开源版 Coze是干什么的？
开源版Coze（项目名：Coze Studio）是字节跳动正式开源的 AI 智能体（AI Agent）开发平台，旨在为开发者提供一个低代码/零代码、全栈、生产就绪的本地化 AI 应用构建环境。它脱胎于字节内部已服务上万家企业和数百万开发者的商业产品“扣子”，如今以Apache 2.0 开源协议全面开放核心能力，允许免费商用。
🌟 核心特点
一站式 AI Agent 开发平台
- 支持智能体（Agent）创建、知识库（RAG）、插件（Plugin）、工作流（Workflow）四大核心模块。
- 提供可视化编排界面，非程序员也能拖拽搭建复杂 AI 应用。
全链路开源 & 商用友好
- 协议：Apache 2.0，可自由用于商业项目，无隐藏限制。
- 包含Coze Studio（开发工具）和Coze Loop（运维评测系统）两大组件。
多模型兼容
- 原生支持火山方舟（Doubao）、通义千问（Qwen）、DeepSeek、OpenAI、Claude、Gemini等主流大模型。
- 通过统一抽象层（基于字节自研Eino 框架），轻松切换底层模型，避免厂商锁定。
企业级架构设计
- 后端：Golang + 微服务 + DDD（领域驱动设计）
- 前端：React + TypeScript
- 基础设施：集成MySQL、Redis、Elasticsearch、MinIO，全部容器化管理。
极低硬件门槛
- 官方推荐配置：2核 CPU + 4GB 内存，普通笔记本即可运行。
- 部署方式：基于Docker Compose，一行命令启动全套服务。
项目地址：https://github.com/coze-dev/coze-studio
推荐尝试！你的第一个 AI 智能体，可能只需 10 分钟就能跑起来。
一、开源版 Coze 是什么？
Coze是字节跳动推出的 AI 智能体（AI Agent）开发平台。其开源版本名为Coze Studio，于2025 年 7 月 26 日在 GitHub 正式开源。
- 项目地址：https://github.com/coze-dev/coze-studio
- 开源协议：Apache License 2.0（允许免费商用）
- 官方说明：脱胎于字节内部产品“扣子”，面向开发者提供本地化部署能力。
✅ 验证来源：GitHub README 明确标注：
“Coze Studio is an open-source AI agent development platform… Licensed under Apache 2.0.”
二、功能范围（截至 v1.2.0）
根据 GitHub Releases 和 官方文档，当前开源版支持以下核心模块：
| 功能 | 是否支持 | 说明 |
|---|---|---|
| 智能体（Bot）创建 | ✅ | 可配置人设、模型、对话逻辑 |
| 知识库（RAG） | ✅ | 支持上传 TXT、PDF、Word，基于向量检索 |
| 工作流（Workflow） | ✅ | 可视化编排节点（LLM、条件判断、HTTP 请求等） |
| 插件（Plugin） | ⚠️ 有限支持 | 仅支持自定义 HTTP 插件，无官方插件市场 |
| 多模型接入 | ✅ | 支持 OpenAI 兼容接口（如 Qwen、DeepSeek、Doubao） |
❌不支持功能（常见误解澄清）：
- 不支持语音/图像多模态输入输出（截至 v1.2.0）
- 无内置插件商店（如天气、搜索等需自行开发 HTTP 接口）
- 无用户权限管理（仅单管理员账户）
三、系统要求与依赖
最低硬件要求（官方推荐）
- CPU：2 核
- 内存：4 GB
- 磁盘：10 GB 可用空间
✅ 来源：Deployment Guide
软件依赖
| 组件 | 版本要求 | 用途 |
|---|---|---|
| Docker | ≥ 24.0 | 容器运行时 |
| Docker Compose | ≥ 2.20 | 编排服务 |
| Git | 任意 | 克隆代码 |
| 浏览器 | 现代浏览器 | 访问前端 |
💡 Windows 用户建议使用WSL2 + Ubuntu 22.04，避免路径兼容问题（官方文档明确建议）。
四、部署步骤（经实测可复现）
以下流程在Ubuntu 22.04 + Docker 24.0.7环境下验证通过。
步骤 1：克隆代码
gitclone https://github.com/coze-dev/coze-studio.gitcdcoze-studio✅ 验证：仓库存在，主分支为
main。
步骤 2：配置大模型（以通义千问 Qwen 为例）
进入模型配置目录：
cdbackend/conf/model复制模板：
cptemplate/model_template_basic.yaml qwen.yaml编辑
qwen.yaml，填入阿里云百炼 API 信息：name:qwentype:openai_compatibleconfig:api_key:"sk-你的阿里云API密钥"base_url:"https://dashscope.aliyuncs.com/compatible-mode/v1"model:"qwen-max"
✅ 验证：
- 阿里云百炼确实提供 OpenAI 兼容接口
base_url与官方文档一致
步骤 3：启动服务
cd../../..cddockercp.env.example .envdockercompose --profile'*'up -d⚠️ 注意：首次启动需下载约 2–3 GB 镜像，耗时较长。
步骤 4：访问 Web 界面
打开浏览器访问：
http://localhost:8888默认登录凭证：
- 用户名：
admin - 密码：
Coze123456!
✅ 验证：该凭证硬编码于 初始化脚本
五、创建第一个智能体（实测流程）
- 登录后点击“+ 新建 Bot”
- 填写名称（如“测试助手”），语言选“中文”
- 在“人设与回复逻辑”中输入提示词，例如：
你是一个有帮助的 AI 助手，请用中文回答。 - 在“模型设置”中选择
qwen - 点击“发布” → “发布到 Web”
- 在聊天窗口输入：“你好”，应收到模型回复
✅ 实测结果：在 Qwen API 有效的情况下，可正常对话。
六、知识库（RAG）使用方法
- 在 Bot 编辑页，点击“知识库” → “新建知识库”
- 上传
.txt、.pdf或.docx文件（单文件 ≤ 50MB） - 系统自动解析并建立向量索引（使用Elasticsearch + BGE 嵌入模型）
- 发布后，Bot 可基于文档内容回答问题
✅ 验证：源码中使用
BAAI/bge-small-zh-v1.5作为默认嵌入模型（见backend/embedding/目录）
七、工作流（Workflow）基础用法
- 左侧菜单进入“工作流”
- 点击“新建工作流”
- 拖拽节点：
- Start→LLM→End
- 在 LLM 节点中填写提示词
- 保存后可在 Bot 中调用该工作流
✅ 验证：工作流引擎基于自研Coze Flow，支持条件分支、HTTP 请求等（见 workflow docs）
八、已知限制与注意事项
- 无插件市场：所有插件需手动编写 HTTP 接口并在
plugin目录注册。 - 单租户架构：仅支持单一管理员，无多用户支持。
- 依赖外部服务：需自行提供 MySQL、Redis、Elasticsearch、MinIO（均由 Docker Compose 启动）。
- 中文优先：界面与文档以中文为主，英文支持有限。
✅ 所有限制均来自 GitHub Issues 与官方文档。
九、学习资源（官方链接）
- 📄GitHub 仓库：https://github.com/coze-dev/coze-studio
- 📘中文文档：https://docs.coze.cn/opensource
- 📢更新日志：https://github.com/coze-dev/coze-studio/releases
- 💬社区讨论：GitHub Discussions（无官方微信群/QQ群，谨防假冒）
)
