【本地部署实战】3小时本地部署Coze？别碰瓷！我的血泪经验，看完少走冤枉路！

最新推荐文章于 2025-09-22 10:35:55 发布
原创 最新推荐文章于 2025-09-22 10:35:55 发布 · 5.5k 阅读 · 37 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#Coze #人工智能 #AI #语言模型 #大模型 #程序员 #大模型学习

Coze 开源了，正在学习 AI 的我赶紧动手试下本地化部署。

作为新手小白，我之前从未Cursor 和 Docker 等工具，用时 3 个小时，根据网上的教程一步步本地化部署Coze ，虽然遇到了点问题，但最终也解决掉了，所以我整理出自己搭建的过程和遇到的问题及解决方法，希望可以帮到有需要的人。

本地化部署 Coze一共五步：

下载 Coze文件配置 Coze下载 安装Docker下载安装Cursor本地运行Coze

一、下载Coze 文件

点击GitHub链接 https://github.com/coze-dev/coze-studio ，点击【Code】下的【Download Zip】，解压下载后的压缩包。

二、配置Coze

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】

 这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

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。

模型首次开通需要实名认证，输入个人信息，手机刷脸验证。

认证完成刷新网页，勾选协议，点击【开通模型并接入】。

复制Endpoint。注意：模型名称下方的 ID 就是Endpoint。

3.配置 Coze 文件

1.在解压的Coze 本地文件夹里找到【coze-studio-main/backen/conf/model/tamplate】，找到刚才选定的模型。

2.右键选择打开方式【文本编辑】。

  1. id 修改为任意 5 位以上纯数字。

4.将前面创建的【API Key】和【Endpoint】填入下图位置内，保存并关闭文件。

三、下载安装 Docker

1.电脑没有安装过 Docker 的需要打开网站：https://www.docker.com，点击【Download Docker Desktop】，选择适合自己电脑的版本，我 的电脑是 Intel 版 Mac，选择第二个。

2.下载后安装并打开 Docker Desktop，跳过登录，进入主界面，看到左下方显示【Engine running】则 Docker 正常运行。

四、下载安装 Cursor

1.电脑没有装过 Cursor 的点击https://cursor.com/cn下载后安装。

2.打开软件需要登录，如果不会用 Google 登录，就用 GitHub 登录。

汉化教程参考：https://blog.csdn.net/m0_62930053/article/details/146347432

3.在 Cursor 的【文件】下选择【打开文件夹】。

4.选择下载后 Coze 解压的文件夹

5.将左侧 docker 下的【.env.example】文件复制粘贴一份新的文件，并改名为【.env】

6.复制后，打开文件选择保存，并退出Cursor。

7.重新打开 Cursor，打开右上角的终端，可以在中间下方看到终端面板。

8.在终端里输入以下内容，并回车：

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

之后再输入以下内容，并回车：

cd docker

之后再输入以下内容，并回车：

docker compose --profile '*' up -d

出现以下内容则代表下载完成。

Docker 镜像不可用

但是！！！很多人第一次运行 Docker 就跟我一样，大概率会报错，报错内容如下

Error response from daemon: Get “https://registry-1.docker.io/v2/“: context deadline exceede

原因是镜像加速器不可用，我根据网上资源配置了多个镜像加速器后终于解决。

Windows /Mac 可通过Docker Desktop进行界面配置，配置方法如下：

打开 Docker-Settings-Docker Engine，复制下方代码到，点击【Apply & Restart】，配置生效后，重新运行 上面的Cursor 终端代码即可。




{"registry-mirrors": [  "https://registry.docker-cn.com",  "https://s4uv0fem.mirror.aliyuncs.com",  "https://docker.1ms.run",  "https://registry.dockermirror.com",  "https://docker.m.daocloud.io",  "https://docker.kubesre.xyz",  "https://docker.mirrors.ustc.edu.cn",  "https://docker.1panel.live",  "https://docker.kejilion.pro",  "https://dockercf.jsdelivr.fyi",  "https://docker.jsdelivr.fyi",  "https://dockertest.jsdelivr.fyi",  "https://hub.littlediary.cn",  "https://proxy.1panel.live",  "https://docker.1panelproxy.com",  "https://image.cloudlayer.icu",  "https://docker.1panel.top",  "https://docker.anye.in",  "https://docker-0.unsee.tech",  "https://hub.rat.dev",  "https://hub3.nat.tf",  "https://docker.1ms.run",  "https://func.ink",  "https://a.ussh.net",  "https://docker.hlmirror.com",  "https://lispy.org",  "https://docker.yomansunter.com",  "https://docker.xuanyuan.me",  "https://docker.mybacc.com",  "https://dytt.online",  "https://docker.xiaogenban1993.com",  "https://dockerpull.cn",  "https://docker.zhai.cm",  "https://dockerhub.websoft9.com",  "https://dockerpull.pw",  "https://docker-mirror.aigc2d.com",  "https://docker.sunzishaokao.com",  "https://docker.melikeme.cn"  ]}



