Coze Studio 是一款集成化的一站式 AI Agent 开发平台，其核心引擎现已完全开源。它不仅提供多种最新大语言模型与工具，还支持多样化的开发模式与框架，为开发者打造从开发到部署的全流程 AI Agent 高效开发体验。
Coze Studio 提供以下核心功能模块：
在安装 Coze Studio 前，请确保您的设备满足如下最低配置：
- CPU：2 核心及以上
- 内存：4 GB 及以上
- 需提前安装并启动 Docker 及 Docker Compose
本教程以接入豆包模型为例，演示如何获取火山引擎的 API Key。如使用其他平台模型，可跳过本部分并按实际需求操作。
在左侧导航栏中找到「火山方舟」服务入口：
进入「API Key 管理」，创建一个新的密钥：
设置密钥名称（可自定义），完成创建：
记录生成的 API Key，后续配置中将用到：
接下来创建模型推理接入点：
填写接入点名称，选择模型（如 Doubao-Seed-1.6，后续可调整）：
完成实名认证（按页面提示填写相关信息）：
扣子 Coze 教程
点击开通接入：
设置完成后可进行对话测试，验证接入是否正常：
调用成功后会显示完整模型名称，例如：doubao-seed-1-6-
本教程以飞牛系统为例演示安装流程，其它 NAS 系统操作类似。
解压下载的ZIP压缩包（建议在电脑端操作，便于后续修改）：
进入模型模板配置目录：
提示：
Coze Studio 支持多种模型的API调用，包括火山方舟（ark）、Claude、DeepSeek、Gemini、Ollama、OpenAI、通义千问（qwen）等。如需完全本地运行，需自行部署相应模型平台。
从模板目录复制所需模型的配置文件，粘贴至配置目录：
编辑模板文件，如配置多个模型需确保ID不重复：
查找 部分，通常需填写 和 参数。如调用第三方平台，还需修改 ：
示例：调用 ark_doubao-seed-1.6 模型的配置模板
示例：调用 ollama 模型的配置模板
进入 Docker 配置目录，复制 文件并重命名为 ：
提示：
项目会占用多个端口，如遇冲突可自行修改配置文件（建议先暂停其它应用，体验后再调整）。
创建 文件夹，将所有文件上传至 NAS：
提示：
仅上传文件无法完成部署，还需通过 SSH 连接并执行构建命令。
使用 SSH 工具连接 NAS，执行以下命令构建项目：
返回 Docker 管理界面，可查看已创建的项目（支持后续启动/停止管理）：
提示：
服务启动后，、、 等容器显示为退出状态（exit 0）属正常现象。
在浏览器中输入 访问 Coze Studio 界面：
首先注册一个新账号：
成功登录后进入主面板：
创建一个智能体，测试模型API是否正常调用：
按提示填写基本信息：
可看到之前配置的两个平台服务均已就绪：
测试模型调用，响应正常：
工作流功能也支持正常使用：
资源库支持上传文档作为知识库使用：
探索页面提供多种 MCP 插件：
内置模板目前数量较少：
部分模板设计颇具趣味，例如调用先前配置的 Doubao-Seed-1.6 模型：
笔者此前较多使用 Dify，对 Coze 也有一定了解，但因之前不支持本地部署，未能将其作为主力工具。如今开源版发布，第一时间在NAS上进行了部署体验。Coze Studio 整体操作流畅，响应迅速，上手门槛较低。但目前提供的插件与模板数量较少（官方在线版本更为丰富），甚至缺少网页搜索等基础插件，期待后续版本能持续优化。
发布者：Ai探索者，转载请注明出处：https://javaforall.net/263017.html原文链接：https://javaforall.net
