字节跳动于2025年7月26日正式开源其AI智能体开发平台“扣子”（Coze），包含Coze Studio可视化开发工具和Coze Loop运维管理系统两大核心组件。短短48小时内，GitHub星标数突破9000+ ，掀起开发圈热潮。最令人惊喜的是——它仅需2核CPU+4GB内存即可本地运行，真正将AI开发门槛拉低到“家用电脑级”。

下面手把手教你从零部署，避开新手常见坑点！

一、准备环境：安装Docker

这是唯一的前置依赖，作用是为Coze创建隔离的运行环境：

1. 访问 Docker官网 下载安装包

2. 双击安装，全部选择默认设置（Windows需启用Hyper-V，安装过程若提示重启请同意）

3. 安装完成后打开Docker Desktop，确认状态栏显示“Running”

💡 替代方案：若官网下载慢，可使用国内镜像包（飞书下载链接）

二、获取Coze源码

打开Docker Desktop内置终端（右下角Terminal图标），执行：

git clone https://github.com/coze-dev/coze-studio.git  # 克隆代码
cd coze-studio/docker                                 # 进入docker配置目录
cp .env.example .env                                 # 复制环境配置文件

无Git用户：可直接在GitHub下载ZIP包解压

三、配置模型服务（关键步骤！）

不配置模型则无法创建智能体，此处以DeepSeek模型为例：

# 进入模型配置目录（Windows用start替换open）
open ../backend/conf/model/  
# 复制DeepSeek模板
cp ../backend/conf/model/template/model_template_ark_volc_deepseek-r1.yaml backend/conf/model/deepseek-r1.yaml

编辑deepseek-r1.yaml，修改以下参数：

base_url: "https://api.deepseek.com/v1"
api_key: "sk-xxxxxxxx"  # 在[DeepSeek平台](https://platform.deepseek.com/)申请
model: "deepseek-reasoner"

✅ 支持的主流模型：OpenAI、Claude、Qwen、Gemini、豆包等，配置方法类似

四、启动服务

在coze-studio/docker目录执行：

docker compose --profile '*' up -d

首次运行将自动拉取镜像并启动容器（约5-10分钟）。成功后访问： 👉 http://localhost:8888

五、避坑指南：高频错误解决

1. 端口冲突错误：
   若提示Ports are not available：

   • 关闭占用端口（如3306/6379）：netstat -ano | findstr :3306 查PID后结束进程

   • 或修改docker-compose.yml中端口号

2. MySQL启动失败：
   报错MYSQL_USER cannot be "root"：
   → 删除系统环境变量中的MYSQL_USER和MYSQL_PASSWORD

3. Elasticsearch启动失败：
   报错exit 127：
   → 用VSCode打开docker/volumes/elasticsearch/setup_es.sh，右下角切换CRLF为LF后保存

六、更换模型实战（如切换至Qwen）

1. 复制模板：将model_template_basic复制到../backend/conf/model/，重命名为qwen.yaml

2. 修改配置：

id: 2  # 保持唯一
name: "qwen3-235b"
meta.conn_config:
  base_url: "https://dashscope.aliyuncs.com/compatible-mode/v1"
  api_key: "阿里百炼申请的KEY"
  model: "qwen3-235b-a22b-instruct-2507"

1. 重启服务生效：docker compose --profile '*' restart coze-server

为什么Coze开源值得关注？

• 零成本商用：Apache 2.0协议允许免费商业使用，无隐藏条款

• 全链路开源：覆盖Agent开发(Studio)、测试/运维(Loop)、部署(SDK)

• 硬件亲民：告别动辄16G显存的GPU，普通笔记本也能跑AI工作流

试部署后你会发现：从拉代码到界面打开，真正操作时间不到10分钟。这种“无痛感”正是开源Coze的核心突破——让每个有想法的普通人，都能低成本成为AI智能体开发者。

我们该怎样系统的去转行学习大模型 ？

很多想入行大模型的人苦于现在网上的大模型老课程老教材，学也不是不学也不是，基于此，我用做产品的心态来打磨这份大模型教程，深挖痛点并持续修改了近100余次后，终于把整个AI大模型的学习门槛，降到了最低！

在这个版本当中：

第一不需要具备任何算法和数学的基础
第二不要求准备高配置的电脑
第三不必懂Python等任何编程语言

您只需要听我讲，跟着我做即可，为了让学习的道路变得更简单，这份大模型教程已经给大家整理并打包，现在将这份 LLM大模型资料 分享出来： 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

​

一、大模型经典书籍（免费分享）

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

二、640套大模型报告（免费分享）

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

三、大模型系列视频教程（免费分享）

四、2025最新大模型学习路线（免费分享）

我们把学习路线分成L1到L4四个阶段，一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段：我们会去了解大模型的基础知识，以及大模型在各个行业的应用和分析；学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段是我们的AI大模型RAG应用开发工程，我们会去学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，我们会去学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造我们自己的Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，我们会更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调。

L5阶段：专题集丨特训篇 【录播课】

全套的AI大模型学习资源已经整理打包，有需要的小伙伴可以微信扫描下方二维码，免费领取

​