五、本地运行Coze



1.用浏览器打开：http://localhost:8888，进入 Coze页面。









2.输入邮箱和密码，点击【注册】后再重新登录即可。









3.点击【创建】，选择【创建智能体】。









4.输入智能体名称和介绍，点击【确定】即可。









5.配置智能体的 Prompt、工作流并进行预览调试与发布即可。









以上就是 Coze 本地化部署的所有步骤。



之前商界有位名人说过：“站在风口，猪都能吹上天”。这几年，AI大模型领域百家争鸣，百舸争流，明显是这个时代下一个风口！



那如何学习大模型&AI产品经理？



我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。



只要你是真心想学AI大模型，我这份资料就可以无偿共享给你学习。大模型行业确实也需要更多的有志之士加入进来，我也真心希望帮助大家学好这门技术，如果日后有什么学习上的问题，欢迎找我交流，有技术上面的问题，我是很愿意去帮助大家的！



如果你也想通过学大模型技术去帮助就业和转行，可以点扫描下方链接👇👇

大模型重磅福利：入门进阶全套104G学习资源包免费分享！

在这里插入图片描述



01.从入门到精通的全套视频教程



包含提示词工程、RAG、Agent等技术点

在这里插入图片描述



​



02.AI大模型学习路线图（还有视频解说）



全过程AI大模型学习路线



在这里插入图片描述



​​在这里插入图片描述



03.学习电子书籍和技术文档



市面上的大模型书籍确实太多了，这些是我精选出来的



在这里插入图片描述



04.大模型面试题目详解



在这里插入图片描述



在这里插入图片描述



05.这些资料真的有用吗?



这份资料由我和鲁为民博士共同整理，鲁为民博士先后获得了北京清华大学学士和美国加州理工学院博士学位，在包括IEEE Transactions等学术期刊和诸多国际会议上发表了超过50篇学术论文、取得了多项美国和中国发明专利，同时还斩获了吴文俊人工智能科学技术奖。目前我正在和鲁博士共同进行人工智能的研究。



所有的视频由智泊AI老师录制，且资料与智泊AI共享，相互补充。这份学习大礼包应该算是现在最全面的大模型学习资料了。



资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。



在这里插入图片描述

在这里插入图片描述



智泊AI始终秉持着“让每个人平等享受到优质教育资源”的育人理念‌，通过动态追踪大模型开发、数据标注伦理等前沿技术趋势‌，构建起"前沿课程+智能实训+精准就业"的高效培养体系。



课堂上不光教理论，还带着学员做了十多个真实项目。学员要亲自上手搞数据清洗、模型调优这些硬核操作，把课本知识变成真本事‌！



在这里插入图片描述

如果说你是以下人群中的其中一类，都可以来智泊AI学习人工智能，找到高薪工作，一次小小的“投资”换来的是终身受益！



应届毕业生‌：无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。



零基础转型‌：非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界‌。



业务赋能 ‌突破瓶颈：传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型‌。



👉获取方式：

😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓

在这里插入图片描述


                

        

         

    


  



    



                



	

		

			

				
					
图文教程本地部署开源扣子Coze Studio工作流并接入 Gemini 大模型（windows亲测） Coze Studio 本地部署、Gemini 模型接入、开源 AI 工具平台、大模型工作流搭建

				
			

			

				

					代码简单说 Vue、JAVA、PHP、Node.js 熟练运用，接口、架构、性能全搞定。
				

				

					07-27
					
					1476
					
				

			

		

		

			
				
