凌晨13:40左右群里收到一条消息：字节跳动的扣子（coze）正式开源了。

开源地址：https://github.com/coze-dev

其中两个比较重要的仓库：

• Coze Studio 一站式 AI Agent 开发工具

  • https://github.com/coze-dev/coze-studio

• Coze Loop 一个面向开发者，专注于 AI Agent 开发与运维的平台级解决方案

  • https://github.com/coze-dev/cozeloop

此次扣子的开源动作堪称“全盘托出”。两大核心组件均以Apache 2.0协议开放，允许免费商用，打破过往封闭生态的商业模。

一、扣子是啥？

扣子是字节跳动旗下的AI大模型智能体开发平台。根据官网描述，用户可以借助扣子提供的可视化设计与编排工具，通过零代码或低代码的方式，快速搭建出基于大模型的各类 AI 项目，比如智能体和应用。

智能体是基于对话的 AI 项目，它通过对话方式接收用户的输入，由大模型自动调用插件或工作流等方式执行用户指定的业务流程，并生成最终的回复。智能客服、虚拟伴侣、个人助理、英语外教都是智能体的典型应用场景。

应用是指利用大模型技术开发的应用程序。扣子中搭建的应用具备完整业务逻辑和可视化用户界面，是一个独立的 AI 项目。通过扣子开发的应用有明确的输入和输出，可以根据既定的业务逻辑和流程完成一系列简单或复杂的任务，例如 AI 搜索、翻译工具、饮食记录等。

与字节扣子同类的国内外产品还有：

• 阿里百炼

• 腾讯元器

• 百度千帆AppBuilder、文心AgentBuilder

• Dify.ai

• n8n.io

等等。

二、为啥开源？

开源扣子实则是字节构建AI Agent生态的基础设施投资。4月推出的扣子空间（Coze Space）已显露战略意图：它定位为“与AI Agent协同办公的最佳场所”，通过MCP协议整合工具链，将AI从辅助工具升级为执行主体。

此次开源的深层逻辑简单分析就是：

• 上层生态：通过扣子空间聚合MCP扩展，打造通用Agent平台

• 底层设施：开源Coze Studio/Loop建立开发标准，吸引生态开发者

这种“应用层封闭，基础层开放”的策略，与谷歌Android模式异曲同工。当开发者利用开源工具构建的Agent，最终可能通过扣子空间连接飞书等字节系产品，形成生态闭环。在OpenAI Operator、Anthropic Claude Workflows相继推出后，全球AI Agent开发标准尚未固化。此时开源，也是为参与后续AI Agent开发生态的定义权。

下附 Coze Studio 的 Readme 文档，方便大家快速快速了解一下开源版搭建流程。

三、什么是 Coze Studio

Coze Studio 是一站式 AI Agent 开发工具。提供各类最新大模型和工具、多种开发模式和框架，从开发到部署，为你提供最便捷的 AI Agent 开发环境。上万家企业、数百万开发者正在使 Coze Studio。

• 提供 AI Agent 开发所需的全部核心技术：Prompt、RAG、Plugin、Workflow，使得开发者可以聚焦创造 AI 核心价值。

• 开箱即用，用最低的成本开发最专业的 AI Agent：Coze Studio 为开发者提供了健全的应用模板和编排框架，你可以基于它们快速构建各种 AI Agent ，将创意变为现实。

Coze Studio 是字节跳动新一代 AI Agent 开发平台扣子（Coze）的开源版本。通过 Coze Studio 提供的可视化设计与编排工具，开发者可以通过零代码或低代码的方式，快速打造和调试智能体、应用和工作流，实现强大的 AI 应用开发和更多定制化业务逻辑，是构建低代码 AI 产品的理想选择。Coze Studio 致力于降低 AI Agent 开发与应用门槛，鼓励社区共建和分享交流，助你在 AI 领域进行更深层次的探索与实践。

Coze Studio 的后端采用 Golang 开发，前端使用 React + TypeScript，整体基于微服务架构并遵循领域驱动设计（DDD）原则构建。为开发者提供一个高性能、高扩展性、易于二次开发的底层框架，助力开发者应对复杂的业务需求。

