型，还兼容 GPT、Claude、DeepSeek 等多种模型 —— 只要你有 API Key，并能正常访问接口（解决网络连接问题），都可以接入使用。
本次分享就到这里啦，如果在部署过程中遇到问题，欢迎随时交流～
没有评论:
发表评论