【Agent智能体】14Coze部署

章节十四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CPU4GB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。运维管理工具Coze Loop用于AI Agent运维和生命周期管理的平台。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CPU4G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配置镜像加速器在Docker Desktop设置中添加国内镜像源地址列表。方式2配置docker代理在Docker Desktop网络设置中配置HTTP/HTTPS代理端口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 Studio① 下载Coze安装包方式1Github/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。大家可以直接粘贴如下地址git clone https://gitee.com/shkstart/coze-studio.git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。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包下载后解压到指定目录即可。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。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】填入对应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-ddetached模式即在后台运行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。登录进去即可正常使用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${GOPATH}/bin加入到环境变量PATH中保证安装的二进制工具可找到并运行。Go语言官网https://go.dev/dl/下载完成后双击打开运行按提示一直Next即可。安装完成后确保GO家目录下的bin目录已在环境变量中。2、Docker环境提前安装Docker、Docker Compose并启动 Docker 服务3、模型已开通OpenAI或火山方舟等在线模型服务。② 下载/克隆仓库这里推荐方式1不推荐方式2是因为方式2下载以后在⑤启动服务时总报错。方式1下载zip文件(推荐)从github下载coze loop的zip文件到本地解压即可。https://github.com/coze-dev/coze-loop方式2克隆仓库gitclone https://gitee.com/shkstart/coze-loop.git③ 配置模型编辑文件coze-loop-main\release\deployment\docker-compose\conf\model_config.yaml修改 api_key 和 model 字段。以火山方舟为例api_key火山方舟 API Key。参考Coze Studio中的同步骤情况model火山方舟模型接入点的 Endpoint ID。参考Coze Studio中的同步骤情况④ 更改端口1、打开coze-loop-main\release\deployment\docker-compose目录下的.env将COZE_LOOP_APP_OPENAPI_PORT更改为8889或者其它未被占用的端口。2、打开coze-loop/release/deployment/docker-compose目录下的docker-compose.yml将${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。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。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/loopCoze-loop官方提供了一些示例位于在线版的Demo空间功能1Prompt 开发该模块用于进行提示词的预览与调试点击详情可以查看和编辑提示词功能2Playground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6Trace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。