本文介绍了在Windows系统本地部署开源AI工具平台Coze Studio并接入Google Gemini大模型的完整教程。主要内容包括：1) 环境准备要求（Docker等）；2) 获取源码和配置Gemini模型（需API密钥）；3) 通过Docker Compose部署服务；4) 浏览器访问验证。文章指出该平台适合私有化部署，支持智能体和工作流搭建，但也存在插件系统不完善等局限。最后提供了相关资源链接，为开发者实现本地AI解决方案提供了实用指南。

			
		

	



                

            
              



	

		

			

				
					
企业数据敏感救星！Docker 本地一键部署 AI 平台 Dify 轻松替代 Coze

				
			

			

				

					XiaoqiangClub的博客
				

				

					06-25
					
					321
					
				

			

		

		

			
				
📦 想快速搭建一个多模型支持的 AI 应用平台？本文教你用最简洁的方式 —— Docker Compose 一键部署，让你 10 分钟内拥有自己的大模型控制台。适合本地测试、内网部署、私有化接入，真正实现“模型即服务”，轻松实现 Coze的替代！🚀


			
		

	



              


  
              

                


	

		

			

				
					
从零部署Qwen大模型：vLLM实战指南，零基础小白收藏这一篇就够了！

				
			

			

				

					2401_82469710的博客
				

				

					08-14
					
					1049
					
				

			

		

		

			
				
本文将手把手教你使用高性能推理引擎vLLM部署Qwen大模型，并提供Python和Java两种语言的实现代码，帮助不同技术背景的开发者快速上手。

			
		

	





	

		

			

				
					
Coze本地部署详细技术指南

					
最新发布

				
			

			

				

					2301_81199430的博客
				

				

					09-22
					
					2708
					
				

			

		

		

			
				
字节跳动开源AI智能体开发平台Coze正式发布，支持本地化部署，提供数据安全、模型自主和离线运行等核心价值。该平台采用Apache 2.0协议，包含Coze Studio（可视化开发工具）和Coze Loop（运维管理系统），支持多模型集成和低代码开发。本地部署仅需2核CPU与4GB内存，适配Windows、macOS和Linux系统，通过Docker容器化实现。本文提供从环境准备到生产部署的全流程指南，包括硬件配置建议、系统依赖安装及源码获取方法，助力开发者快速构建自主可控的AI应用。

			
		

	



		

			
		



	

		

			

				
					
超详细coze本地化部署教程：小白也能亲手部署成功

				
			

			

				

					afeng16的博客
				

				

					07-31
					
					4307
					
				

			

		

		

			
				
本文提供了Coze本地部署的详细教程，主要包括以下内容： 部署条件：需要2核CPU、4GB内存，并提前安装Docker和Docker Compose（支持macOS、Linux和Windows系统）。 WSL2安装指南（可选）： 检查电脑虚拟化支持 通过PowerShell安装WSL2 设置Ubuntu用户名和密码 验证安装成功 Git安装步骤： 下载Windows版Git安装包 详细图解安装过程 验证安装成功 教程包含大量截图说明，适合初学者按步骤操作完成Coze的本地环境配置。

			
		

	





	

		

			

				
					
字节跳动 Coze 正式开源：超详细本地部署指南，开启低代码 AI Agent 开发之旅！

				
			

			

				

					pythonhy的博客
				

				

					07-26
					
					3515
					
				

			

		

		

			
				
Coze Studio 是字节跳动开源的低代码 AI Agent 开发平台。通过可视化工具，开发者无需或只需少量代码即可快速构建、调试智能体、应用和工作流，大幅降低开发门槛，是构建定制化 AI 产品的理想选择。

			
		

	





	

		

			

				
					
一文搞懂AI大模型学习路线：核心知识点 + 实战路径全解析

				
			

			

				

					Android_XG的博客
				

				

					07-18
					
					857
					
				

			

		

		

			
				
一文搞懂AI大模型学习路线：核心知识点 + 实战路径全解析

			
		

	





	

		

			

				
					
Gemini CLI使用教程：在命令行中释放AI的力量

				
			

			

				

					2023年最新地推相关信息
				

				

					08-11
					
					2267
					
				

			

		

		

			
				
Gemini CLI 是一个官方推出的命令行界面工具(Command-Line Interface)，它让用户可以直接在电脑的终端(Terminal)或命令行窗口中，与 Google 的 Gemini 模型进行交互。

			
		

	





	

		

			

				
					
大语言模型微调实践——LoRA 微调细节

				
			

			

				

					LF_AI的博客
				

				

					08-21
					
					6172
					
				

			

		

		

			
				
1. 引言近年来人工智能领域不断进步，大语言模型的崛起引领了自然语言处理的革命。这些参数量巨大的预训练模型，凭借其在大规模数据上学习到的丰富语言表示，为我们带来了前所未有的文本理解和生成能力。然而，要使这些通用模型在特定任务上发挥出色，还需借助微调技术。大语言模型的微调技术已经成为自然语言处理领域的一个焦点，其不断的演化和创新正引领着我们进入一个更加精细、个性化的文本处理时代。在本文中，我们将选取...

