Coze 开源本地部署教程

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”），包含 Coze Studio 可视化开发工具和 Coze Loop 运维管理系统两大核心组件。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——普通家用电脑即可流畅运行。本文将提供一步一图的完整本地部署指南，即使你是零基础小白也能轻松搞定。

2025测试开发全景图：人工智能测试、智能驱动、自动化、测试开发、左移右移与DevOps的持续交付

一、环境准备：安装 Docker

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

• Windows 系统：安装时勾选启用 Hyper-V（安装过程中若提示重启需同意）

• Mac 系统：直接拖拽安装，无需特殊设置

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

2025测试开发全景图：人工智能测试、智能驱动、自动化、测试开发、左移右移与DevOps的持续交付

二、获取 Coze 源码

1. 打开 Docker Desktop 内置终端（右下角 Terminal 图标）

2. 逐行执行以下命令👇：

# 克隆官方仓库代码git clone https://github.com/coze-dev/coze-studio.git# 进入docker配置目录cd coze-studio/docker# 复制环境配置文件cp .env.example .env

无 Git 用户替代方案：

在 GitHub 直接下载 ZIP 包(https://github.com/coze-dev/coze-studio/archive/refs/heads/main.zip)，解压后进入coze-studio/docker目录手动创建.env文件。

三、关键步骤：配置模型服务

未配置模型将无法创建智能体！ 以配置 DeepSeek 模型为例：

# 进入模型配置目录（Windows用start替换open）open ../backend/conf/model/  # 复制DeepSeek模板文件cp ../backend/conf/model/template/model_template_ark_volc_deepseek-r1.yaml backend/conf/model/deepseek-r1.yaml

1. 用文本编辑器打开deepseek-r1.yaml
   

2. 修改以下参数：

base_url: "https://api.deepseek.com/v1"api_key: "sk-xxxxxxxx"  # 在[DeepSeek平台](https://platform.deepseek.com/)申请model: "deepseek-reasoner"

💡 支持多模型切换：OpenAI、Claude、Qwen、Gemini、豆包等配置方法类似

四、一键启动服务

在 coze-studio/docker 目录执行：

docker compose --profile '*' up -d

• 首次运行需下载镜像（约 5-10 分钟，取决于网络）

• 出现Container coze-server Started提示即启动成功

• 访问控制台：👉 http://localhost:8888

五、避坑指南：高频错误解决方案

六、进阶技巧：切换模型实战（以 Qwen 为例）

复制模板文件到配置目录：

cp ../backend/conf/model/template/model_template_basic ../backend/conf/model/qwen.yaml

修改qwen.yaml内容：

id: 2  # 保持唯一性，不可与其他模型重复name: "qwen3-235b"meta.conn_config:  base_url: "https://dashscope.aliyuncs.com/compatible-mode/v1"  api_key: "阿里百炼申请的KEY"  model: "qwen3-235b-a22b-instruct-2507"

为什么选择开源 Coze？

• 零成本商用：采用 Apache 2.0 协议，允许免费商业使用无隐藏条款

• 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

部署完成后访问 http://localhost:8888 ，输入任意邮箱密码即可注册登录，你的第一个 AI Agent 已就绪！

2025测试开发全景图：人工智能测试、智能驱动、自动化、测试开发、左移右移与DevOps的持续交付