环境要求
在参考本文安装 Coze Studio 之前，确保您的软硬件环境满足以下要求：
| 项目 | 说明 |
|---|---|
| CPU | 2 Core |
| RAM | 4 GiB |
| Docker | 提前安装 Docker、Docker Compose，并启动 Docker 服务，详细操作请参考 Docker 文档： *macOS：推荐使用 Docker Desktop 安装，参考 Docker Desktop For Mac 安装指南。 *Linux：参考 Docker 安装指南 和 Docker Compose 安装指南。 *Windows：推荐使用 Docker Desktop 安装，参考 Docker Desktop For Windows 安装指南。 |
安装 Coze Studio
为简化部署流程，火山引擎提供了一键部署解决方案。
步骤一：获取源码
在本地项目中执行以下命令，获取 Coze Studio 最新版本的源码。
# 克隆代码 git clone https://github.com/coze-dev/coze-studio.git
步骤二：部署并启动服务
首次部署并启动 Coze Studio 需要拉取镜像、构建本地镜像，可能耗时较久，请耐心等待。如果看到提示 "Container coze-server Started"，表示 Coze Studio 服务已成功启动。
cd coze-studio # start service # for macOS or Linux make web # for windows cp .env.example .env docker compose -f ./docker/docker-compose.yml up
步骤三：注册账号
访问http://localhost:8888/sign输入用户名、密码点击注册按钮。
步骤三：配置模型
配置模型，http://localhost:8888/admin/#model-management新增模型。
步骤五：登录访问
访问 Coze Studiohttp://localhost:8888/
后续操作
成功部署 Coze Studio 后，如需使用插件、知识库等功能，你还需要：
- 配置插件：部分官方插件需要通过第三方服务的密钥鉴权，例如飞书云文档系列组件。若未配置密钥，插件将显示为”未授权“。
- 配置基础组件：核心组件如下
- 知识库：如需使用知识库功能，则必须配置 Embedding 组件；对于图片知识库，还需要额外设置 OCR 组件以识别图片中的文字。
- 图片上传：当需要使用大模型多模态输入时，上传组件需要配置公网域名或者 IP 地址，否则在调试台和模型对话时，模型无法读取已上传的图片。
- 配置模型：按需增加模型服务，使你的智能体、工作流或应用能使用更多模型。
公网安全风险
如果要将 Coze Studio 部署到公网环境下，建议关注以下安全风险：
- 建议关闭注册功能，或开启邮箱白名单，否则任意用户均可通过链接使用。
- 建议为工作流代码节点开启默认沙箱环境，以增强安全性。详细配置说明可参考代码节点沙箱环境。
- 建议根据业务需求（例如内网访问）为部署环境配置网络，规避 SSRF 风险。
- Coze Studio 服务端默认只监听 localhost，部署到公网环境下时建议仅在必要时监听
0.0.0.0，或者增加额外的安全措施，以免服务直接暴露在公网。
《DeepSeek高效数据分析：从数据清洗到行业案例》聚焦DeepSeek在数据分析领域的高效应用，是系统讲解其从数据处理到可视化全流程的实用指南。作者结合多年职场实战经验，不仅深入拆解DeepSeek数据分析的核心功能——涵盖数据采集、清洗、预处理、探索分析、建模（回归、聚类、时间序列等）及模型评估，更通过金融量化数据分析、电商平台数据分析等真实行业案例，搭配报告撰写技巧，提供独到见解与落地建议。助力职场人在激烈竞争中凭借先进技能突破瓶颈，实现职业进阶，开启发展新篇。
