Coze教程 | 第2章：Coze开发环境搭建与配置

兴趣爱好交流
1

本文将手把手带你完成Coze开发环境的搭建与配置，让你能快速开始本地化的AI智能体开发。

1. Coze开源概述与环境准备

字节跳动于2025年7月26日正式开源其AI智能体开发平台"扣子"（Coze），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。它采用Apache 2.0许可证，允许免费商业使用，无隐藏条款。

1.1 硬件要求

Coze的硬件要求非常亲民：

  • CPU ：2核或以上

  • 内存 ：4GB或以上

  • 存储空间 ：至少2GB可用空间

这意味着普通家用电脑即可流畅运行 ，真正将AI开发门槛拉低到"家用电脑级"。

1.2 软件依赖

Coze本地部署的唯一前置依赖是Docker，它的作用是为Coze创建隔离的运行环境，避免了繁琐的环境配置工作。

人工智能技术学习交流群

image

2. 安装Docker

Docker是容器化平台，允许你轻松打包、分发和运行应用程序。

2.1 安装步骤

  1. 访问Docker官网下载适合你操作系统的安装包。

  2. 双击安装包，按照向导完成安装（Windows用户需要启用Hyper-V功能，安装过程中若提示重启请同意）。

  3. 安装完成后打开Docker Desktop，确认状态栏显示"Running"。

:bulb: 提示 ：如果从Docker官网下载速度慢，可以使用国内镜像包。

2.2 验证安装

安装完成后，打开终端或命令提示符，运行以下命令验证Docker是否安装成功：

docker --versiondocker compose version

如果这两个命令都能正确输出版本信息，说明Docker已成功安装。

3. 获取Coze源码

Coze的源代码托管在GitHub上，我们可以通过git命令获取：

  1. 打开终端（Docker Desktop内置终端或系统终端）

  2. 执行以下命令克隆代码仓库：

# 克隆Coze Studio代码仓库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

:warning: 注意 ：Windows用户如果使用命令提示符（CMD），可能需要将cp 命令替换为copy ：

copy .env.example .env

对于不熟悉git的用户，可以直接在GitHub下载ZIP压缩包并解压，然后手动进入coze-studio/docker 目录创建.env 文件。

4. 配置模型服务（关键步骤）

这是最关键的一步 ，不配置模型将无法创建智能体。Coze支持多种大语言模型，包括DeepSeek、OpenAI、Claude、Qwen、Gemini、豆包等。以下以配置DeepSeek模型为例：

4.1 创建模型配置文件

  1. 进入模型配置目录：
# Mac/Linux用户open ../backend/conf/model/# Windows用户start ../backend/conf/model/
  1. 复制DeepSeek模板文件：
# 复制DeepSeek模板cp ../backend/conf/model/template/model_template_ark_volc_deepseek-r1.yaml backend/conf/model/deepseek-r1.yaml

4.2 编辑模型配置

用文本编辑器打开新创建的deepseek-r1.yaml 文件，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"

其中api_key 需要在DeepSeek平台申请。

以下是几种常见模型的配置参数参考：

模型类型 base_url model参数 API密钥来源
DeepSeek https://api.deepseek.com/v1 deepseek-reasoner DeepSeek平台
OpenAI https://api.openai.com/v1 gpt-4 OpenAI平台
豆包模型 - doubao-seed-1.6 火山引擎
Qwen https://dashscope.aliyuncs.com/compatible-mode/v1 qwen3-235b-a22b-instruct-2507 阿里百炼

