# 第07章：Coze的Windows平台部署
## 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
# 克隆官方仓库代码
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。
docker客户端中，当前容器除了xxx-init的镜像启动后又关闭之外，其它的镜像都需要是开启状态的，那就对了。
#### ⑥ 访问 CozeLoop 开源版
通过浏览器访问 Coze Loop 开源版http://localhost:8082。
注册完成后即可进入应用详情页。
### 3.3 Coze Loop的使用
这里演示在线版本：https://www.coze.cn/loop
Coze-loop官方提供了一些示例，位于在线版的**Demo空间**
#### 功能1：Prompt 开发
该模块用于进行提示词的预览与调试
点击详情
#### 功能2：Playground
该模块和Prompt开发功能类似，区别在于**自由对比模式**。
官方Demo空间中，我们无权开启自由对比模式，切换到个人空间查看
#### 功能3：评测集
该模块用于管理评测数据集。
#### 功能4：评估器
该模块用于构建评估**Prompt 开发**实例的工具，本质上也是添加了提示词的大模型。
本质上也是**提示词+大模型**
#### 功能5：实验
该模块用于创建和管理实验。
同样地，Demo空间无权创建实验，切换到个人空间即可。
实验详情如下。
**指标统计**模块以可视化的方式展示评估结果
新建实验
依次设置基础信息、评测集、评测对象、评估器即可。
#### 功能6：Trace
该模块记录了详细的运行信息。
#### 功能7：统计
该模块统计整个空间的运行情况。
#### 功能8：自动化任务
该模块用于创建和管理自动化评测任务。
详情页
