coze-dev/coze-studio · 上手攻略
- 仓库：coze-dev/coze-studio
- 链接：https://github.com/coze-dev/coze-studio
- 分类：ai · agent-development-platform
- 作者：Jay
- 更新：2026-07-14
这是什么
Coze Studio 是 Coze（扣子）AI Agent 开发平台的开源版本，源自已经服务过数万企业和数百万开发者的 Coze 商业平台。它将 Coze 的核心引擎完全开源，提供一站式的可视化开发工具，让用户可以从零开始创建、调试和部署 AI Agent、App 和 Workflow，门槛极低。
形象地说，它就是你自己的私有化 Coze/扣子平台——完整保留了提示词编排、RAG 知识库、插件、工作流编排、数据库等核心能力，后端用 Golang、前端用 React+TypeScript，基于微服务和 DDD 架构，可直接本地 Docker 部署。
解决什么问题
- 企业/团队想基于 Coze 模式私有化部署 AI Agent 平台，但没有开源方案
- 个人开发者想拥有完整的可视化 Agent 开发环境（类似 Coze 但本地运行）
- 需要低代码/零代码方式快速搭建 Agent、配置工作流、接入知识库、发布 API
- 需要将 Agent / App 集成到自己的应用中（通过 Chat SDK）
快速安装
环境要求
| 项目 | 最低要求 |
|---|---|
| CPU | 2 Core |
| 内存 | 4 GB |
| Docker | 已安装并启动 Docker 和 Docker Compose |
⚠️ Windows 用户建议使用 Docker Desktop；macOS/Linux 直接用 Docker Engine + Docker Compose。
一步启动（macOS / Linux）
git clone https://github.com/coze-dev/coze-studio.git
cd coze-studio
make web
Windows 或手动方式
git clone https://github.com/coze-dev/coze-studio.git
cd coze-studio
cp ./docker/.env.example ./docker/.env
docker compose -f ./docker/docker-compose.yml up
启动成功后看到 Container coze-server Started 即表示服务已就绪。
初始化配置
- 访问 http://localhost:8888/sign 注册账号
- 访问 http://localhost:8888/admin/#model-management 添加模型（镜像版本需 ≥ 0.5.0）
- 如需使用插件和知识库，还需在 http://localhost:8880/admin/ 配置相关组件
火山引擎一键部署（免本地）
不想自己搭？火山引擎有一键部署活动，可跳过本地安装。
核心功能模块
Coze Studio 提供以下核心能力：
模型服务（Model Service）
接入并管理模型列表，集成 OpenAI、火山引擎等服务。使用前必须先在管理后台配置模型，否则无法在构建 Agent/Workflow/App 时选择模型。
构建 Agent
- 创建、发布、管理 AI Agent
- 支持配置 Workflow、知识库、插件等资源
- 支持知识库解决模型幻觉和专业领域知识不足问题
构建 App
- 创建和发布应用
- 通过 Workflow 构建业务逻辑
构建 Workflow
- 可视化创建、修改、发布、删除工作流
- 支持代码节点（Python 执行环境）
开发资源
- 插件（Plugins）：接入第三方服务，需配置认证密钥
- 知识库（Knowledge）：RAG 知识库配置
- 数据库（Database）
- 提示词（Prompts）
API 和 SDK
- OpenAPI：创建会话、发起聊天等
- Chat SDK：将 Agent/App 集成到自己应用中
典型使用场景
场景 1：私有化 Agent 平台
企业不想把数据放到 Coze 公有云，可以本地部署 Coze Studio，内部使用完整的 Agent 开发能力。
场景 2：快速构建客服/助手类 Agent
用可视化界面配置 Agent + 知识库 + 插件，10 分钟上线一个领域问答助手。
场景 3：Agent 应用集成
用 Chat SDK 将 Coze Studio 的 Agent 能力嵌入自有产品（网页/App）。
场景 4：Workflow 自动化
将多个工具/LLM 调用串联成自动化流程，用于内容审核、数据处理、报告生成等。
坑与注意
🔐 公开部署安全警告
Coze Studio 默认注册功能开启，且 Python 代码节点默认无沙箱。如果要部署到公网：
- 必须关闭注册或启用邮箱白名单
- 建议开启 Workflow 代码节点的沙箱环境
- 建议内网部署，或配置防火墙防止 SSRF 风险
- 服务默认只监听 localhost，公网暴露需自行加安全措施
⚙️ 模型配置是必选项
没有配置模型就根本无法使用——Agent、Workflow、App 都选不了模型。首次部署后第一时间去管理后台配置。
🔌 插件需要第三方密钥
官方插件商店的插件（如需要调用第三方 API 的）需要手动填入认证密钥才能用。
🐳 Docker 环境依赖
不支持直接 pip 安装，必须跑在 Docker 容器里。需要确保 Docker Desktop/Engine 正常运行。
💰 与商业版的功能差异
部分功能（如语气定制）仅商业版可用。开源版本尽量保留了核心开发能力，但高级运营类功能可能缺失。
🐛 首次启动慢
首次 make web 会拉取镜像并构建本地镜像，可能需要等待几分钟，看到 "Container coze-server Started" 再操作。
与同类对比
| 方案 | 特点 | 适合场景 |
|---|---|---|
| Coze Studio（本文） | 开源、可视化、完整 Agent 平台；本地 Docker 部署；Coze 商业版同款引擎 | 私有化部署；Coze 粉丝；需要完整平台能力 |
| Dify.AI | 开源 LLM App 开发平台；可视化编排；侧重 RAG 和 Workflow | 需要快速上线 LLM 应用；中小团队 |
| Flowise | 开源低代码 LLM 编排；基于 LangChain.js；轻量 | 个人/小团队；偏向 LangChain 生态 |
| Coze 商业版 | 不开源；云端托管；插件生态丰富；无需运维 | 不愿自建；追求开箱即用和生态完整性 |
Coze Studio 的差异化在于：它是唯一一个将完整 Coze/扣子平台能力开源的方案，对于已经熟悉 Coze 的用户来说是零门槛迁移，对于企业来说是私有化 Coze 的唯一途径。
一句话推荐
如果你熟悉 Coze（扣子）的开发体验，想要本地私有化部署一个功能完整的 AI Agent 平台，Coze Studio 是目前最接近官方体验的开源选择——零门槛上手，Docker 一键启动，但公网部署务必注意安全配置。