:bulb: 提示 ：豆包模型的API Key来自火山引擎（字节的云服务平台），可以在账号登录-火山引擎

5. 启动Coze服务

完成模型配置后，就可以启动Coze服务了：

  1. 确保当前在coze-studio/docker 目录中

  2. 执行以下命令启动服务：

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

首次运行需要下载和构建镜像，可能需要5-15分钟 （具体时间取决于网络速度）。

6. 访问Coze界面

服务启动成功后，打开浏览器访问http://localhost:8888，你就可以看到Coze Studio的首页了。

首次访问时，系统会提示你注册账号，输入任意邮箱和密码即可完成注册并登录系统。

7. 避坑指南：常见问题与解决方案

在部署过程中，可能会遇到一些常见问题，以下是解决方案：

7.1 端口冲突错误

如果启动时提示Ports are not available ，说明有端口被占用：

解决方案 ：

  • 关闭占用端口的程序（如3306/6379）：
# Windows查找占用3306端口的进程netstat -ano | findstr :3306# 然后使用任务管理器结束对应PID的进程
  • 或者修改docker-compose.yml 中的端口映射配置，将冲突的端口改为其他未占用端口。

7.2 MySQL启动失败

如果报错MYSQL_USER cannot be "root" ：

解决方案 ：

  • 删除系统环境变量中的MYSQL_USER 和MYSQL_PASSWORD 。

7.3 Elasticsearch启动失败

如果报错exit 127 或提示"service ‘elasticsearch-setup’ didn’t complete successfully"：

解决方案 ：

  • 用VS Code或Notepad++等代码编辑器打开docker/volumes/elasticsearch/setup_es.sh 文件。

  • 在编辑器的右下角，你会看到CRLF或LF的标识，点击它并选择LF 格式。

  • 保存文件后重新启动服务。

7.4 Windows特有问题

Windows用户可能会遇到以下问题：

  1. 命令不存在错误 ：Windows系统可能不支持一些Linux命令（如cp 、open 等）：

  • 使用copy 代替cp

  • 使用start 代替open

  1. 端口被系统保留 ：如果出现Ports are not available: exposing port TCP 0.0.0.0:2379 错误：
# 查看端口占用netstat -ano | findstr :2379# 重置网络适配器net stop winnatnet start winnat

8. 进阶配置：更换模型

如果你想更换为其他模型（如切换到Qwen），可以按照以下步骤操作：

  1. 复制模板文件到配置目录：
cp ../backend/conf/model/template/model_template_basic ../backend/conf/model/qwen.yaml
  1. 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"
  1. 重启服务生效：
docker compose --profile '*' restart coze-server

9. 验证部署是否成功

完成所有步骤后，可以通过以下方式验证Coze是否成功部署：

  1. 访问http://localhost:8888，能够看到Coze登录界面

  2. 注册账号并登录系统

  3. 尝试创建一个简单的智能体并进行对话测试

  4. 如果遇到"Something error: Internal server error"，可以通过查看日志排查问题：

# Linux/Macdocker logs coze-server | grep -i 'node execute failed'# Windowsdocker logs coze-server | findstr /i "node execute failed"

10. 本章小结

本章详细介绍了Coze开发环境的搭建与配置过程，主要包括以下内容：

  1. 环境准备 ：安装Docker作为Coze运行的基础环境

  2. 获取源码 ：从GitHub克隆Coze Studio代码仓库

  3. 模型配置 ：配置DeepSeek或其他大语言模型作为智能体的核心引擎

  4. 服务启动 ：使用Docker Compose启动所有Coze服务

  5. 问题排查 ：解决部署过程中可能遇到的常见问题

  6. 验证测试 ：访问Coze界面并验证部署是否成功

现在你已经成功搭建了本地的Coze开发环境，可以开始创建和测试自己的AI智能体了。在下一章中，我们将深入介绍如何使用Coze创建你的第一个智能体，并配置其基本功能和特性。

温馨提示 ：火山引擎等平台提供的免费API调用额度是有限的，请注意你的token消耗情况。你也可以配置本地模型或其他第三方模型服务，只需修改相应的base_url 即可。

推荐学习

行业首个「知识图谱+测试开发」深度整合课程【人工智能测试开发训练营】，赠送智能体工具。提供企业级解决方案，人工智能的管理平台部署，实现智能化测试，落地大模型，实现从传统手工转向用AI和自动化来实现测试，提升效率和质量。

扫码进群，领取试听课程。

image
image865×443 123 KB