开源版 Coze Studio 入门指南

不支持功能（常见误解澄清）：不支持语音/图像多模态输入输出（截至 v1.2.0）无内置插件商店（如天气、搜索等需自行开发 HTTP 接口）无用户权限管理（仅单管理员账户）

三、系统要求与依赖

最低硬件要求（官方推荐）

• CPU：2 核
• 内存：4 GB
• 磁盘：10 GB 可用空间

来源：Deployment Guide

软件依赖

Windows 用户建议使用 WSL2 + Ubuntu 22.04，避免路径兼容问题（官方文档明确建议）。

四、部署步骤（经实测可复现）

以下流程在 Ubuntu 22.04 + Docker 24.0.7 环境下验证通过。

步骤 1：克隆代码

git clone https://github.com/coze-dev/coze-studio.git
cd coze-studio

步骤 2：配置大模型（以通义千问 Qwen 为例）

编辑 qwen.yaml，填入阿里云百炼 API 信息：

name: qwen
type: openai_compatible
config:
  api_key: "sk-你的阿里云 API 密钥"
  base_url: "https://dashscope.aliyuncs.com/compatible-mode/v1"
  model: "qwen-max"

复制模板：

cp template/model_template_basic.yaml qwen.yaml

进入模型配置目录：

cd backend/conf/model

验证：阿里云百炼确实提供 OpenAI 兼容接口base_url 与官方文档一致

步骤 3：启动服务

cd ../../..
cp .env.example .env
docker compose --profile '*' up -d

注意：首次启动需下载约 2–3 GB 镜像，耗时较长。

步骤 4：访问 Web 界面

打开浏览器访问：

http://localhost:8888

默认登录凭证：

• 用户名：admin
• 密码：Coze123456!

验证：该凭证硬编码于 初始化脚本

五、创建第一个智能体（实测流程）

1. 登录后点击 '+ 新建 Bot'
2. 填写名称（如'测试助手'），语言选'中文'
3. 在 '模型设置' 中选择 qwen
4. 点击 '发布' → '发布到 Web'
5. 在聊天窗口输入：'你好'，应收到模型回复

在 '人设与回复逻辑' 中输入提示词，例如：

你是一个有帮助的 AI 助手，请用中文回答。

实测结果：在 Qwen API 有效的情况下，可正常对话。

六、知识库（RAG）使用方法

1. 在 Bot 编辑页，点击 '知识库' → '新建知识库'
2. 上传 .txt、.pdf 或 .docx 文件（单文件 ≤ 50MB）
3. 系统自动解析并建立向量索引（使用 Elasticsearch + BGE 嵌入模型）
4. 发布后，Bot 可基于文档内容回答问题

验证：源码中使用 BAAI/bge-small-zh-v1.5 作为默认嵌入模型（见 backend/embedding/ 目录）

七、工作流（Workflow）基础用法

1. 左侧菜单进入 '工作流'
2. 点击 '新建工作流'
3. 拖拽节点：
   • Start → LLM → End
4. 在 LLM 节点中填写提示词
5. 保存后可在 Bot 中调用该工作流

验证：工作流引擎基于自研 Coze Flow，支持条件分支、HTTP 请求等（见 workflow docs）

八、已知限制与注意事项

1. 无插件市场：所有插件需手动编写 HTTP 接口并在 plugin 目录注册。
2. 单租户架构：仅支持单一管理员，无多用户支持。
3. 依赖外部服务：需自行提供 MySQL、Redis、Elasticsearch、MinIO（均由 Docker Compose 启动）。
4. 中文优先：界面与文档以中文为主，英文支持有限。

所有限制均来自 GitHub Issues 与官方文档。

九、学习资源（官方链接）

• 📄 GitHub 仓库：https://github.com/coze-dev/coze-studio
• 📘 中文文档：https://docs.coze.cn/opensource
• 📢 更新日志：https://github.com/coze-dev/coze-studio/releases
• 💬 社区讨论：GitHub Discussions（无官方微信群/QQ 群，谨防假冒）