字节的Agent平台扣子（Coze）于2025 年 7 月 26 日正式开源。

扣子开源之后，目前有3大主流的开源Agent平台，n8n、dify、Coze

dify是阿里旗下的Agent平台，Coze是字节旗下的，n8n是国外的Agent平台。

目前来看刚开源的扣子bug还挺多的。

今天的教程是使用Docker本地部署Coze，提高数据的安全性。

1. github地址：

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

打开github之后，选择中文，显示中文介绍。

目前开源扣子Coze的功能和商业版差不多，基础功能都有，插件的话需要自己创建。

2. 部署步骤：

1. 1. 获取源码

打开终端，从默认目录拉取代码

目录：/Users/{你自己的用户名}/ 


# 克隆代码git clone https://github.com/coze-dev/coze-studio.git

• • 配置模型

  
  

  
  

  model目录下有多个模版，配置哪个大模型直接copy过去修改一下即可。

  cd coze-studiocp backend/conf/model/template/model_template_ark_doubao-seed-1.6.yaml backend/conf/model/ark_doubao-seed-1.6.yaml

  • • meta.conn_config.model：模型服务的 model ID，也可以填写EndpintID。
  • • 在本示例中为火山方舟 doubao-seed-1.6 模型接入点的 Endpoint ID，获取方式可参考https://www.volcengine.com/docs/82379/1099522
  • • 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 。默认是65536，不需修改，如果修改了可能会报错。
  • • 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，获取方式可参考https://www.volcengine.com/docs/82379/1541594
  • • 在配置文件目录下，修改模版文件。

    
    

    
    

  • • # 复制模型配置模版

1. 1. 进入目录 backend/conf/model。打开复制后的文件ark_doubao-seed-1.6.yaml。
2. 2. 设置 id、meta.conn_config.api_key、meta.conn_config.model字段，并保存文件。

   API Key只需要配置一个就行。

1. 1. 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。

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。

• • # 启动服务cd docker

复制环境变量 cp .env.example .env

启动docker docker compose up -d

正常状态是docker中的小圆圈都置为绿色。

• • 访问http://localhost:8888/地址

随便填写个东西就可以进入到工作台

• • 配置知识库

配置知识库时，有个bug是：

需要提前配置.env文件中的向量模型：

bcm, err = ao.NewChatModel(ctx, &ao.ChatModelConfig{
                        APIKey:  getEnv("BUILTIN_CM_ARK_API_KEY"),
                        Model:   getEnv("BUILTIN_CM_ARK_MODEL"),
                        BaseURL: getEnv("BUILTIN_CM_ARK_BASE_URL"),
                })

并且如果使用的是官方镜像，需要新增 export ARK_EMBEDDING_AK参数，value 和 ARK_EMBEDDING_API_KEY 一致，然后重启服务再试下。这个问题是因为最新镜像还未携带这块逻辑。

3. 搭建工作流

这次搭建的是查询数据工作流。方便给经营管理者提供用数需求。

1. 1. 大模型解析参数

首先通过大模型节点解析用户想查询的问题，如：

北京1店昨天的营业收入是多少?

在大模型节点中，解析出“北京1店”、营业收入、昨天等关键信息。

通过代码节点获取当前系统时间，推断昨天这样模糊的说法对应的具体日期是多少。

• • 知识库映射编码

添加知识库节点，将对应的信息映射成数据接口的输入参数。

如：北京1店对应的门店编码为：10000

营业收入字段对应：yysr

• • 代码节点提取编码

通过代码节点将具体的编码提取出来

• • api插件

创建api插件，调用已经写好的数据接口，进行查询数据。