🚀大模型落地开发实战指南！请关注微信公众号：「AGI启程号」 深入浅出，助你轻松入门！
📚 数据分析、深度学习、大模型与算法的综合进阶，尽在CSDN博客主页

💡 Coze Studio 一键部署指南

一、环境准备

• 硬件：2 核 CPU，4 GB 内存
• 软件：已安装并启动 Docker Desktop（含 Docker Compose）

Tip: Docker Compose 随 Docker Desktop 一并安装，无需额外配置。

---

二、获取源码

新建一个文件夹存放coze，这里我的路径为：E:\Coze，在路径栏输入cmd，打开终端并逐行执行以下命令。

git clone https://github.com/coze-dev/coze-studio.git
cd coze-studio

git clone 这一步需要先安装git，然后运行。如果没有可以直接去官网下载对应的压缩包解压到文件夹中即可。

---

三、配置模型

1. 复制模板文件

   copy backend/conf/model/template/model_template_ark_doubao-seed-1.6.yaml \
      backend/conf/model/ark_doubao-seed-1.6.yaml
   

   这一步是要将我们要使用到的模型的配置文件，复制到实际调用配置的文件夹中，并按要求修改配置。

2. 修改配置
   进入 backend/conf/model 目录，打开 ark_doubao-seed-1.6.yaml，根据实际情况填写：

我们使用代码编辑器打开对应文件：

• id：模型在 Coze Studio 内的唯一标识（非 0 整数，且上线后不可修改）

• meta.conn_config.api_key：模型服务的 API Key（示例中使用火山方舟 API Key）
  

• meta.conn_config.model：模型接入点 ID（示例中使用火山方舟 doubao-seed-1.6 的 Endpoint ID）

点击创建推理接入点按钮

填写接入点名称，选择一个大模型。填好之后，在右下角点击开通模型并接入按钮。

获取 Endpoint ID

可以参考「火山方舟 API Key & Endpoint ID 获取指南」获取上述凭证。

---

四、部署并启动

1. 进入部署目录并复制环境变量示例：

   cd docker
   copy .env.example .env
   

2. 启动服务（首次启动会拉取并构建镜像，需等待几分钟）：

   docker compose --profile "*" up -d
   

3. 观察日志：

   docker compose logs -f coze-server
   

   当出现 Container coze-server Started 即表示部署成功。

---

五、验证服务

• 打开浏览器访问：

  http://localhost:8888
  

  

到此，Coze Studio 已在本地完成部署并可正常使用。Enjoy! 😃

初步使用了下和在线版的coze相比，基础功能基本上是一样的，不过插件比较少，只有十几个，做了一个购物助手agent，整个使用流程也是比较顺畅的。

购物助手设计

提交发布

六、安装过程中遇到的问题

dependency failed to start: container coze-elasticsearch is unhealthy

解决方案：发现是"E:\Coze\coze-studio\docker\volumes\elasticsearch\setup_es.sh"这个文件的格式有问题需要将CRLF格式改为LF格式。
该为LF格式

再次运行，成功！