什么是扣子（Coze）?

如果不知道扣子（Coze）是什么的可以看我前面的文章，这里用一句话简单概括。

扣子（Coze）是字节跳动旗下的智能体（AI Agent）平台。它可以让零基础小白像搭积木一样，把各大厂商大模型、插件、知识库等组件以拖拉拽的方式快速搭建属于自己的智能体，并且全程可视化的UI界面操作。

为什么Coze开源是劲爆新闻？

可能大家还不太清楚Coze开源意味着什么，对于开发者来说意味着你可以使用Coze的源码进行二次开发，并因此催生出更多全新的商业模式。

像之前我们在Coze上搭建的智能体只能交付给C端用户，如果交付给B端用户通常都是用Dify、n8n等平台上搭建智能体交付，因为企业用户要求数据绝对安全，放在公网上是不能接受的，而Dify恰好是可以私有化部署的。

现在Coze也开源了，意味着以后更多了一种选择，这绝对可以说是一个里程碑式的进步。

看着电脑上安装的Dify瞬间觉得没有那么香了~

接下来我将实操本地部署Coze，并将详细步骤记录下来，每一步都非常详细，跟着我的步骤来，保证每个人都能顺利部署成功，让你也可以在本地玩转Coze。

Coze本地部署教程

1. 环境准备

如果你本地的电脑满足下面的条件可以直接本地安装，也可以租个云服务器部署安装。

硬件条件：2核CPU、4GB内存

2. 软件准备

安装好Docker、Docker Compose并启动服务，具体安装方式之前有讲过可以自行搜索。

3. 获取源码

在本地新建一个文件夹，用作Coze源码的工作空间。在这个目录下打开命令行，输入以下命令拉取源代码。

clone

4. 获取调用大模型的API Key和Model ID

进入火山官网后注册登录，官网如下: “https://www.volcengine.com/”

登录完成后进入火山方舟，地址如下: console.volcengine.com/ark

点击左侧菜单的在线推理 -> 自定义推理点 -> 创建推理接入点

依次输入接入点名称,描述,来源,模型选择付费方式 最后点击“开通模型并接入”按钮 现在默认送50W token够玩一阵子了

自动返回到刚才的自定义接入点界面就可以看到创建好的接入点了

点击进入详情可以看到ModelID和ApiKey

通过上面的步骤我们就拿到了API Key和modelId。

5. 修改配置

找到安装目录下的model_template_ark_doubao-seed-1.6.yaml文件

例如我的E:\workspace\Coze\coze-studio\backend\conf\model\template

将其拷贝到上一层目录，如下图所示

例如我的：E:\workspace\Coze\coze-studio\backend\conf\model

修改配置文件的内容，直接双击打开（也可以用文本工具）刚才粘贴的文件。修改文件的110行和112行的位置，将刚才保存的ApiKey和modelID粘贴到这里就可以。

1，meta.conn_config.api_key；刚才创建的apiKey  
  
2，meta.conn_config.model：刚才创建的modelID

6. 启动服务

找到源代码下载路径，右键在终端中打开，执行下面命令。

cp env '*'

首次时间比较长，需要去拉取镜像，耐心等待。

如果拉取不下来记得去配置国内镜像。

启动成功后我们就可以在浏览器输入 localhost:8888 访问本地部署的Coze了。

当你看到这个页面之后，就代表Coze开源版已经成功部署到你的电脑上面了。

注册账号之后就可以开始使用了。

讲在最后

Coze开源是字节跳动在AI浪潮中的一次极具前瞻性的战略布局。它看准了 “得开发者得天下” 的硬道理，选择用开放的姿态，牺牲短期直接变现的可能，去赌一个更大的生态和未来。

对于开发者，这是一个巨大的机遇，可以低成本地拥抱AI应用开发的浪潮。

对于字节跳动，这是一场高风险高回报的豪赌。赌赢了，它就能在AI时代复制“安卓”的辉煌，构建起坚不可摧的生态壁垒，赌输了，则可能面临为他人做嫁衣的尴尬局面。

但无论如何，在这个AI技术一日千里的时代，敢于用“开源”这种方式来争夺未来，本身就展现了字节的野心和魄力。

接下来，就看它如何平衡好社区生态和商业化这杆天平了。

我们拭目以待。

---

这个在本地部署Coze的教程已经写得非常细致，跟着教程一步一步来，你也可以在本地部署Coze。

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）👈

​