扣子coze工作流怎么本地部署

今天蹭个热点，Coze（扣子）昨晚开源了。扣子是一个低代码的AI Agent智能体一站式开发平台，可以通过拖拽节点的方式编排工作流（workflow）。没开源前，我们一般使用线上扣子平台进行智能体的搭建。

通过线上扣子平台搭建就会存在一个问题，所有的数据都在人家手里，而且私有化不了。因而，如果要进行私有化部署，一般会选择开源的Dify，或者N8n，但体验习惯总感觉不如扣子。

卷到现在，扣子也开源了，开源的生态将前途无量。这次开源的有Coze Studio（扣子智能体开发平台）及Coze Loop（扣子罗盘），前者就是搭建智能体的，后者是调试管理评测用的。

对于企业而言，私有化部署扣子，方便企业内部自行搭建智能体，数据也安全，成本也不是很高，只需另外支付一些大语言模型API调用的费用。

当然，如果企业自己已经本地化部署了开源的大语言模型，比如Deepseek、Qwen、Kimi之类的，那结合扣子开源版的本地化部署再好不过了。

老马今天给大家演示的就是Coze Studio的本地化部署过程，先准备一台电脑，硬件配置起码是2核CPU，4G内存，这个要求是相当低了，老爷台式机都能跑起来。

老马这里是以Windows电脑系统为演示例子，其它的Mac和Linux系统部署的思路都是差不多的，大家详细看一下github开源仓库中的说明文件即可。

Coze Studio 开源地址

https://github.com/coze-dev/coze-studio

扣子 Coze 教程Coze Loop 开源地址

https://github.com/coze-dev/cozeloop

准备就绪，我们继续下一步。

1、安装Docker Desktop配置国内源

首先我们需要安装好Docker Desktop，设置一下Docker的国内源，并启动Docker。打开网址：https://www.docker.com，选择Download Docker Desktop，再选择 Download For Windows -AMD64 下载即可。

安装的话就跟普通软件安装一样，默认设置一路安装完就行。因为老马已经提前安装好了，安装过程就不再演示了。我们直接打开Docker Desktop软件，登录不登录无所谓，稍等一下让软件引擎启动。

启动完毕之后，我们点击软件右上角的齿轮按钮，然后打开Docker Engine，把原来输入框里面的JSON文本都删除掉，替换成以下文本：

{ "builder": { "gc": { "defaultKeepStorage": "20GB", "enabled": true } }, "experimental": false, "registry-mirrors": [ "https://docker.m.daocloud.io", "https://docker.unsee.tech", "https://docker.1panel.live", "http://mirrors.ustc.edu.cn", "https://docker.chenby.cn", "http://mirror.azure.cn", "https://dockerpull.org", "https://dockerhub.icu", "https://hub.rat.dev" ] }

最后点 Apply & restart 保存重启Docker Desktop软件即可。这一步是配置Dcoker的国内源，可操作也可不操作。

2、注册火山引擎开通大模型获取API key

前面提到，我们虽然本地化部署了扣子的开源版，但是实际搭建智能体的时候，需要用到大语言模型，所以我们就需要接入大语言模型的API接口，使用它们的服务。

这里默认使用火山引擎里面的豆包大模型，即豆包seed 1.6，先打开火山引擎的官网：
https://www.volcengine.com，注册登录一下，如图：

登录了之后，我们在右上角的搜索框里面搜索“火山方舟”，点击控制台进入，在左侧的导航栏下面就能看到开通管理，点击进入，选择Doubao-Seed-1.6，点击开通服务即可，如图：

下一步我们来创建一个API Key，还是在左侧导航栏点击“API Key”管理，进去后默认是没有任何东西的，我们选择创建API key，所属项目不用管，名称默认或者你自己设置一下，权限选择全部，如图：

这样我们就得到了一个API key了，点击API key 右边的小眼睛按钮即可显示完整的密钥。这个你找个文档复制粘贴保存一下，留着备用，接下来步骤中设置配置文件的时候需要用到，如图：

创建了API Key之后，我们还需要创建Endpoint，还是在左边的导航栏中点击“在线推理”，找到“自定义推理接入点”，然后点击“创建推理接入点”，如图：

接入点名称写“Endpoint”，标签可以随便新建一个，模型选择里面点击添加模型，这里我们就默认添加Doubao-seed-1.6，最后点击确认接入即可，如图：

注意了，接下来步骤中设置配置文件时，需要用到刚刚创建的Endpoint的ID，所以可以找个文档复制粘贴保存一下备用。ID的位置在Endpoint名字的下面，别复制错了，如图：

3、克隆下载代码到本地进行配置

第三步就是要将开源的代码克隆下载到本地了，电脑上如果已经安装了git，可以打开CMD窗口，使用以下命令：

git clone https://github.com/coze-dev/coze-studio.git

如果没有安装git或者不知道怎么安装，你可以问问Deepseek，获得详细的安装指南。有问题多问问大语言模型，算是学习的一种方式。

当然，如果你不想安装git，也可以直接打开Coze Studio的开源仓库地址，点击绿色图标Code，选择Download ZIP下载代码压缩包，解压后是一样的道理，如图：