			
		

	





	

		

			

				
					
Google Gemini CLI深度解析与实践指南

				
			

			

				

					lichunchuan1的博客
				

				

					06-26
					
					2232
					
				

			

		

		

			
				
作为一款免费开源产品，它革新了开发者与 AI 的交互模式，使内容创作、代码编写及复杂问题处理等操作，均可在命令行界面一站式完成，开启了终端交互的全新篇章。2. 然后告诉它你的更细致需求，一步步调试，最后的到下面的结果，也可以扫码浏览：https://gkquiz.vadxq.com/创建一个工程化的nextjs项目 首先告诉gemini-cli，我们需要创建一个nextjs项目，是关于什么内容，有什么要求。运行出现问题时，需先手动取消运行，再告知系统进行 debug，这种操作方式不够智能，亟待改进。

			
		

	





	

		

			

				
					
AI 产品经理学习路线图！从入门到实战，学习清单大曝光（附教学视频）直接抄作业

				
			

			

				

					m0_63171455的博客
				

				

					07-27
					
					1578
					
				

			

		

		

			
				
想转型 AI 产品经理，却被 “算法、模型、项目” 搞得一头雾水？这套AI 产品经理学习清单，用 10 大模块搭建完整知识体系，从基础认知到项目实操全覆盖！

今天为你拆解核心内容，帮你高效规划学习路径，记得保存好了～

			
		

	





	

		

			

				
					
【阅读记录-章节2】Build a Large Language Model (From Scratch)

				
			

			

				

					weixin_44329069的博客
				

				

					11-15
					
					1899
					
				

			

		

		

			
				
文本转换为数值向量（嵌入）嵌入是LLMs（大规模语言模型）处理文本数据的关键。因为LLMs不能直接处理原始文本数据，所以需要将文本转换为数值表示，这些数值表示就是嵌入。嵌入将离散数据（例如词语或图像）转换为连续的向量空间，使得这些数据可以与神经网络操作兼容。从文本到词元的转换首先，原始文本会被分割成词元（tokens）。这些词元可以是单词或字符。然后，词元会被转换为整数表示，称为词元ID。这就是模型处理文本时的基础输入。特殊词元特殊的词元（如和）用于增强模型的理解，处理不同的上下文。

			
		

	





	

		

			

				
					
Coze开源了~手摸手带你实现Coze Studio本地部署~

				
			

			

				

					zhanyd的博客
				

				

					07-26
					
					3285
					
				

			

		

		

			
				
好消息，coze开源了，我现在手摸手带你实现 coze-studio 本地部署。

			
		

	





	

		

			

				
					
（服务端篇）如何在本地私有化部署chatgpt？github上那些助力搭建私有chatgpt的项目_本地化部署coze

				
			

			

				

					2401_85773359的博客
				

				

					07-24
					
					2541
					
				

			

		

		

			
				
该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。天道酬勤，你越努力，就会成为越优秀的自己。

			
		

	





	

		

			

				
					
扣子coze本地化部署指导（centos7.9）

				
			

			

				

					ltangbao123的博客
				

				

					07-31
					
					860
					
				

			

		

		

			
				
若之前有安装，逐行执行卸载命令如下。模型广场，选择模型，配置model。：模型ID，非零整数且全局唯一。2.配置docker镜像加速器。卸载完后安装docker。1.docker 安装。4.下载coze源码。

			
		

	





	

		

			

				
					
终于完成了Build a Large Language Model (From Scratch) 2024中文版

				
			

			

				

					LeeAmos1的博客
				

				

					06-09
					
					6434
					
				

			

		

		

			
				
