找了一圈，部署扣子的开源版本，还得是你

最近写了两篇 AI 浏览器的文章，我看到有读者说，AI 浏览器必须是开源的，闭源注定不长久。

我倒不这么认为。开源还是闭源，本质上是一种商业选择。不同的领域适合不同的模式，有些场景下开源生态能带来更强的生命力，而在另一些领域，闭源反而更有价值。比如应用类软件，我个人认为开源意义有限。你要是让我把墨问开源，说实话我还没想明白这里的商业逻辑。但对于基础设施层，比如大模型、开发平台等，我是非常欢迎开源的。

有用户问我最近有什么好的开源项目吗？还真有，比如扣子（Coze）开源啊。

7 月 26 日，Coze 正式把旗下的“扣子开发平台（Coze Studio）”和“扣子罗盘（Coze Loop）”给悍然开源了。说起来这已经是今年他们开源的第三个产品——加上早些时候放出来的 Eino，Coze 的开源拼图正在逐步补齐。

走开源这条路从来就不轻松。想要真正做成，首先产品本身要有足够的生命力，其次还需要培育出一个健康活跃的开源社区，这两者缺一不可。就我观察，Coze 在这两方面都做得不错，除此之外，他们还提供了强悍的配套设施。也就是火山引擎。

说起来 Coze 一开源我就开始折腾本地部署了，折腾了一圈，最后发现还是在火山引擎上玩“扣子”，最爽。

这次 Coze 一共开源了两个核心产品：Coze Studio 和 Coze Loop。

Coze Studio 是个一站式 AI Agent 开发工具。你可以把它看成是 Agent 世界的 IDE，里面集成了工作流引擎、插件机制和 Agent 调试界面。

工作流引擎：这是 Agent 的大脑。所有的任务编排逻辑都可以用拖拽式可视化方式完成。每个节点对应一项能力，串起来就是一个能工作的 Agent。

插件机制：官方虽然没法把所有插件都开源（有些依赖字节内部服务），但他们开源了插件框架和调用机制。换句话说，你可以自己封装 API，接入自己熟悉的工具。

开箱即用：部署完 Coze Studio，只要填上模型的 API Key，基本就是上手即用。在智能体、Workflow 的开发和运行管理上，和在线版本没什么区别，体验丝滑。

简单来说，这部分是构建 Agent 的前线阵地。你可以像搭乐高一样，把各种能力组合在一起，快速组装一个功能丰富的智能体。

Coze Loop 更偏向于运维和优化，它能帮助开发者解决 Agent 生命周期里的各种问题。比如：

Prompt 开发：内置交互式 Playground，可以实时测试和调试不同 Prompt 的效果，支持版本管理。

Agent 评测：可以对 Agent 的输出做多维度检测，比如准确性、简洁性、合规性等。除了端到端的评测之外，还可以支持轨迹评测，也就是说，对中间运行的过程进行评测，这是 Coze Loop 独特的优势之一。

全链路观测值得拿出来特别讲一讲。

这套机制保证了每个请求的流程都能被完整记录，从用户输入到模型响应，甚至中间节点的状态都可追踪。更进一步，Loop 内置的自动评测体系会对 Agent 输出的准确性、完整性与合规性进行实时打分，并把 Trace 数据实时回流到 Studio，帮助你一键定位问题、快速调优。

同样重要的是，借助官方点赞点踩接口，所有来自终端用户的即时反馈都能写入消息流，成为模型微调与提示词优化最鲜活的语料。观测、评测、回流、反馈四位一体，让开发者在同一个闭环中完成「观察-评估-改进-再发布」，实现数据自养和体验自进化。

如果你有过在生产环境部署 Agent 的经历，就会明白这些能力有多关键。Loop 的出现，让开发过程不再是黑盒操作，调试也不再依赖猜测，而是有据可循、可控可查。

这简直太重要了。

Eino 是 Agent 编排的底层骨架，今年早些时候开源的。获得了 6000 多个 Star，还上了 GitHub 的趋势榜。

Eino 是 Coze 的能力编排引擎，支持多种编排模式（Graph / Chain / Workflow），能力组件高度抽象，组合灵活。它内置流处理能力，可以自动转换、复制、合并流数据，并配备了拖拽式的可视化工具链。如果说 Studio 和 Loop 分别是操作台和监控系统，那 Eino 就是底层负责“跑代码”的引擎。

开源底色：把主动权还给开发者

Coze 在官方文档里有这样一句话：

“未来不会是一家公司定义所有 Agent，而是成千上万的开发者共同来定义。”

