我替你试了！Coze开源部署超简单，但它意不在此 - 文章 - 开发者社区

大家好，我是老王。

开源界一声惊雷，Coze 发布了两个新开源项目：Coze Studio（扣子开发平台）和 Coze Loop（扣子罗盘）。

picture.image

Coze Studio 是一站式 AI Agent 开发工具。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，可以提供最便捷的 AI Agent 开发环境。

Coze Loop 是一个面向开发者，专注于 AI Agent 开发与运维的平台级解决方案。可以方便地调试、优化 Prompt、监控线上 Prompt 的运行，借助工具，让 Prompt 的效果可以通过数据来量化。

这两个项目的开源协议都是 Apache 2.0 许可证，说明是可以商用，且不需要授权的 。

可以根据需要进行二次开发，很适合个人或者企业使用，可以方便的在自己的环境中搭建一套使用，下面就一起来看看如何操作。

部署流程

picture.image

这对机器有一个最低要求，需要满足 2 核，4 GB 内存。

并且需要提前安装 Docker、Docker Compose，并启动 Docker 服务。

第一步、获取源码

  
# 克隆代码  
git clone https://github.com/coze-dev/coze-studio.git

第二步、配置模型

从模板目录复制 doubao-seed-1.6 模型的模版文件，并粘贴到配置文件目录。

  
cd coze-studio  
# 复制模型配置模版  
cp backend/conf/model/template/model_template_ark_doubao-seed-1.6.yaml backend/conf/model/ark_doubao-seed-1.6.yaml

修改配置文件目录下的模板文件。

编辑 backend/conf/model/ark_doubao-seed-1.6.yaml 文件，填入你的模型 id，api_key 和 model。

id：Coze Studio 中的模型 ID，由开发者自行定义，必须是非 0 的整数，且全局唯一。模型上线后请勿修改模型 id 。
meta.conn_config.api_key：模型服务的 API Key，在本示例中为火山方舟的 API Key，获取方式可参考获取火山方舟 API Key。
meta.conn_config.model：模型服务的 model ID，在本示例中为火山方舟 doubao-seed-1.6 模型接入点的 Endpoint ID，获取方式可参考获取 Endpoint ID。

picture.image

第三步、部署并启动服务

首次部署并启动 Coze Studio 需要拉取镜像、构建本地镜像，耗时会比较久。

  
# 启动服务  
cd docker  
cp .env.example .env  
docker compose --profile "*" up -d

第四步、启动服务后

通过浏览器访问 http://localhost:8888/ 即可打开 Coze Studio。

picture.image

里面的内容相对线上版本会简略很多/

picture.image

picture.image

有了上一个的基础，这个就非常简单了，这里简要梳理下流程。

这块比上面多一个前置条件，必须得有 Go ，且版本大于 1.23.4，并配置好 GOPATH。同时 Docker、Docker Compose 也是需要的。

  
# 克隆代码  
git clone https://github.com/coze-dev/coze-loop.git  
# 进入Coze Loop目录下  
cd cozeloop

配置模型。进入目录 conf/default/app/runtime/，编辑文件 model\_config.yaml，修改 api_key 和 model 字段。

启动服务。执行以下命令，使用 Docker Compose 快速部署 Coze Loop 开源版。

  
# 启动服务，默认为开发模式  
docker compose up --build

通过浏览器访问 http://localhost:8082，访问 Coze Loop 开源版。

总结

将 Coze 的开源视为一场纯粹的技术分享，或许有些理想化。

目前看它更像是一次精准的商业卡位，是在 AI 时代下，为推广大模型和云服务所下的一步大棋。

但这并非坏事。在当今的科技界，纯粹的技术理想主义与精明的商业化运作本就是相辅相成、互相驱动的。

商业化为开源项目提供了持续发展的血液和动力，而开源则为商业产品带来了广阔的生态和用户基础。

我们作为开发者和使用者，更应该关注的是，这一举措是否为我们带来了实际的价值——更低的开发成本、更便捷的工具和更多的可能性。

从这个角度看，Coze 的开源无疑是成功的。

它为整个 AI Agent 开发领域注入了新的活力，而其背后的商业逻辑，也只是这个技术与商业交织时代中再正常不过的博弈罢了。

觉得有帮助的话，帮我点个赞、在看、转发三连吧~~下次见~~

记得关注页右上角「...」设为星标噢

- THE END -

整理了《常用 AI 工具库》，包含 100+ 各类工具，关注公众号即可 免费领取

同时还有限免的知识星球，分享最新信息和底层认知。

picture.image