开源模型

Coze开源体验如何？手把手教你电脑上安装开源版Coze Studio，并和dify深度对比

2025 年 8 月 4 日

开源AI开发平台Coze Studio安装指南，对比dify帮你做出最佳选择。核心内容： 1. 详细macOS安装Coze Studio的步骤与必备软件 2. Coze Studio与dify平台的功能对比分析 3. 开发者如何根据需求选择AI开发平台

前言

Coze Studio 是字节跳动开源的 AI 智能体开发平台，让普通用户也能轻松创建自己的 AI 助手。本文将详细介绍如何在 macOS 上从零开始安装开源版 Coze Studio，让你快速上手 AI 开发。

Coze当前的能力和体验又如何，大厂下场后，dify等平台可以被平替吗？作为专门开发Agent应用的个人，应该如何选择？

📋 安装前准备

系统要求

• 操作系统：macOS 10.15 或更高版本

• 硬件要求：至少 2 核 CPU、4GB 内存

• 磁盘空间：至少 10GB 可用空间

• 网络：稳定的互联网连接

需要安装的软件

1. Homebrew（macOS 包管理器）

2. Docker Desktop（容器化平台）

3. Ollama（本地 AI 模型服务）

4. Git（版本控制工具）

🛠️ 详细安装步骤

步骤 1：检查并安装 Homebrew

首先检查是否已安装 Homebrew：

which brew

如果没有安装，运行以下命令安装：

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

步骤 2：安装 Docker Desktop

方法一：使用 Homebrew 安装

brew install --cask docker

方法二：手动下载安装

如果网络问题导致 Homebrew 安装失败，可以手动下载：

1. 访问 Docker 官网

2. 下载适合 Apple Silicon (M1/M2) 或 Intel 芯片的版本

3. 双击 .dmg 文件安装

4. 启动 Docker Desktop 应用程序

验证 Docker 安装：

docker --versiondocker compose version

步骤 3：安装 Ollama

brew install ollama

启动 Ollama 服务：

brew services start ollama

下载 AI 模型：

# 下载 Llama 3.2 模型（约 2GB）ollama pull llama3.2# 下载嵌入模型（用于知识库功能）ollama pull nomic-embed-text

验证 Ollama 安装：

ollama list

步骤 4：下载 Coze Studio 源码

# 克隆源码到本地git clone https://github.com/coze-dev/coze-studio.gitcd coze-studio

步骤 5：配置模型

复制模型配置模板：

cp backend/conf/model/template/model_template_ollama.yaml backend/conf/model/ollama_llama3.yaml

编辑模型配置文件：

vim backend/conf/model/ollama_llama3.yaml

修改以下字段：

• id: 2003 （保持不变）

• name: "Llama-3.2"

• model: "llama3.2"

• base_url: "http://host.docker.internal:11434"

步骤 6：配置环境变量

cd dockercp .env.example .env

编辑 .env 文件，修改以下关键配置：

(这里我想要使用的是步骤3在电脑上本地安装好的模型，不是火山的模型，需要对配置文件进行修改；目前作为coze开源的第一个版本，还不像dify那样，支持用户web页面进行修改。）

# 模型配置export MODEL_PROTOCOL_0="ollama"export MODEL_OPENCOZE_ID_0="2003"export MODEL_NAME_0="Llama-3.2"export MODEL_ID_0="llama3.2"export MODEL_BASE_URL_0="http://host.docker.internal:11434"# 嵌入模型配置export EMBEDDING_TYPE="openai"export OPENAI_EMBEDDING_BASE_URL="http://host.docker.internal:11434/v1"export OPENAI_EMBEDDING_MODEL="nomic-embed-text"export OPENAI_EMBEDDING_API_KEY="ollama"export OPENAI_EMBEDDING_BY_AZURE=falseexport OPENAI_EMBEDDING_DIMS=768# 内置模型配置export BUILTIN_CM_TYPE="ollama"export BUILTIN_CM_OLLAMA_BASE_URL="http://host.docker.internal:11434"export BUILTIN_CM_OLLAMA_MODEL="llama3.2"# 服务地址配置（Docker 容器间通信）export MYSQL_HOST=coze-mysqlexport REDIS_ADDR="coze-redis:6379"export MILVUS_ADDR="coze-milvus:19530"export ES_ADDR="http://coze-elasticsearch:9200"export MINIO_ENDPOINT="coze-minio:9000"export MQ_NAME_SERVER="coze-nsqd:4150"

步骤 7：启动 Coze Studio

# 启动所有服务（首次启动可能需要 5-10 分钟）docker compose --profile "*" up -d

查看启动状态：

docker compose ps

✅ 验证安装

1. 检查服务状态

# 所有服务应该显示为 "healthy" 或 "running"docker compose ps

2. 测试 Web 界面

打开浏览器访问：http://localhost:8888

3. 测试 API 接口

curl -s -o /dev/null -w "%{http_code}" http://localhost:8888/# 应该返回：200

🎉 总结

通过以上步骤，你已经成功在 macOS 上搭建了开源版 Coze Studio 开发环境。现在我们一起来体验下，感受它和dify之间的异同：

1. 🤖 注册+登陆

和dify一样，需要先填写邮箱，并且录入密码，点击注册后，再进行登录。

有所区别的是，在coze的这个版本还不支持分享链接，通过邀请来创建新账号。

2. 🔄 构建智能应用

工作空间双方都是只支持默认的个人空间，不支持创建多个空间来存放应用。

但明显dify创建应用的方式和类型更多元，尤其支持从DSL导入创建，更是方便已有应用在用户间的分享和传播。
Coze也支持复制功能，但现在藏得很深，需要到“探索”-“模板”中选择对应的模板（当前只有2个），点击复制。

比如我点击复制，快速生成“导购陪练”。

3. 📖 建立专属知识库

coze和dify都支持创建知识库，但dify是将知识库作为一个单独的模块；coze则是把知识库作为“资源”的一个类别。
dify知识库支持导入各种类型的文件，而coze当前只有三种，且必须在新建知识库的时候选定好类型（这个逻辑说实话从产品层面，无疑dify更为合理）

4. 🔌 插件和工具的使用

dify可以在插件市场中，快速选中第三方的插件，并且点击安装即可；
coze目前官方的插件可以直接使用，无需安装，这点相比来说更为方便；也支持在“资源”处手动创建自己的插件。

5. 🌐 应用的发布和使用

dify发布选项更多，发布后“运行”进行体验，也可以在“探索”中进行使用，同时也支持把工作流发布为工具，供其他Agent和工作流调用。
coze目前发布后的运行和使用，没有那么直观，有API调用和Chat SDK两种方式

dify目前还支持通过MCP-server插件把一个工作流转换为一个MCP工具，供内外部进行调用。

6. 🐙 工作流的编排能力

在支持的节点类型上，coze的能力也是不错的，支持大模型/插件和工作流直接作为节点添加进来。其中添加工作流的方式感觉很有前景，有助于复杂工作流的解耦合和结构化，在dify中应该进行借鉴。
目前dify有支持Agent节点，能基于不同的agent工作模型调用大模型/工具/知识库等完成特定的任务；而coze还没有支持。