手把手教程：在火山引擎 ECS 上部署开源 Coze 做后端，结合豆包 1.6 大模型 +Trae 制作完整海龟汤游戏

手把手教程：在火山引擎 ECS 上部署开源 Coze 做后端，结合豆包 1.6 大模型 +Trae 制作完整海龟汤游戏 手把手教程：在火山引擎 ECS 上部署开源 Coze 做后端，结合豆包 1.6 大模型 +Trae 制作完整海龟汤游戏 Modified August 4, 2025 2. 主持人工作流中大模型使用了 Doubao 1.6 seed 新模型，同时支持 auto/thinking/non thinking 三种思考模式，且是多模态的。能根据输入内容来自动切换是否要思考，这就很适合当主持人。简单输入好判断的直接给结果，复杂输入不好判断的可以想想再回答。综合场景的福音，能力多面手实至名归。 3. 外层智能体调度的大模型是使用 Doubao 1.6 seed flash 新模型，小尺寸，低延迟。有 reasoning 能力的同时输出非常的快，在规则和步骤指引下非常适合调度任务，交互体验过程中的准确性和实时性都得到很好的提升。 配置和测试 搭建完智能体随时都能在右侧调试和预览，链路耗时和 token 消耗都看得清清楚楚。 发布 实测没问题就可以发布了，点击右上角的“发布”按钮。 开源版 Coze 的发布目前没有默认渠道，可以发布成 API 的方式，也就是说我们可以很方便的用来作为 AI 应用的后端能力。 点击发布 API 的那一项右边的“配置”按钮，可以添加和管理我们的 API Key，这个在随后开发的前端页面调用时会用上。 另外就是需要记录一下发布后这个 Coze 智能体的 Bot ID，就是浏览器链接中，IP:端口/space/7533068557475643392/bot/ 7533068756671528960 开发前端应用 发布为 API 后，就可以将 API 调用方式（文档地址： https://www.coze.cn/open/docs/developer guides/chat v3 ）发给 AI Coding 工具，比如同属字节的 Trae，一把就给开发出个前端应用出来。 我输入海龟汤游戏的大致描述和 Coze 工作流里的字段 使用了 Trae Solo 模式，Builder 贴心的先出了一个“海龟汤游戏产品需求文档”，里面将页面和交互逻辑整理的清清楚楚。 确认无误后，剩下就交给 Trae 干活了，Trae 咔咔在那写代码，还不是简单的 HTML 单页面，是一个 NextJS 的前端项目。 一把就给做出来，Trae 还给这个游戏整了个配置页填写 API key ， Bot ID，Coze 服务地址，这样 Coze 那边无论部署在哪，智能体是不是变更，API Key 是不是更新，游戏页都不用修改了，编码习惯真不错。 填写我在火山引擎上部署的 Coze 地址，创建的 Bot ID 和 API Key，保存即可。 很轻松，一个连接火山引擎部署的开源版 Coze 智能体的海龟汤游戏就搞定了。 玩了几把，出的题还挺刁钻，可玩性很不错。 出题的时候 Thinking 模型会慢一点，但深度思考后给出的原创汤面和汤底挺有脑回路，值得等待。主持判断的时候用 Flash 模型就是又快又准了。我录了个屏，大家感受下～ No access 4 00:00 总结与展望：开源共建，普惠开发者 从本次“海龟汤”AI 游戏的从 0 到 1 制作过程中，可以看出这样一个端云一体的 AI 应用的开发，都没跳出字节的 AI 基建生态。从火山引擎的云端一键部署，到 Coze 智能体可视化快速搭建，再到豆包大模型家族（兼具思考深度与响应速度）的无缝调用，最后甚至可以延伸到用 Trae 一句话生成应用。几乎所有环节都在字节跳动打磨成熟的生态体系内丝滑流转。这种体验，对于开发者而言，意味着更少的环境配置烦恼、更低的集成成本，以及能将更多精力聚焦于创意本身。 借着 Coze 开源的契机，我们看到的不仅是一个优秀 AI Agent 框架的源代码。更重要的是，当这个框架与火山引擎这样强大、易用的云平台相结合时，真正撬动了 AI 开发的杠杆。这不仅仅是“1+1=2”，而是一种指数级的效率提升。预示着：每一位有想法的开发者，都能借助这套完备且充满想象力的工具链，快速将脑海中的创意变为现实。这正是开源精神与云服务结合所能释放出的魅力——共建、共享，AI技术的普惠，让 AI Agent 的创新之火，在更广阔的开发者社区中燎原。 欢迎关注我的公众号，精进 AI 不迷路～ 2. 