小白都可以看懂，扣子开源版究竟是怎么样的，有哪些机会

coze开源之后，很多朋友在问怎么在企业私有化部署，今天带大家实地操作一下，如何进行开源版本coze的部署。

如果大家有遇到私有化部署、实际场景落地的问题，也可以欢迎交流。

图片

接下来是手把手的实操教程（以Windows为例，Linux版本单开，差不多，适用于企业私有化部署）。

确认配置环境

首先明确一点，我们本次部署的是已经开源的Coze Studio，是一个开发平台，在它的开源文档里面可以看到对服务器的要求。

windows本地部署

如果是Windows进行本地安装coze，需要安装 Docker Desktop 。

下载地址：https://docs.docker.com/desktop/setup/install/windows-install/

这里选择版本的话，可以根据你的系统来，一般是x86_64。

然后本地Win+R打开命令行，拉取代码到本地：

# Clone the code
git clone https://github.com/coze-dev/coze-studio.git

首次部署并启动 Coze Studio 开源版本之前，需要在 Coze Studio 项目中配置模型服务。

Coze Studio 目前支持的模型服务如下：Ark (Volcano Ark)、OpenAI、DeepSeek、Claude、Ollama、Qwen、Gemini。

也就是说，本地模型部署（ollama），全球顶尖模型均可支持。

顺便提一下，模板目录（backend/conf/model/template/）下已经预设好了各个模型的支持文件。

然后从模板目录复制模型的模板文件，

并粘贴到配置文件目录（backend/conf/model/）中，以gemini为例。

接下来需要设置的字段有

• id：Coze Studio 中由开发者自主定义的模型 ID，必须为非零整数，全局唯一。
• meta.conn_config.api_key：在线模型服务的 API Key。
• meta.conn_config.base_url：在线模型服务的地址。

如上最后两个字段这里获取：https://aistudio.google.com/apikey

接下来启动docker desktop，然后去本地启动。

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

启动过程会遇到这个问题，需要在本地进行修改一下。

问题诊断：https://github.com/coze-dev/coze-studio/issues/6

问题根源：脚本文件的换行符格式错误 (CRLF vs LF)

在 Windows 系统上编辑了项目文件，Windows 默认使用 CRLF作为换行符，而 Docker 容器内的 Linux 环境需要 LF。这会导致脚本无法被正确识别和执行。

解决方法:

使用代码编辑器（如 VS Code）打开 elasticsearch-setup 服务所依赖的启动脚本（例如 setup.sh 或类似的 .sh 文件）。在编辑器的右下角，你会看到 CRLF 或 LF 的标识，点击它并选择 LF。保存文件后再重新启动就解决了

修改完成之后就可以在线使用了。

启动服务后，通过浏览器访问 http://localhost:8888/ 来打开 Coze Studio。

注册新账号账号，登陆到里面。

探索里面，目前包括插件和应用模板。

开源版coze里面的插件可以根据其功能进行分类：

1. 搜索与信息获取

• 搜索热词：获取网络上的每日热词。
• 文库搜索：搜索文档内容和网页URL。
• 博客搜索：全网搜索博客信息和链接。

2. 设计与创意

• 创意智能设计：自动生成设计图，适用于海报、宣传图等。
• 高德地图：提供地图相关工具，可能包括设计地图功能。

3. 文档与数据处理

• 飞书云文档：支持创建、编辑和协作文档。
• 飞书电子表格：用于电子表格的创建、编辑和协作。
• 飞书多维表格：支持创建多维表格、管理数据等。

4. 任务与项目管理

• 板栗看板：任务拆解工具。
• 飞书任务：用于创建任务、输入任务标题、时间等信息。

5. 消息与沟通

• 飞书消息：支持发送消息、获取消息等功能。

6. 日历与时间管理

• 飞书日历：用于创建日程、更新日程、删除日程等。

7. 认证与授权

• 飞书认证及授权：飞书认证及授权工具。

8. 知识管理

• 飞书知识库：用于创建和管理知识库，获取Wiki全量子节点列表。

9. 企业信息查询

• 天眼查：提供企业信息查询功能。

10. 工具与实用程序

• Wolfram Alpha：强大的数字工具。
• 什么值得买：提供商品信息和购买建议。
• 图片压缩：上传图片链接，压缩图片。

模板区目前有两个：

我复制了第一个模板，点进去，里面是已经写好了提示词的一个agent。

如果我尝试去发布的话，目前是没有开放第三方通道的（不过可以二次定制开发）。

然后再说说工作流，这个藏的比较隐秘。

目前这个版本只支持一个分隔文本信息的工作流。

复制一版，然后我点进去看看。

工作流里面的基本工作节点都是存在的。

最后再说一下AI应用，这块在我们新创建的时候，需要选择智能体/AI应用。

确认新建AI应用之后，进入到扣子应用IDE。

多种发布渠道在最初始的开源版本里面暂未显示。

体验下来，开源版扣子为企业和开发者提供了一个最最最最基础的壳子，企业&开发者还是需要根据自己的需求去定制开发插件和应用模板。

或许，这波是同deepseek一样的机会。

很明显的，非常匮乏的插件生态，

伴随着应用落地，企业需要成熟的工作流模板和应用模板。

以及最终如何适配到企业自己的“扣子空间”里面，做成专家agent，直接调用即可，工作流转MCP，其实dify已经实现了，之前测试过一个，直接生成深度研究的MCP，，，这都是未来的事情。

关于更多插件&应用开发模板，将在接下来的文章中进行实践分享，更多的信息会放在如下社群里面，感谢支持。

（好的东西自然给更需要的人）

写在最后

我创建了一个AI新知圈，为了更好的为需要AI的群友们提供服务，特别的设置了付费门槛，这是终身门槛，

随着AI的兴起，你也可能会成为AI大神，所以是互相交流的过程，需求/资源对接等等。