前言

我这边是 window11 系统，安装 coza 系统 需要一起安装很多 配套周边软件。  所以这边 选取 docker 的方式安装。docker 按照的好处是 通过配置文件 可以一件帮助我们把周边软件一起安装了。不必自己手动配置。   然后 wls2 我这边之前就已经安装好了。wls2 云运行 在 windos 上的 ubuntu 系统。Ubuntu 运行 跑 docker 更加的方便

windos11  wls2的安装：

我这是已经安装好了。所以无法展示操作。同学们自己解决

docker 的安装：

docker 的安装，https://www.docker.com/get-started/

我们选择 windos 64 位，

安装过程中我们有一个需要注意的地方：

这里要选择 使用 WSL2 ，这样才能使用我们安装的  WSL2.    还有就是 因为 docker 后面要拉取 配套软件的镜像  请确保你的网络能访问 外部网络

coze 安装：

        获取 Coza 官方文件：https://github.com/coze-dev/coze-studio。 解压之后 主要有两个文件需要修改：

1. 大模型的链接：从 template 文件夹中复制一个 model_template_ollama.yaml 到当前 文件夹中， 也就是配置 Ollama 本地模型 还有对应的模型 

   id: 68010
   name: Ollama
   icon_uri: default_icon/ollama.png
   icon_url: ""
   description:
       zh: ollama 模型简介
       en: ollama model description
   default_parameters:
       - name: temperature
         label:
           zh: 生成随机性
           en: Temperature
         desc:
           zh: '- **temperature**: 调高温度会使得模型的输出更多样性和创新性，反之，降低温度会使输出内容更加遵循指令要求但减少多样性。建议不要与“Top p”同时调整。'
           en: '**Temperature**:\n\n- When you increase this value, the model outputs more diverse and innovative content; when you decrease it, the model outputs less diverse content that strictly follows the given instructions.\n- It is recommended not to adjust this value with \"Top p\" at the same time.'
         type: float
         min: "0"
         max: "1"
         default_val:
           balance: "0.8"
           creative: "1"
           default_val: "1.0"
           precise: "0.3"
         precision: 1
         options: []
         style:
           widget: slider
           label:
               zh: 生成多样性
               en: Generation diversity
       - name: max_tokens
         label:
           zh: 最大回复长度
           en: Response max length
         desc:
           zh: 控制模型输出的Tokens 长度上限。通常 100 Tokens 约等于 150 个中文汉字。
           en: You can specify the maximum length of the tokens output through this value. Typically, 100 tokens are approximately equal to 150 Chinese characters.
         type: int
         min: "1"
         max: "4096"
         default_val:
           default_val: "4096"
         options: []
         style:
           widget: slider
           label:
               zh: 输入及输出设置
               en: Input and output settings
   meta:
       protocol: ollama
       capability:
           function_call: true
           input_modal:
               - text
           input_tokens: 128000
           json_mode: false
           max_tokens: 128000
           output_modal:
               - text
           output_tokens: 16384
           prefix_caching: false
           reasoning: false
           prefill_response: false
       conn_config:
           base_url: "http://192.168.100.9:11434"
           api_key: ""
           timeout: 0s
           model: "qwen3-coder:30b"
           temperature: 0.6
           frequency_penalty: 0
           presence_penalty: 0
           max_tokens: 4096
           enable_base64_url: false
           top_p: 0.95
           top_k: 20
           stop: []
           custom: {}
       status: 0
   

   其中Id 很关键，如果你有多个模型的支持，务必要保证ID的唯一

2. docker 配置文件的修改：我们复制一份 .env.example 重命名为 .env 目前我们展示不需要修改。

Docker 拉取镜像 启动 coze：

进入源码的 docker 目录: cmd 运行

 

docker compose --profile "*" up -d 

 

Coze 本地访问：http://127.0.0.1:8888

我们创建一个 智能体，通过对话测试 本地 Ollama 已经可以链接：