查看 Markdown引言 #
在上一篇文章《 从零到跑起来：Easysearch 信创环境安装全流程》中，我们成功在信创平台上安装并运行起了 Easysearch。但 Easysearch 是一个底层搜索引擎，直接操作有一定门槛。如果我们想让团队里的每个人都能方便地“搜文件、聊文档、问知识”，就需要一个更贴近日常使用、又能把 AI 能力融入进来的上层应用——这就是 Coco AI 。
本文将继续手把手带你从零开始，在国产统信 UOS 服务器操作系统上部署 Coco Server，并与已安装的 Easysearch 进行对接。全文依然零基础可读，跟着步骤一步步来即可。
一、Coco Server 是什么？它和 Easysearch 什么关系？ #
先对我们的产品进行一个简单的介绍：
- Easysearch 是底层引擎，负责存储和检索数据，像汽车的发动机和底盘；
- Coco Server 是基于 Easysearch 之上的服务端应用程序，提供 Web 管理界面、统一搜索、AI 聊天、知识库管理等高级功能，类似车身和智能驾驶系统；
- Coco AI 桌面客户端则是连接 Coco Server 的终端软件，安装在个人电脑上使用。
而在本文中部署的 Coco Server，是整个 Coco AI 体系的“大脑”：
- 它负责连接各类数据源（飞书、语雀、GitHub、本地文件等）；
- 它管理大模型提供商（Deepseek、通义千问、OpenAI 等）；
- 它提供 Web 管理后台，让管理员可以可视化地完成所有配置。
部署完成之后，团队成员只需通过客户端或浏览器，就能享受统一搜索与 AI 智能问答带来的便利。Coco AI 的整体架构图如下：
二、部署前置条件 #
进行服务器相关优化 #
#内核参数优化
cat << SETTINGS | sudo tee /etc/sysctl.d/70-infini.conf
fs.file-max = 10485760
fs.nr_open = 10485760
vm.max_map_count = 262145
net.core.somaxconn = 65535
net.core.netdev_max_backlog = 65535
net.core.rmem_default = 262144
net.core.wmem_default = 262144
net.core.rmem_max = 4194304
net.core.wmem_max = 4194304
net.ipv4.ip_forward = 1
net.ipv4.ip_nonlocal_bind = 1
net.ipv4.ip_local_port_range = 1024 65535
net.ipv4.conf.default.accept_redirects = 0
net.ipv4.conf.default.rp_filter = 1
net.ipv4.conf.all.accept_redirects = 0
net.ipv4.conf.all.send_redirects = 0
net.ipv4.tcp_tw_reuse = 1
net.ipv4.tcp_tw_recycle = 1
net.ipv4.tcp_max_tw_buckets = 300000
net.ipv4.tcp_timestamps = 1
net.ipv4.tcp_syncookies = 1
net.ipv4.tcp_max_syn_backlog = 65535
net.ipv4.tcp_synack_retries = 0
net.ipv4.tcp_keepalive_intvl = 30
net.ipv4.tcp_keepalive_time = 900
net.ipv4.tcp_keepalive_probes = 3
net.ipv4.tcp_fin_timeout = 10
net.ipv4.tcp_max_orphans = 131072
net.ipv4.tcp_rmem = 4096 4096 16777216
net.ipv4.tcp_wmem = 4096 4096 16777216
net.ipv4.tcp_mem = 786432 3145728 4194304
SETTINGS
sysctl -p /etc/sysctl.d/70-infini.conf
环境前提：Easysearch 已经运行好 #
Coco Server 运行强依赖 Easysearch，所以在继续之前，请确保你的信创服务器上已经安装并成功启动了 Easysearch。如果不确定，可以执行下面的命令验证：
curl -k -u admin:你的密码 https://localhost:9200
运行命令后，看到正常的 JSON 响应即可。
如果还没有安装，可以参考上一篇文章《 从零到跑起来：Easysearch 信创环境安装全流程》先行完成。
信创平台信息确认 #
和 Easysearch 一样，你需要明确当前服务器的 CPU 架构和操作系统版本。在终端执行：
# 查看 CPU 架构
uname -m
# 查看操作系统信息
cat /etc/os-release
根据输出，确认 CPU 架构和操作系统，后续下载时选择对应版本。
部署环境如下表中所示：
软件环境 #
| 名称 | 版本 | 备注 |
|---|---|---|
| Coco AI 智能搜索软件 | V1.0.0 | Coco Server |
| 统信服务器操作系统 A 版 | V20 | |
| Easysearch 搜索型数据库 | V2.2.0 | 用于 Coco 数据存储 |
| 360安全浏览器 | V13 |
Coco AI 大语言模型 推荐配置 #
| 模型名称 | 上下文长度 | 最大输出长度 | 描述 |
|---|---|---|---|
| deepseek-r1 | 128K | 16K | 数学、代码、自然语言推理等任务上，性能较高，能力较强 |
| qwen3-max | 256K | 32K | 配场景复杂的智能体需求 |
