手把手教你部署扣子:本地化运行+模型配置+工作流搭建

手把手教你部署扣子:本地化运行+模型配置+工作流搭建

扣子终于来源了,哈哈,之前一直是线上玩,没办法本地部署,大家都觉得不能在企业应用保密性不好,这次扣子直接来源了,企业也可以本地部署自己的扣子平台,相对dify和n8n,扣子的优势是显而易见的,生态也比较完善,今天就给大家分享一下,扣子本地部署和配置以及本地搭建工作流,废话不多说,直接上干货。

img

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,为你提供最便捷的 AI Agent 开发环境。

  • 提供 AI Agent 开发所需的全部核心技术

    :Prompt、RAG、Plugin、Workflow,使得开发者可以聚焦创造 AI 核心价值。

  • 开箱即用,用最低的成本开发最专业的 AI Agent

    :Coze Studio 为开发者提供了健全的应用模板和编排框架,你可以基于它们快速构建各种 AI Agent ,将创意变为现实。

Coze Studio,源自服务了上万家企业、数百万开发者的「扣子开发平台」,我们将它的核心引擎完全开放。它是一个一站式的 AI Agent 可视化开发工具,让 AI Agent 的创建、调试和部署变得前所未有的简单。通过 Coze Studio 提供的可视化设计与编排工具,开发者可以通过零代码或低代码的方式,快速打造和调试智能体、应用和工作流,实现强大的 AI 应用开发和更多定制化业务逻辑,是构建低代码 AI 产品的理想选择。Coze Studio 致力于降低 AI Agent 开发与应用门槛,鼓励社区共建和分享交流,助你在 AI 领域进行更深层次的探索与实践。

Coze Studio 的后端采用 Golang 开发,前端使用 React + TypeScript,整体基于微服务架构并遵循领域驱动设计(DDD)原则构建。为开发者提供一个高性能、高扩展性、易于二次开发的底层框架,助力开发者应对复杂的业务需求。

目前coze平台基于docker部署,这样比较快捷方便,window和mac 基本一样,不过window部署有个问题需要注意,我们后边会讲到

1、首先项目克隆


2、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。


3、在配置文件目录下,修改模版文件。

  1. 进入目录 。打开复制后的文件。
  2. 设置 、、 字段,并保存文件。

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

这个api_key获取网址如下


在这里插入图片描述

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

模型id获取链接如下


在这里插入图片描述

获取对应模型的 endpointID,如果想使用其他模型,注意需要修改对应的 meta.name参数

4、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,可能耗时较久,请耐心等待。部署过程中,你会看到以下日志信息。如果看到提示 “Container coze-server Started”,表示 Coze Studio 服务已成功启动。


这里有个问题,window 可能会有数据库端口冲突

这个需要将docker-compose.yml中的 mysql部分的端口修改为3307,如下

img

启动在浏览器输入如下网址


本地使用和第一个工作流

1、第一次启动后 需要输入一个邮箱和密码,这就是之后登录的用户名密码。

img

2、登录后和在线的主体区别不大,我们可以构建一个工作流智能体应用

img

img

探索中有一些官方预制的插件可以使用

3、我们来建立第一个工作流

使用我们初始化配置的模型 doubao-seed-1.6建立一个工作流

img

进入界面后,增加一个大模型节点,然后配置大模型,大模型目前只有我们配置的doubao模型,其他的输入和提示词和之前的一样,没有构建过工作流的可以先去线上试试,哈哈。

img

这就是第一个本地工作流,目前本地的插件不多,需要申请,或者自己构建,后续我会教大家怎样构建本地的插件。

领取方式在文末

目前AI大模型的技术岗位与能力培养随着人工智能技术的迅速发展和应用 , 大模型作为其中的重要组成部分 , 正逐渐成为推动人工智能发展的重要引擎 。大模型以其强大的数据处理和模式识别能力, 广泛应用于自然语言处理 、计算机视觉 、 智能推荐等领域 ,为各行各业带来了革命性的改变和机遇 。

目前,开源人工智能大模型已应用于医疗、政务、法律、汽车、娱乐、金融、互联网、教育、制造业、企业服务等多个场景,其中,应用于金融、企业服务、制造业和法律领域的大模型在本次调研中占比超过 30%。
在这里插入图片描述

随着AI大模型技术的迅速发展,相关岗位的需求也日益增加。大模型产业链催生了一批高薪新职业:
在这里插入图片描述

人工智能大潮已来,不加入就可能被淘汰。如果你是技术人,尤其是互联网从业者,现在就开始学习AI大模型技术,真的是给你的人生一个重要建议!

只要你真心想学习AI大模型技术,这份精心整理的学习资料我愿意无偿分享给你,但是想学技术去乱搞的人别来找我!

在当前这个人工智能高速发展的时代,AI大模型正在深刻改变各行各业。我国对高水平AI人才的需求也日益增长,真正懂技术、能落地的人才依旧紧缺。我也希望通过这份资料,能够帮助更多有志于AI领域的朋友入门并深入学习。

真诚无偿分享!!!
vx扫描下方二维码即可
加上后会一个个给大家发

在这里插入图片描述

自我们与MoPaaS魔泊云合作以来,我们不断打磨课程体系与技术内容,在细节上精益求精,同时在技术层面也新增了许多前沿且实用的内容,力求为大家带来更系统、更实战、更落地的大模型学习体验。

图片

希望这份系统、实用的大模型学习路径,能够帮助你从零入门,进阶到实战,真正掌握AI时代的核心技能!

01 教学内容

图片

  • 从零到精通完整闭环:【基础理论 →RAG开发 → Agent设计 → 模型微调与私有化部署调→热门技术】5大模块,内容比传统教材更贴近企业实战!
  • 大量真实项目案例: 带你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‌!

02适学人群

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‌。

image.png

vx扫描下方二维码即可
在这里插入图片描述

本教程比较珍贵,仅限大家自行学习,不要传播!更严禁商用!

03 入门到进阶学习路线图

大模型学习路线图,整体分为5个大的阶段:
图片

04 视频和书籍PDF合集

图片

从0到掌握主流大模型技术视频教程(涵盖模型训练、微调、RAG、LangChain、Agent开发等实战方向)

图片

新手必备的大模型学习PDF书单来了!全是硬核知识,帮你少走弯路(不吹牛,真有用)
图片

05 行业报告+白皮书合集

收集70+报告与白皮书,了解行业最新动态!
图片

06 90+份面试题/经验

AI大模型岗位面试经验总结(谁学技术不是为了赚$呢,找个好的岗位很重要) 扣子 Coze 教程图片
在这里插入图片描述

07 deepseek部署包+技巧大全

在这里插入图片描述

由于篇幅有限

只展示部分资料

并且还在持续更新中…

真诚无偿分享!!!
vx扫描下方二维码即可
加上后会一个个给大家发

在这里插入图片描述

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:Ai探索者,转载请注明出处:https://javaforall.net/263885.html原文链接:https://javaforall.net

(0)
上一篇 2026年3月12日 下午9:20
下一篇 2026年3月12日 下午9:20


相关推荐

关注全栈程序员社区公众号