这并不是一句口号。Agent 的世界本就复杂多变，没有人能预见所有的应用场景，哪怕平台本身再强大，也无法覆盖每一个细分需求。这时，开源的价值就凸显出来了。你可以 fork 项目，按照自己的想法修改逻辑，可以添加插件扩展功能，甚至可以对接自有的内部服务，让 Agent 真正落地到实际业务中。

更值得一提的是，Coze 这次采用了 Apache 2.0 协议，极为宽松——不仅允许商业使用和专利授权，也不强制要求代码回馈。换句话说，你可以自由使用、随意改造，甚至闭源也没问题。

这种姿态，才是真正对开发者开放、对开源生态负责。

亲自上手：一键部署体验如何？

部署扣子的开源项目有两种方式，一种是去 GitHub 上把项目源代码拉下来，搭建本地环境，配置模型，然后通过命令行在本地启动运动。Coze Studio可以参考官方文档，喜欢折腾的开发者可以用这种本地部署方式：

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

我更喜欢另一种方式，直接用火山引擎的服务部署扣子的开源版本，快速简单不折腾，还可以充分使用火山引擎的能力。

登录火山引擎控制台，打开网址：

https://console.volcengine.com/vefaas

点击“我的应用”-“创建应用”，完成跨服务访问授权，然后选择扣子开发平台，根据提示就能创建好你自己的 Coze Studio 了。

大概几分钟的时间，构建完成，我们就可以在应用详情里看到访问网址了。

打开系统提供的网址（类似：http://115.190.60.145:8888），熟悉的 Coze Studio 页面出现了。整个过程不超过 10 分钟，真正体验到了什么叫“部署即上线”。

这时候我们就可以使用 Coze Studio 创建智能体和应用了。

我最近正在读余华的小说和随笔，对余华老师非常感兴趣，那我就来构建一个「老池读余华」的智能体：

为智能体创建余华的知识库，把我购买的余华老师的电子书上传到我的 Coze Studio 里，然后设置数据处理方式，我选择了快速解析：

然后为我的智能体做一些基本设定，就可以进行测试了。

当我问“余华”老师：你说过活着的力量不是进攻而是忍受，这句话啥意思？得到了这样的回复：

非常有意思。事实上你可以尝试使用开源扣子构建各种各样的 Agent 和 应用。

火山引擎本身就预置了豆包 1.6 最新模型，开发者可以直接接入使用，也可以灵活切换到自定义模型，甚至对接私有模型 API，满足不同场景的推理需求。

更进一步，部署完成后还支持绑定自己的域名，让 Agent 不再只是测试工具，而是真正可以作为正式产品上线、面向用户提供服务。

Coze × 火山：火山引擎值得拥有

Agent 平台最终都得对接模型、部署落地。那火山引擎这波一键部署，优势在哪里？最大的优势就是扣子开源和火山引擎一脉相承，都是一家人，适配自然是最好的。

另外就是火山引擎丰富的生态系统：

模型生态丰富：集成了市面主流的大模型，也支持自定义模型注册，能让你的 Agent 跑在最适合的模型上。

配套齐全：无论是 Serverless 云函数、云数据库，还是可视化开发平台 CloudStudio，做一个 Agent 应用从前端到后端基本能打通。

体验极致：配置项少，上手快，控制台 UI 不臃肿，新手也能快速搞定。

弹性和安全：基于火山云服务的弹性能力，应用能顶得住业务压力，数据也不会乱跑。

开源友好：部署流程专为开源版设计，没有商业绑定。

我们甚至可以把火山引擎理解成一个“Agent 云原生开发平台”，从本地开发到生产部署，只需要一条链路。

自 2023 年起，AI 技术逐渐从实验室走向日常生活，许多人谈“普惠”时，总是联想到“免费”和“开放”。但真正的技术普惠，其实是降低门槛，让更多人能够参与创造。

这一次 Coze 的开源，不只是“把代码给你”，而是“工具、模板、流程一整套都准备好了”，让每个有想法的开发者都可以亲手做出属于自己的 Agent。哪怕只是对 AI 感兴趣的技术爱好者，不是工程师，也能借助火山引擎和 Coze，一步步完成从零到一的开发闭环。

过去做一个产品，要前端、后端、运维、模型分工协作。现在，有可能你一个人就能独立完成。技术革命的意义，不在于算法有多强，而在于让更多人能加入进来。

Coze 这轮开源，是 Agent 开发生态的一次自我更新，更是对开发者的积极回应。开发者不再只是“使用者”，而是真正能参与定义 Agent 的角色。未来的 Agent 世界，不属于某一家平台，而属于每一个愿意动手搭建、调试、优化它的人。

扣子已经打开，钥匙就在你手中。

打开火山引擎控制台，一键部署，就此开始自己的 Agent 之旅。