| tongyi-intent-detect-v3 | 8K | 8K | 用于意图识别和槽位填充，负责对话系统中的基础任务 |
网络端口配置 #
| 服务名 | 端口 | 配置文件 | 说明 |
|---|---|---|---|
| Coco Server | 9000（默认） | coco.yml | |
| INFINI Easysearch | 9200（默认） | config/easysearch.yml | 默认仅监控 127.0.0.0，可通过配置 network.host: 0.0.0.0 调整 |
| 9300（默认） | config/easysearch.yml |
三、部署步骤 #
步骤 1：下载 Coco Server #
# 调整为 Coco 实际要安装的路径
cd /opt
#下载Coco v1.0.0压缩包
curl -O https://release.infinilabs.com/.testing/coco-1.0.0.zip
#解压到当前文件夹
unzip coco-1.0.0.zip
#选择对应的版本解压tar.gz文件
tar -xzf coco-1.0.0-2002-linux-arm64.tar.gz
#解压后在对应文件夹下得到可执行程序coco-linux-arm64（arm64版本）和配置文件coco.yml
步骤 2：配置 Easysearch 连接信息 #
Coco Server 需要得到 Easysearch 的地址和登录凭证才能进行工作。
在 安装路径的目录下，找到配置文件 进行配置，比如监听的端口地址 WEB_BINDING， 将 Easysearch 的服务地址环境变量 ES_ENDPOINT 和用户名 ES_USERNAME 设置为实际的，参考如下：
env:
# 调整为实际可以访问的 Easysearch 访问地址
ES_ENDPOINT: https://localhost:9200
# 调整为实际可以访问的 Easysearch 的用户
ES_USERNAME: admin
# 使用 keystore 存储的密码
ES_PASSWORD: $[[keystore.ES_PASSWORD]]
# Coco Server 对外提供服务的端口（默认9000端口）
WEB_BINDING: 0.0.0.0:9000
步骤 3：使用keystore对密码进行加密处理 #
Easysearch 的服务密码通过 Keystore 进行加密存放，避免明文存放到配置文件，减少数据泄露风险
# 调整为 Coco 实际安装路径进行配置
cd /opt
# 创建 coco 软链接，可不区分 amd64/arm64 平台进行操作
ln -s coco-linux-`arch | grep -q "x86_64" && echo "amd64" || echo "arm64"` coco
# 根据之前拿到的 Easysearch 密码进行初始化 ES_PASSWORD 变量
ES_PASSWORD=xxx
# 将 ES_PASSWORD 变量的值存储到 keystore（./coco-linux-arm64替换为对应版本名,下同）
echo "$ES_PASSWORD" | ./coco-linux-arm64 keystore add --stdin ES_PASSWORD
# 检查 keystore 存储列表，确认 ES_PASSWORD 添加成功
./coco-linux-arm64 keystore list
步骤 4：启动服务 #
以上配置完成后，设置 Coco Server 以服务方式启动
#安装系统服务（./coco-linux-arm64替换为对应版本名,下同）
./coco-linux-arm64 -service install
#启动服务
./coco-linux-arm64 -service start
步骤 5：初始化设置 #
服务启动后，在信创服务器的桌面环境下，打开浏览器，访问 UI 界面：
http://localhost:9000/#/_guide/
你将看到 Coco Server 的 Web 引导界面。因为是首次访问，所以需要创建管理员账号，按页面引导填写即可。
创建完管理员账户后，下一步
设置一个模型提供商，Coco Server 支持:
Deepseek
Ollama
任何和 OpenAI 格式兼容的模型提供商
如果设置的模型是推理模型，需要打开“推理模式”。我们推荐使用参数较大的模型，来获得更好的使用体验。同时请注意：Endpoint 地址的配置要准确。
Coco Server 默认配置了一些小助手，建议在初始化向导的时候直接配置一个可用的模型，这样进入系统之后就可以直接使用，避免一个个的手动配置。
向导设置完成后，就会跳转到登录页面，输入刚才创建的账户和密码，就可以进行登录了，如下图：
管理员首次登录之后的第一件事是确认服务器的地址是否正确，如果 Coco server 前面增加了负载均衡或者配置了域名，需要在这里设置一下正确的 Coco Server 对外服务地址，如下图：
总结 #
到这里，你已经完成了 Coco Server 在信创平台上的部署与初始化。我们回顾一下整个部署流程：
- 确认环境 — Easysearch 已部署成功，并明确 CPU 架构；
- 下载安装 — 下载 Coco Server 的压缩包进行解压；
- 配置连接 — 编辑
coco.yml，填入 Easysearch 端点和密码； - 启动服务 — 将 Coco Server 以服务方式启动；
- 初始化 — 浏览器打开 http://localhost:9000/#/_guide/ 进行管理员账户的创建； 添加大模型、连接数据源、创建助手。
Coco Server 部署完成后，你就拥有了一个完全私有化、自主可控的企业级统一搜索与 AI 智能助手服务端。下一步可以安装 Coco AI 桌面客户端，让团队成员真正体验“一个搜索框搜遍全公司”的高效便捷。
如果在部署过程中遇到任何困难，欢迎查阅 官方文档，祝你部署顺利！
