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
Homebrew（macOS 包管理器）
Docker Desktop（容器化平台）
Ollama（本地 AI 模型服务）
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：
访问 Docker 官网
下载适合 Apple Silicon (M1/M2) 或 Intel 芯片的版本
双击 .dmg 文件安装
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/modeltemplateollama.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 MODELPROTOCOL0="ollama"export MODELOPENCOZEID0="2003"export MODELNAME0="Llama-3.2"export MODELID0="llama3.2"export MODELBASEURL0="http://host.docker.internal:11434"# 嵌入模型配置export EMBEDDINGTYPE="openai"export OPENAIEMBEDDINGBASEURL="http://host.docker.internal:11434/v1"export OPENAIEMBEDDINGMODEL="nomic-embed-text"export OPENAIEMBEDDINGAPIKEY="ollama"export OPENAIEMBEDDINGBYAZURE=falseexport OPENAIEMBEDDINGDIMS=768# 内置模型配置export BUILTINCMTYPE="ollama"export BUILTINCMOLLAMABASEURL="http://host.docker.internal:11434"export BUILTINCMOLLAMAMODEL="llama3.2"# 服务地址配置（Docker 容器间通信）export MYSQLHOST=coze-mysqlexport REDISADDR="coze-redis:6379"export MILVUSADDR="coze-milvus:19530"export ESADDR="http://coze-elasticsearch:9200"export MINIOENDPOINT="coze-minio:9000"export MQNAMESERVER="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
检查服务状态
所有服务应该显示为 "healthy" 或 "running"docker compose ps
测试 Web 界面
打开浏览器访问：http://localhost:8888
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：
🤖 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。
🔄 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”。
📖 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）
🔌 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。
🌐 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。
🐙 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。
coze可以将工作流中的内容写入知识库，完成知识库数据的更新，这也是一个差异点。
综上，当前coze的这个开源版本，还处于比较早期的阶段，取代dify来说还为时过早；但coze的核心功能，流程的编排和体验上，是具备一定的实力的，且也存在dify等其他平台借鉴的亮点。
