Coze本地化部署教程：让AI在企业端落地生根

为什么Coze开源是智能体开发者的福音？

之前很多开发者在交付智能体时，没有选择Coze，主要原因是Coze无法本地化部署。本地化部署的缺失，不仅带来了数据安全隐患，更重要的是版本不稳定。试想一下，当你为客户精心开发了一套工作流，运行稳定后，突然因为Coze改版或插件调整，导致整个工作流崩溃，这对交付团队来说是无法承受的。

现在，Coze宣布开源，这为Coze在企业端的落地带来了希望！本教程将手把手教你如何进行Coze本地化部署，让更多的个人和企业能够将AI应用到实际场景中，发挥更大的价值。

, , #本地化部署，

Coze本地化部署的详细步骤（约25分钟）

1. 注册云服务器：选择合适的云平台

1.1 如何选择云服务器？

新用户可以利用云服务商提供的免费服务器，老用户可以选择其他云服务商购买。这里以腾讯云为例，因为之前的教程都基于腾讯云，方便老用户使用。新用户也可以选择其他云服务器。

1.2 腾讯云注册与配置

1. 访问腾讯云官网，使用微信扫码注册。
2. 首次注册会进入配置页面，Coze项目要求最低配置为2核4G。
   
   
3. 点击“立即试用”后，选择地域（随意选择），镜像选择下拉框最上边的宝塔8.1.0，然后点击“立即试用”。
   
4. 进入腾讯云服务台，点击“登录”。
   
5. 直接登录即可，后续也可以微信扫码登录。
   
6. 登录后，复制sudo /etc/init.d/bt default，粘贴到指定位置，然后点击回车。务必保存好输出的内容。
   
7. 返回服务器控制台，点击箭头指示的空白区域。
   
8. 选择“防火墙”菜单栏，点击【添加规则】按钮，添加8888和9999作为开放端口。
   
   

, , ,

2. 配置环境：安装必要的软件

2.1 登录宝塔面板

1. 点击之前保存的“外网面板地址”打开宝塔面板。
   
   （如果命令输出的地址是login结尾的，无法打开，只需将login改成http://xxx.xxx.xx.xxx:8888/tencentcloud）
2. 输入账号密码（即上图中的 username、password）。
   
3. 首次进入会提示绑定，点击免费注册，注册完成后返回此页登录。
   
4. 首次会有推荐安装，只安装第一个，取消勾选其他。
   

2.2 安装Docker

1. 回到宝塔面板，选择Docker。
   
   （如果显示“当前未安装”，则进行安装）
2. 点击确定，等待安装完成。
   
3. 安装完成后，刷新当前页面，看到下图则表示安装成功。
   
4. 打开左侧【终端】，粘贴以下两行命令，验证Docker是否可用。看到版本号即表示没问题。
   bash
   docker -v
   docker-compose -v
   

, , ,

3. 部署Coze：下载并配置Coze Studio

3.1 下载Coze Studio代码

1. 点击文件，进入“根目录”，进入“home文件夹”，点击“新建文件夹”，命名为“Coze”。
   
2. 进入Coze文件夹，在顶部点击“终端”，粘贴以下命令。
   注意：不要用ctrl+V粘贴，直接鼠标右键粘贴。
   bash
   git clone https://github.com/coze-dev/coze-studio.git

   
   如果服务器网络不好，无法下载，可以直接去Github下载代码包。
   https://github.com/coze-dev/coze-studio
   
   然后将下载的包直接拖拽到Coze文件夹下，解压即可。
   

3.2 配置Coze Studio模型

1. 双击打开下载过的Coze-studio文件夹，在顶部点击“终端”，输入以下命令并点击回车。
   bash
   cp backend/conf/model/template/model_template_ark_doubao-seed-1.6.yaml backend/conf/model/ark_doubao-seed-1.6.yaml

   
2. 关闭终端窗口。
3. 在文件夹中找到以下目录：backend/conf/model，打开文件ark_doubao-seed-1.6.yaml。
   
4. 需要设置id、meta.conn_config.api_key、meta.conn_config.model这三个字段。
   • 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。例如，直接设置为“888”。
     
5. 继续往下翻到底，需要填写以下两个值。如果是开发者，可以直接去火山后台获取，如果是新手，参考下方教程。
   • meta.conn_config.api_key：在线模型服务的 API Key。
   • meta.conn_config.model：在线模型服务的 model ID，在本示例中为火山方舟模型接入点的 Endpoint ID。
     

, Studio, ,

4. 获取Key和Model接入点：注册火山引擎并创建接入点

4.1 注册并登录火山引擎

1. 访问火山引擎官网，点击立即体验进入控制台。
   https://zjsms.com/iP5QRuGW/
   

4.2 创建推理接入点

1. 点击在线推理–创建推理接入点。
   
2. 为接入点命名为DeepSeek-R1。
   
   
   然后可能会提示：“该模型未开通，开通后可创建推理接入点”。 如果有提示，就点击“立即开通”，开通一下就可以了。
   如果无提示则直接到：第5步，点击确认接入。
   
3. 点击“立即开通”跳转到此页面，勾选全部模型和协议，一路点击开通即可。（这里是免费的）
   
4. 确认以下无误后，点击“确认接入”按钮。
   
5. 自动返回创建页面。发现多出一行接入点名是“DeepSeek-R1”（我们刚才自己设置的命名）。
   
6. 重点：这个就是推理点的ID，也就是刚才提到的meta.conn_config.model：在线模型服务的 model ID。复制它并保存。
   
7. 保存后再点击【API调用】按钮，进入后点击【选择API Key并复制】。
   
8. 如果你已经有API key了，就直接查看并复制。如果没有，则点击【创建API key】。
   
   
   
9. 把这个复制好之后，也保存好。这个就是meta.conn_config.api_key：在线模型服务的 API Key。
   
10. 将这两个值填入对应的位置，然后保存ark_doubao-seed-1.6.yaml文件。

, , ,

5. 启动Coze：运行Coze Studio

5.1 修改端口配置

1. 返回上一层文件夹，进入到/home/Coze/coze-studio/docker文件夹中，修改docker-compose.yml文件。
   
   （这里修改端口是因为，宝塔面板是8888，和Coze的冲突了，所以修改一下）
   
2. 保存文件。

5.2 启动Coze Studio

1. 回到主文件夹“coze-studio”文件夹下，打开“终端”，一次一行，粘贴并执行以下命令：
   bash
   cd docker
   cp .env.example .env
   docker compose –profile ‘*’ up -d
   
2. 首次部署并启动 Coze Studio 需要拉取镜像、构建本地镜像，可能耗时较久，耐心等待即可。
3. 最终看到终端提示 “Container coze-server Started”，表示 Coze Studio 服务已成功启动。

5.3 访问Coze Studio

1. 至此，本地部署已经全部完成。可以直接通过浏览器访问了。
   访问地址：http://这里改成你自己宝塔左上角的地址:9999/
   （举例：假如我左上角是11.123.23.454，那么就把下边网址放到浏览器中就可以打开你自己的Coze了：http://11.123.23.454:9999）
   

恭喜你！已成功部署 Coze Studio，可以根据页面提示注册账号、上手体验了！

, , ,

感悟

我认为：开源如星火，可以燎原。Coze的开源，无疑为AI的普及注入了新的活力。它打破了数据安全的壁垒，让更多企业和个人能够安心地拥抱AI。然而，开源也意味着责任，需要开发者共同维护，才能让这颗星火持续闪耀，照亮AI的未来之路。

, ,