四、功能清单

功能模块	功能点
模型服务	管理模型列表，可接入OpenAI、火山方舟 等在线或离线模型服务
搭建智能体	* 编排、发布、管理智能体   * 支持配置工作流、知识库等资源
搭建应用	* 创建、发布应用   * 通过工作流搭建业务逻辑
搭建工作流	创建、修改、发布、删除工作流
开发资源	支持创建并管理以下资源：   * 插件   * 知识库   * 数据库   * 提示词
API 与 SDK	* 创建会话、发起对话等 OpenAPI   * 通过 Chat SDK 将智能体或应用集成到自己的应用

五、快速开始

了解如何获取并部署 Coze Studio 开源版，快速构建项目、体验 Coze Studio 开源版。

详细步骤及部署要求可参考快速开始。

环境要求：

• 在安装 Coze Studio 之前，请确保您的机器满足以下最低系统要求： 2 Core、4 GB

• 提前安装 Docker、Docker Compose，并启动 Docker 服务。

部署步骤：

1. 获取源码。

   # 克隆代码
   git clone https://github.com/coze-dev/coze-studio.git
   

2. 配置模型。

   • id：Coze Studio 中的模型 ID，由开发者自行定义，必须是非 0 的整数，且全局唯一。模型上线后请勿修改模型 id 。

   • meta.conn_config.api_key：模型服务的 API Key，在本示例中为火山方舟的 API Key，获取方式可参考获取火山方舟 API Key。

   • meta.conn_config.model：模型服务的 model ID，在本示例中为火山方舟 doubao-seed-1.6 模型接入点的 Endpoint ID，获取方式可参考获取 Endpoint ID。

   1. 进入目录 backend/conf/model。打开复制后的文件ark_doubao-seed-1.6.yaml。

   2. 设置 id、meta.conn_config.api_key、meta.conn_config.model 字段，并保存文件。

   1. 从模板目录复制 doubao-seed-1.6 模型的模版文件，并粘贴到配置文件目录。

      cd coze-studio
      # 复制模型配置模版
      cp backend/conf/model/template/model_template_ark_doubao-seed-1.6.yaml backend/conf/model/ark_doubao-seed-1.6.yaml
      

   2. 在配置文件目录下，修改模版文件。

3. 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。部署过程中，你会看到以下日志信息。如果看到提示 "Container coze-server Started"，表示 Coze Studio 服务已成功启动。

   # 启动服务
   cd docker
   cp .env.example .env
   docker compose --profile '*' up -d
   

六、开发指南

• 项目配置：

  • 模型配置：部署 Coze Studio 开源版之前，必须配置模型服务，否则无法在搭建智能体、工作流和应用时选择模型。

  • 插件配置：如需使用插件商店中的官方插件，必须先配置插件，添加第三方服务的鉴权秘钥。

  • 基础组件配置：了解如何配置图片上传等组件，以便在 Coze Studio 中使用上传图片等功能。

• API 参考：和商业版不同，Coze Studio 开源版仅支持个人访问秘钥（PAT）鉴权，并支持对话和工作流相关 API。

• 开发规范：

  • 项目架构：了解 Coze Studio 开源版的技术架构与核心组件。

  • 代码开发与测试：了解如何基于 Coze Studio 开源版进行二次开发与测试。

  • 故障排查：了解如何查看容器状态、系统日志。

七、使用 Coze Studio 开源版

关于如何使用 Coze Studio，可参考扣子开发平台官方文档中心获取更多资料。需要注意的是，音色等部分功能限商业版本使用，开源版与商业版的功能差异可参考功能清单。

• 快速入门：通过 Coze Studio 快速搭建一个 AI 助手智能体。

• 开发智能体：如何创建、编排、发布与管理智能体。你可以使用知识、插件等功能解决模型幻觉、专业领域知识不足等问题。除此之外，Coze Studio 还提供了丰富的记忆功能，使智能体在与个人用户交互时，可根据个人用户的历史对话等生成更准确性的回复。

• 开发工作流：工作流是一系列可执行指令的集合，用于实现业务逻辑或完成特定任务。它为应用/智能体的数据流动和任务处理提供了一个结构化框架。 Coze Studio 提供了一个可视化画布，你可以通过拖拽节点迅速搭建工作流。

• 插件等资源：在 Coze Studio，工作流、插件、数据库、知识库和变量统称为资源。

• API & SDK： Coze Studio 支持对话和工作流相关 API，你也可以通过 Chat SDK 将智能体或应用集成到本地业务系统。

• 实践教程：了解如何通过 Coze Studio 实现各种 AI 场景，例如通过 Chat SDK 搭建网页在线客服。

八、如何学习AI大模型？

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