Coze开源发布!快速部署Coze Studio与Coze Loop，助力AI Agent开发与管理

Coze 近日宣布开源了其两个核心项目——Coze Studio 和 Coze Loop，这对于开发者们来说无疑是一个巨大的利好消息。Coze Studio 是一个零代码或低代码的 AI Agent 开发平台，而 Coze Loop 则专注于 AI Agent 的开发与运维管理。两者的开源不仅降低了门槛，还采用了极其宽松的 Apache 2.0 协议，意味着所有人都可以免费下载和商用，进一步促进了开源社区的发展。

这篇文章将详细介绍如何快速部署 Coze Studio 和 Coze Loop，帮助开发者们利用这些强大的工具构建智能体、应用和工作流，并进行高效的管理与调优。

Coze Studio 部署指南

Coze Studio 是 Coze 的核心产品，通过其可视化设计与编排工具，开发者可以快速打造、调试和管理各种 AI Agent。以下是 Coze Studio 的部署步骤：

环境要求：
- 双核 CPU
- 4 GB 内存
- 提前安装 Docker 和 Docker Compose，并确保 Docker 服务已启动。
部署步骤：
- 获取源码：
  克隆 Coze Studio 的 GitHub 仓库： bash复制编辑git clone https://github.com/coze-dev/coze-studio.git
- 配置模型：
  复制模板文件并修改配置文件： bash复制编辑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 进入配置文件目录，修改 id、api_key 和 model 字段。id 是 Coze Studio 中的模型 ID，api_key 是模型服务的 API 密钥。
- 启动服务：
  构建和启动服务： bash复制编辑cd docker cp .env.example .env docker compose --profile '*' up -d 若看到提示“Container coze-server Started”，表示服务启动成功。
访问 Coze Studio：
服务启动后，通过浏览器访问 http://localhost:8888/ 即可打开 Coze Studio。

Coze Loop 部署指南

Coze Loop 是一个面向开发者的 AI Agent 管理平台，专注于提升 Agent 的开发、评测、监控与调优。以下是 Coze Loop 的部署步骤：

准备工作：
确保软硬件环境满足以下要求：双核 CPU、4 GB 内存，并提前安装 Docker 和 Docker Compose。
部署步骤：
- 获取源码：
  克隆 Coze Loop 的 GitHub 仓库： bash复制编辑git clone https://github.com/coze-dev/cozeloop.git cd cozeloop
- 配置模型：
  进入配置目录并修改 model_config.yaml 配置文件，添加 OpenAI 或火山方舟模型的相关信息： yaml复制编辑models: - id: 1 name: "doubao" frame: "eino" protocol: "ark" protocol_config: api_key: "***" # 火山方舟 API Key model: "***" # 火山方舟模型 ID
- 启动服务：
  使用 Docker Compose 快速部署 Coze Loop： bash复制编辑docker compose up --build 初次启动可能需要拉取镜像，等待几分钟后即可完成启动。
访问 Coze Loop：
启动完成后，通过浏览器访问 http://localhost:8082 打开 Coze Loop 前端界面，使用 http://localhost:8888 访问后端。

总结

这次 Coze Studio 和 Coze Loop 的开源发布标志着 Coze 在 AI Agent 开发与运维领域迈出了重要的一步。无论是通过 Coze Studio 快速编排 AI Agent，还是通过 Coze Loop 高效管理与调优，这两个工具都为开发者提供了极大的便利。而且，开源的 Apache 2.0 协议意味着每个人都可以自由地使用和商用这些工具。

通过上述步骤，你可以轻松部署并使用 Coze Studio 和 Coze Loop，开启属于自己的 AI Agent 开发之旅。