代码比较多下载速度慢，有条件的建议开启魔法上网，这样速度快也不容易中断。老马这里拉取代码到本地等待了一段时间，拉取完之后，我们打开coze-studio这个代码文件夹。

首先我们需要打开：\backend\conf\model\template 这个目录，把里面名为：
model_template_ark_doubao-seed-1.6.yaml的文件复制一下，如图：

接着再打开：\backend\conf\model 这个目录，把上面复制的文件粘贴进来，把文件名修改成：ark_doubao-seed-1.6.yaml，如图：

然后我们鼠标右键选中这个文件，选择在记事本中编辑。当然，老马是强烈建议你安装一个Sublime这样的工具，比在记事本中打开编辑好用多了。

你如果用Cursor这样的AI IDE打开该文件也行的，接着我们需要设置id、api_key、model这三个地方，如图：

id的话在该文件的第一行，把原来的数字删掉，你可以随意设置一串新数字，这里老马就设置成，id要必须是非0的整数。

接着往下滑动到最后，大概是第110行的位置，就能看到api_key和model设置的地方。

api_key的话，我们就填写刚刚第二步中开通的API Key值，还记得点击小眼睛就可以显示完整的密钥么，点击小眼睛边上的复制按钮就可以直接复制，然后粘贴填写上去，例如：

76fb9fe9-0f7e-490b-ba7a-256xxxxxxx

model的话我们填写刚刚第二步中创建的Endpoint 的ID，还记得吧，例如：

ep-049-c8xxxx

最后保存一下 ark_doubao-seed-1.6.yaml 这个文件即可。

4、启动Docker 运行服务搭建智能体

第四步回到我们的coze-studio文件夹，找到docker目录，里面可以看到.env.example这个文件，我们复制后直接粘贴一份，修改命名成 .env，如图：

好了，以上就基本配置完了，下一步我们来启动docker，我们在当前的目录下，也就是代码文件夹coze-studio里面的docker目录下，直接鼠标右键“在终端中打开”，就能打开一个CMD命令窗口，如图：

输入以下命令运行即可：

docker compose --profile '*' up -d

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，是真的要耐心等待。部署过程中，你会看到以下日志信息，如图：

你以为世间万事都如此顺利么？不出意外的，意外就来了，老马这里报了个错：service “elasticsearch-setup” didn’t complete successfully: exit 127，如图：

回到Coze Studio的开源仓库找找issues，看看有没有人遇到老马一样的问题，以及解决方法。结果找到了，原因是：

脚本文件的换行符格式错误 (CRLF vs LF)。 在 Windows 系统上编辑了项目文件，Windows 默认使用 CRLF作为换行符，而 Docker 容器内的 Linux 环境需要 LF。 这会导致脚本无法被正确识别和执行。

解决方法是：

使用代码编辑器（如 VS Code）打开 elasticsearch-setup 服务所依赖的启动脚本（路径是 docker/volumes/elasticsearch/setup_es.sh）。 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。 保存文件后再重新启动就解决了。

这里老马是使用Visual Studio Code软件对该文件进行修改了，如果你没有报老马以上的错误，可以不用修改不用管。当然，你用Cursor、Trae、通义灵码等AI IDE进行修改都可以的，修改完保存文件，如图：

接着继续运行上面的命令继续启动服务，如果看到提示 “Container coze-server Started”，表示 Coze Studio 服务已成功启动，如图：

5、本地打开扣子开源版进入操作

最后我们就可以在本地打开已经部署好的扣子开源版进行操作了，地址如下：

http://localhost:8888/

打开后，我们千万记得，第一次因为你没有账号，所以要先注册。但是你会发现登录跟注册按钮是灰的。这是因为要先输入你的注册邮箱和密码，才能点击注册，如图：

注册登录了了之后，我们就能看到跟线上的扣子平台一样熟悉的界面了。接下来就可以去创建智能体，如图：

老马简单体验了一下，跟线上的扣子平台对比，开源版缺少了AI生成提示词和对比，插件也少了很多，只有19个官方插件，后续的话需要根据开源仓库中的开发指南去配置更多的插件。

发布智能体的话，支持API调用和SDK集成，核心功能也比较完善，整个搭建过程是挺顺畅的。总体来说，本地化部署的扣子开源版基本够用。

不过扣子虽然开源了，但还得赚钱的！我们前面提到，搭建智能体需要大语言模型，所以我们接入了火山引擎的豆包seed 1.6模型。

那么每一次的调用，都需要向火山引擎付费，这个得懂。同样，你做智能体还需要用到上传文件的功能，就是跟智能体对话的时候，允许用户上传图片什么的。

这个也是需要配置上传组件的，要么用你本地自己搭建的，要么用火山引擎的，同样的开通服务配置密钥按量付费。还有知识库，你得用到OCR模型吧，一样的道理。

知识库的Embedding（向量化模型）和向量化数据库，你也得配置。所以细节上还需要做一些进一步的配置，在Coze Studio的开源仓库说明文件中都有详细介绍，如图：

这些细节的项目配置，小伙伴们可以自行阅读研究配置一下，进一步完善扣子开源版。鉴于本文篇幅，老马就没法挨个给大家演示配置了。