Coze 开源了,送上保姆级私有化部署方案【建议收藏】

今日凌晨 Coze 宣布开源!

很开心,看到这个消息, AI 大模型,AI agent 越来越有意思了

主要开源了两个核心项目:

1.Coze Studio 的 github地址:github.com/coze-dev/co...

2.Coze Loop 的 github地址: github.com/coze-dev/co...

开源采用 Apache 2.0 许可证,这将象征着:

  • 可商用:可商业使用,无附加条款
  • 专利授权: 明确授权,无后顾之忧
  • 社区共建: 与全球开发者一起,共建未来

Coze Studio 是什么?

这是扣子最核心的业务,你可以通过拖拽节点,自由编排任何的 workflow的AI agent,包含 Plugin 核心框架,允许将任何第三方 API 或私有能力封装成插件,无限扩展 Agent 的能力边界。这里还并提供开箱即用的开发环境,只需一键部署。

在UI层面通过Coze Studio提供的可视化设计与编排工具,开发者可以零代码或低代码,快速打造和调试智能体、应用和工作流。

Coze Loop 是什么?

面相开发的一款AI Agent 开发运维管控平台,帮你联调提示词、做自动评测,和监控 Agent 表现。从而提升Agent的运行效果和稳定性。

Loop 支持团队协作,还能接入 Langchain、Eino 等主流框架,适合个人开发者、小团队,甚至企业级 AI 项目

我们看看怎么使用?

本地化部署:

Coze Studio部署指南:

环境要求:

在安装Coze Studio之前,请确保您的机器满足:2C、4GB内存,是个电脑都可以满足吧,

需要安装Docker和Docker Compose,并启动Docker服务,我使用的配置和系统版本如下:

大家自行安装即可,如果不会安装,可以评论超过10人,我来写一个全平台的教程

获取源码:

bash 复制代码
 git clone https://github.com/coze-dev/coze-studio

配置模型:

从模板目录中复制doubao-seed-1.6模型的模板文件,并将其粘贴到配置文件目录中。

bash 复制代码
cd coze-studio
cp backend/conf/model/template/model_template_ark_doubao-seed-1.6.yaml backend/conf/model/ark_doubao-seed-1.6.yaml

修改配置文件目录中的模板文件,我们需要进入到backend/conf/model/目录下,

bash 复制代码
cd backend/conf/model/

然后编辑:ark_doubao-seed-1.6.yaml,使用vim去编辑

需要去设置字段: id, meta.conn_config.api_key, meta.conn_config.model, 然后保存文件即可!

id:Coze Studio中的模型ID自己自定义就行了,全局唯一,非零整数,模型上线后,不能修改

meta.conn_config.api_key:模型服务的API密钥,我们需要去火山方舟上面来获取!

📌

获取 API Key

  1. 打开并登录 API Key管理 页面。
  2. (可选)单击左上角 账号全部资源 下拉箭头,切换项目空间。
  3. 单击 创建 API Key 按钮。
  4. 在弹出框的 名称 文本框中确认/更改 API Key名称,单击创建。

meta.conn_config.model: 模型服务的模型ID,在本例中为Volcengine Ark doubao-seed-1.6模型访问点的端点ID;

在火山方舟上进行创建推理接入点:

开通模型并接入

获取 Endpoint ID 创建成功后,可在 方舟控制台-在线推理 查看并复制推理接入点 Endpoint ID。

回到配置文件来,修改这三个参数

部署并启动服务。首次部署和启动Coze Studio时,可能需要一段时间来检索镜像和构建本地镜像。请耐心等待。

bash 复制代码
cd docker
cp .env.example .env
docker compose --profile '*' up -d

在部署过程中,您将看到以下日志信息。如果您看到"Container coze-server Started"的消息,则表示Coze Studio服务已成功启动。【也就是我截图的最后一行】

如下是整体操作步骤,小白可以参考:

访问下:http://localhost:8888/ 【如果是本机使用localhost,如果是服务器部署,使用服务器的IP地址即可】

第一次注册登录就好了

Coze Loop部署指南:

环境要求:

除了刚才安装docker和docker-compose ,这个我们还需要安装go,go的版本要在 1.23.4 以上

获取源码:

bash 复制代码
git clone https://github.com/coze-dev/cozeloop
cd cozeloop

配置模型:

Coze Loop开源版支持的模型如下:

📍 Ark/ArkBot (Volcano Ark),OpenAI,Claude,Gemini,Ollama,Qwen,Qianfan

修改配置文件

bash 复制代码
cd conf/default/app/runtime/

编辑文件model_config.yaml,并修改api_key和model字段,两个例子的配置文件:火山和Openai【替换api_key和model ID,我直接用的上面Coze Studio的api_key和model】

python 复制代码
models:
  - id: 1
    name: "doubao"
    frame: "eino"
    protocol: "ark"
    protocol_config:
      api_key: "***"  # 直接用上面的api------key Volcengine Ark API Key, refer to https://www.volcengine.com/docs/82379/1541594
      model: "***"    # 直接用上面的model ID Ark model ID, refer to https://www.volcengine.com/docs/82379/1330310
    param_config:
      param_schemas:
        - name: "temperature"
          label: "temperature"
          desc: "Increasing the temperature will make the model output more diverse and creative. Conversely, lowering the temperature will make the output more compliant with instructions but less diverse. It is recommended not to adjust together with 'Top p'."
          type: "float"
          min: "0"
          max: "1.0"
          default_val: "0.7"
        - name: "max_tokens"
          label: "max_tokens"
          desc: "Controls the maximum length of tokens output by the model. Typically, 100 tokens are approximately equal to 150 Chinese characters."
          type: "int"
          min: "1"
          max: "4096"
          default_val: "2048"
        - name: "top_p"
          label: "top_p"
          desc: "During generation, selects the smallest set of tokens whose cumulative probability reaches top_p. Tokens outside the set are excluded, balancing diversity and reasonableness."
          type: "float" #
          min: "0.001"
          max: "1.0"
          default_val: "0.7"
  

ps:如果你想用其他的大模型配置文件,不知道如何使用,请私信我哦~

火山的api_key获取方式和上面的一样,模型ID可以在这篇文档查看:www.volcengine.com/docs/82379/...

部署并启动服务,【第一次启动会慢一点,等待下就好了】

css 复制代码
docker compose up --build

出现如下界面说明部署完成了

访问下,http://localhost:8082 即可打开 CozeLoop 开源版【localhost替换为你的本机IP地址】

好啦!整理来说部署还是非常的方便的!

期待我为大家更新私有化方式构建应用玩法的,请一键三连!

相关推荐
可乐ea10 分钟前
MCP 和 CLI 差 42 倍:一次 GitHub 任务的上下文成本实测
人工智能·github·工具调用·ai智能体·openrouter·mcp协议·上下文优化
kyriewen24 分钟前
编辑弹窗点了取消,列表里的数据怎么还是变了?
前端·javascript·人工智能
泯泷1 小时前
Multica 真正打动我的,不是更多 Agent,而是一种新的团队协作方式
人工智能·llm·agent
电科_银尘1 小时前
【深度学习项目实战·22】灰度图像着色:用小型U-Net学习从灰度到RGB
人工智能·深度学习·学习
阿里云大数据AI技术1 小时前
云栖实录|倍思科技 × 阿里云:让VOC洞察从“生成报告”走向“业务可用”
人工智能·elasticsearch·agent
AllData公司负责人2 小时前
第九篇:AI大模型数据开发底座系列说明书:AllData集成BISHENG开源项目建设大模型应用开发底座,涵盖可视化编排/智能助手/一键API/模型接入!
人工智能·云原生·数据分析·视觉检测·知识图谱·大模型应用·bisheng
数字新视界2 小时前
数据中心DCIM管理系统助力提升机房管理效率与安全性
大数据·人工智能·物联网·信息与通信·动环监控系统
阿里云大数据AI技术2 小时前
阿里云 EMR Serverless StarRocks(Stella)× Paimon:让多模态数据湖从“存得下”走向“找得到、用得上”
人工智能
class心平气和2 小时前
AI 赋能测试流程:从基础概念到测试全流程实战
人工智能
猿人谷2 小时前
遗传编程的未来:从进化搜索到自主发现求解方法
人工智能·深度学习·神经网络·ai-native