主持人工作流中大模型使用了 Doubao 1.6 seed 新模型，同时支持 auto/thinking/non thinking 三种思考模式，且是多模态的。能根据输入内容来自动切换是否要思考，这就很适合当主持人。简单输入好判断的直接给结果，复杂输入不好判断的可以想想再回答。综合场景的福音，能力多面手实至名归。 3. 外层智能体调度的大模型是使用 Doubao 1.6 seed flash 新模型，小尺寸，低延迟。有 reasoning 能力的同时输出非常的快，在规则和步骤指引下非常适合调度任务，交互体验过程中的准确性和实时性都得到很好的提升。 配置和测试 搭建完智能体随时都能在右侧调试和预览，链路耗时和 token 消耗都看得清清楚楚。 发布 实测没问题就可以发布了，点击右上角的“发布”按钮。 开源版 Coze 的发布目前没有默认渠道，可以发布成 API 的方式，也就是说我们可以很方便的用来作为 AI 应用的后端能力。 点击发布 API 的那一项右边的“配置”按钮，可以添加和管理我们的 API Key，这个在随后开发的前端页面调用时会用上。 另外就是需要记录一下发布后这个 Coze 智能体的 Bot ID，就是浏览器链接中，IP:端口/space/7533068557475643392/bot/ 7533068756671528960 开发前端应用 发布为 API 后，就可以将 API 调用方式（文档地址： https://www.coze.cn/open/docs/developer guides/chat v3 ）发给 AI Coding 工具，比如同属字节的 Trae，一把就给开发出个前端应用出来。 我输入海龟汤游戏的大致描述和 Coze 工作流里的字段 使用了 Trae Solo 模式，Builder 贴心的先出了一个“海龟汤游戏产品需求文档”，里面将页面和交互逻辑整理的清清楚楚。 确认无误后，剩下就交给 Trae 干活了，Trae 咔咔在那写代码，还不是简单的 HTML 单页面，是一个 NextJS 的前端项目。 一把就给做出来，Trae 还给这个游戏整了个配置页填写 API key ， Bot ID，Coze 服务地址，这样 Coze 那边无论部署在哪，智能体是不是变更，API Key 是不是更新，游戏页都不用修改了，编码习惯真不错。 填写我在火山引擎上部署的 Coze 地址，创建的 Bot ID 和 API Key，保存即可。 很轻松，一个连接火山引擎部署的开源版 Coze 智能体的海龟汤游戏就搞定了。 玩了几把，出的题还挺刁钻，可玩性很不错。 出题的时候 Thinking 模型会慢一点，但深度思考后给出的原创汤面和汤底挺有脑回路，值得等待。主持判断的时候用 Flash 模型就是又快又准了。我录了个屏，大家感受下～ No access 4 00:00 No access 4 00:00 总结与展望：开源共建，普惠开发者 从本次“海龟汤”AI 游戏的从 0 到 1 制作过程中，可以看出这样一个端云一体的 AI 应用的开发，都没跳出字节的 AI 基建生态。从火山引擎的云端一键部署，到 Coze 智能体可视化快速搭建，再到豆包大模型家族（兼具思考深度与响应速度）的无缝调用，最后甚至可以延伸到用 Trae 一句话生成应用。几乎所有环节都在字节跳动打磨成熟的生态体系内丝滑流转。这种体验，对于开发者而言，意味着更少的环境配置烦恼、更低的集成成本，以及能将更多精力聚焦于创意本身。 借着 Coze 开源的契机，我们看到的不仅是一个优秀 AI Agent 框架的源代码。更重要的是，当这个框架与火山引擎这样强大、易用的云平台相结合时，真正撬动了 AI 开发的杠杆。这不仅仅是“1+1=2”，而是一种指数级的效率提升。预示着：每一位有想法的开发者，都能借助这套完备且充满想象力的工具链，快速将脑海中的创意变为现实。这正是开源精神与云服务结合所能释放出的魅力——共建、共享，AI技术的普惠，让 AI Agent 的创新之火，在更广阔的开发者社区中燎原。 欢迎关注我的公众号，精进 AI 不迷路～ 🔗 原文链接： https://mp.weixin.qq.com/s/Scr Uh S... https://mp.weixin.qq.com/s/Scr Uh S... 原创 彬子 AI Agent 新手村2025年08月01日 17:08 浙江 前言：AI Agent 开发的“开源好时候”来了 这两年 Agent 智能体一直是 AI 应用层最热的方向，但很多创作者面临着开发门槛高、技术栈复杂的问题。