“ coze官宣开源，快来试试本地私有化部署coze，以后可以在本地电脑使用coze了，可用再受资源点限制。”

01

—

准备工作

1、电脑配置要求

CPU：2核及以上

内存：4G及以上

2、安装Docker

3、安装Docker Compose

02

—

私有化部署coze步骤

1、从github网站下载coze-studio开源代码

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

在电脑选择一个目录保存并解压文件coze-studio-main.zip。

2、配置AI模型

a.

cd coze-studio-main

进入到coze-studio-main文件夹，将模板目录中的 doubao-seed-1.6 模型模板文件复制并粘贴到配置文件目录中

b.修改配置文件参数

cd backend/conf/model

配置doubao-seed-1.6模型的三个参数并保存文件。

• id: coze-studio的模型ID，必须为非零整数，且为唯一值，在后续的使用中，尽量不修改这个id，以免影响Agents或者工作流的使用。
• api_key: 模型服务的API Key，按照官网文档指引获取doubao-seed-1.6模型的API Key，https://www.volcengine.com/docs/82379/1541594，注册账号，在API Key菜单下创建并获得API Key。

• model: 按照官网指引访问模型官网https://console.volcengine.com/ark/region:ark+cn-beijing/model?vendor=Bytedance&view=DEFAULT_VIEW，查找并获取doubao-seed-1.6模型的ID。

3、部署并启动服务

cd docker

进入开源代码所在目录的docker路径，复制临时配置文件.env.example，重命名为.env。

docker compose up -d

首次部署并启动coze-studio需要拉取镜像、构建本地镜像，可能耗时比较久，也依赖网速，请耐心等待。

启动成功后，通过浏览器访问http://localhost:8888/，即可打开coze-studio

03

—

常见问题

1、无法拉取镜像

修改/etc/docker/daemon.json文件，新增镜像源

{

电脑版docker compose配置信息如下：

2、电脑内存不够

清理电脑其他应用占用的内存，再重新启服务。

---

大模型算是目前当之无愧最火的一个方向了，算是新时代的风口！有小伙伴觉得，作为新领域、新方向人才需求必然相当大，与之相应的人才缺乏、人才竞争自然也会更少，那转行去做大模型是不是一个更好的选择呢？是不是更好就业呢？是不是就暂时能抵抗35岁中年危机呢？

答案当然是这样，大模型必然是新风口！

那如何学习大模型 ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。但是具体到个人，只能说是：

最先掌握AI的人，将会比较晚掌握AI的人有竞争优势。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

但现在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大模型的学习路线完善出来！

在这个版本当中：

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，这份大模型路线+学习教程已经给大家整理并打包分享出来, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型学习资源包》免费分享（安全咨料，放心领取）👈

​

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：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：AI大模型RAG应用开发工程，主要学习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，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造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，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，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

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

👉CSDN大礼包🎁：全网最全《LLM大模型学习资源包》免费分享（安全资料，放心领取）👈

​