Build a Large Language Model (From Scratch)  2024的中文版，终于完成了最新版的翻译，437页，包含7个章节+5个附录，作者将带你从头开始构建一个类似 GPT 语言模型，这个过程让你了解如何创建、训练和微调大型语言模型 (LLM)。

			
		

	





	

		

			

				
					
Build a Large Language Model (From Scratch)GPT-4o翻译和代码每行中文注释Ch4

				
			

			

				

					Czi.的博客
				

				

					07-21
					
					2973
					
				

			

		

		

			
				
4 从零开始实现GPT模型以生成文本In the previous chapter, you learned and coded the multi-head attention mechanism, one of the core components of LLMs. In this chapter, we will now code the other building blocks of an LLM and assemble them into a GPT-like model that we w

			
		

	





	

		

			

				
					
Build a Large Language Model (From Scratch) 学习笔记（二）

				
			

			

				

					我的博客
				

				

					02-24
					
					1471
					
				

			

		

		

			
				
本章内容涵盖：为大语言模型训练准备文本;将文本拆分为单词和子词标记;字节对编码作为一种更高级的文本标记化方法;采用滑动窗口方法抽取训练样本;将标记转换为向量以输入到大语言模型中。原文目录如下本篇笔记篇幅受限，拆分为两部分内容，本文中包含2.1-2.4内容。在预训练阶段，LLM会逐个词地处理文本。通过使用包含数百万至数十亿参数的模型进行下一个词预测任务，可以训练出具有令人印象深刻能力的模型。然后，这些模型可以进一步微调，以遵循一般指令或执行特定的目标任务。

			
		

	





	

		

			

				
					
Build a Large Language Model (From Scratch) 学习笔记（一）

				
			

			

				

					我的博客
				

				

					12-06
					
					2143
					
				

			

		

		

			
				
Build a Large Language Model (From Scratch) 学习笔记

			
		

	





	

		

			

				
					
Coze 本地化部署的具体步骤是什么？

				
			

			

				

					07-30
				

			

		

		

			
				
### Coze 本地化部署的具体步骤

在进行 Coze 的本地化部署之前，需要确保已经准备好所需的模型服务配置，因为如果没有正确配置模型服务，将无法在创建智能体或工作流时正常选择模型[^1]。以下是本地化部署的主要操作流程：

1. **获取 Coze Studio 的开源代码**  
   Coze Studio 是一个基于大语言模型的 AI 应用开发平台，其开源版本可以从官方仓库获取。需要通过 Git 或其他版本控制工具下载完整的源码包，并确保代码版本的稳定性。

2. **配置本地运行环境**  
   需要安装并配置必要的运行环境，包括但不限于 Python、Node.js、Docker 等工具链。此外，还需要根据项目文档安装依赖库，并确保开发环境与生产环境之间的兼容性。

3. **部署模型服务**  
   在本地环境中部署大语言模型服务是关键步骤之一。可以选择开源模型（如 LLaMA、ChatGLM 等）或使用企业内部训练的模型。模型服务需要与 Coze Studio 的 API 接口保持兼容，并确保其运行稳定。

4. **配置 Coze Studio 与模型服务的连接**  
   在 `config` 或 `.env` 文件中配置模型服务的地址、端口、认证信息等参数，确保 Coze Studio 能够正确调用模型服务。例如：
   ```python
   # 示例配置文件内容
   MODEL_SERVICE_URL = "http://localhost:8080"
   MODEL_SERVICE_API_KEY = "your_api_key_here"
   ```

5. **启动 Coze Studio 服务**  
   完成配置后，执行启动脚本，运行 Coze Studio 服务。可以使用命令行工具或容器化部署方式（如 Docker Compose）来启动整个系统。例如：
   ```bash
   docker-compose up -d
   ```

6. **验证部署结果**  
   通过浏览器访问 Coze Studio 的本地部署地址，登录系统后尝试创建智能体或工作流，并确保模型服务可以被正常调用和使用。

7. **设置权限与访问控制**  
   在内网环境中，建议配置用户权限管理、访问控制策略以及数据加密机制，以保障系统的安全性与稳定性。可以通过集成 LDAP 或 OAuth 等协议实现企业级身份验证。

8. **定期更新与维护**  
   由于 Coze Studio 是一个开源项目，建议定期关注官方仓库的更新日志，并及时应用安全补丁和功能增强版本，以确保平台长期稳定运行。

###

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		
评论 1

	

  
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值