记得去年差不多这个时候，Coze 在国内大火，就是因为它将开发门槛和精力投入成功的打下来了，激发出广大创作者非常多的创意，涌现一大批高质量能落地的智能体。直到现在，在智能体搭建体验上一直保持一个身位的领先。 但是随着智能体搭建进入深水区，会发现面向企业定制和私有化部署的强需求时，Coze 仍停留在快速出演示 Demo 的阶段，而无法成为最终交付解决方案的基建，面向的企业越大，这个瓶颈越明显。 第二曲线的转折点来了，Coze 在 2025 年 7 月 26 日宣布开源其核心产品 Coze Studio 和 Coze Loop，并在随后的 AMA 中强调会逐步开源更多更便利的功能，开源的建设会一直伴随着 Agent 生态的壮大。这就很棒了，不仅为广大开发者一探究竟 Coze 的核心架构和代码，也给小团队开发周边配套服务带来了新的机遇，尤其面向企业的交付能力得到极大的提升，是个多方共赢的大好事。 所以我也在第一时间本地电脑上部署了开源版 Coze，由于整个项目贴心的准备了 Docker compose，三句命令行就能把服务启起来，部署极其便捷。 就在我想着要不要部署到云端服务器上玩一玩的时候，火山引擎推出了开源 Coze 的一键部署。这就更省心了，那我就带着大家利用火山引擎从零开始部署开源 Coze Studio，并结合最新的豆包 1.6 seed 大模型，开发一个有趣的海龟汤 AI 应用。看看这次的 Coze 开源，在火山云部署的助力下能为开发者带来怎样的价值。 环境准备：火山引擎一键云部署“开源版 Coze” 火山引擎是目前国内最适合部署 Coze 开源版的云平台，且是唯一支持一键部署，整个过程无论是服务还是权限，无开通的可以一键开通，无授权的可以一键授权。连 ECS 的服务器都可以临时租用来体验下，省钱又省力。 部署过于简便，一用就会，所以我就挑重点讲一下。 1. 登录火山引擎后访问： https://console.volcengine.com/vefaas/ 2. 选择应用广场，在“Coze 开源”中就能看到本次开源的两个项目，这次我们选择“Coze Studio” 点击“创建应用”就会进入创建页面 1. 改个名 2. 未授权的一键授权 3. 未开通的一键开通 4. 填入自己的管理员邮箱（云端版本只有这个邮箱能注册和登录） 如果你账户余额不足 100，点“确定”时会弹出这样的提示，最好去充值再部署，第一次我没充值，部署的时候就会因为余额不足而报错 部署成功后就会分配对应的 ECS 服务器和对应的公网地址。 注意：这里的服务器租用是计时来计费的，如果长时间要用可以在配置页修改计费方式。 默认分配的模型是这两个，后续想改也可以远程进入服务器来修改配置。 访问配置的公网地址就进入熟悉的 Coze 页面了，使用我们创建时配置的管理员邮箱注册下就进入了。 是不是非常简单？这还只是个开始，火山引擎未来将支持 Coze 更精细的生产级部署，通过标准云服务和跨服务编排，为定制和运行的企业级智能体提供稳定、可扩展的底层支持。 搭建 Coze 海龟汤智能体 一、创建智能体 1. 点击右上角的“创建”，在弹出的面板里填入智能体名称和描述，我这里就填入“海龟汤”。 2. 进入非常熟悉的 Coze 智能体编辑页，左侧是智能体的提示词，中间是各种功能的配置，右侧就是调试预览。 智能体的逻辑差不多是这样： 所以我们需要两个 AI 工作流分别对应出题人和主持人。 工作流也很简单，只需要在输入输出节点之间加入一个大模型的节点就能完成任务了。 二、搭建工作流 出题人工作流如下： 提示词参考 主持人工作流如下： 三、工作流调度 然后将这两个工作流都配置到智能体中。通过智能体本身的提示词来进行调度。智能体的提示词下方是有不同场景的模板可供选择，我就基于一个任务类的模板修改如下： 四、模型选择 我给这个开源 Coze 接入了豆包最新的 seed 1.6 系列，接入也很方便，在火山引擎 模型广场 上先测试，然后在 在线推理 里创建推理接入点，选择要用的模型即可，最新的 1.6 系列也送 50 万 token，约等于不要钱。 不同的任务场景选用不同的豆包大模型，最大化的展示出模型的特质： 1. 出题人工作流中大模型使用了 Doubao 1.6 seed thinking 新模型，思考力贼强。在简单的提示词下就能非常有创意且可解释性的创作有趣的原创海龟汤案件。体现出 1.6 thinking 模型在逻辑推理和创意生成上都非常能打。