扣子AI Agent全家桶重磅开源:零代码构建智能体,共塑行业新范式

扣子AI Agent开发平台核心工具全线开源,包括零代码开发与全生命周期管理工具,降低AI Agent开发门槛,赋能商业级应用,加速智能体生态构建。

原文标题:扣子开源全家桶,Apache 2.0加持,AI Agent又一次卷到起飞

原文作者:机器之心

冷月清谈:

AI Agent 开发平台扣子(Coze)近期宣布,继应用开发框架 Eino 之后,其两大核心产品——零代码开发平台 Coze Studio 和调试工具扣子罗盘(Coze Loop)也已全面开源,沿用高度开放的 Apache 2.0 协议。这标志着扣子已构建起从开发、调试到运维的完整 AI Agent 工具链。

其中,Coze Studio 旨在实现智能体的零代码构建,开发者通过拖拽可视化界面即可快速搭建 AI 应用的工作流程与逻辑,极大地降低了开发门槛。它支持丰富的插件市场、知识库集成,并可一键发布至多平台,同时提供强大的 API 和 SDK,便于与现有业务系统集成。技术栈上,后端采用 Go 语言,前端为 React + TypeScript,并基于微服务架构,确保了系统的高效与稳定。

而扣子罗盘作为面向智能体的全生命周期管理工具,解决了复杂 AI Agent 的调试、评测与优化难题。它为 Prompt 写作提供了 IDE、Git 和 A/B 测试一体化能力,并提供 Trace 全链路观测功能,详尽记录 AI 推理过程,帮助开发者快速定位问题和性能瓶颈。Coze Loop 的开源,使得原本商业级的调试、评测能力,现在能被开发者零门槛使用。

扣子此次全面开源,不仅旨在通过 Apache 2.0 协议的宽松特性(允许自由使用、修改、分发及闭源商用)来加速技术普及,更是希望吸引全球开发者共建生态,让扣子成为“智能体时代的公共底座”或“操作系统”,从而在这场 AI Agent 的“范式之争”中占据主导地位。此举将极大降低中小企业和个体开发者的入场门槛,同时满足大型企业对私有化部署和数据安全的严苛要求,将未来更多地交到开发者手中。

怜星夜思:

1、文章里提到扣子希望能成为“智能体时代的操作系统”,你们觉得一个AI Agent的“操作系统”和我们传统理解的Windows、iOS这种操作系统有啥本质区别?它构建生态的方式又会有哪些不同呢?
2、扣子选择了非常宽松的Apache 2.0协议进行开源,这在AI Agent这个竞争激烈的赛道上,会带来什么样的优势和风险?会不会加速“赢者通吃”的局面?
3、文章说扣子开源能让中小企业和个体开发者“零门槛”入场,但实际操作中,他们利用开源AI Agent平台时,最可能会遇到哪些具体的挑战?有没有啥建议可以给到他们?

原文内容

机器之心原创

作者:吴昕

两个核心开源产品 Github上star 数共达 9.5K。工具已上桌,开发者们,燥起来吧。


终于,另一只靴子也落地了。


7 月 26 日,新一代 AI Agent 开发平台扣子( Coze )宣布开源两款核心产品:零代码开发平台( Coze Studio )和调试工具扣子罗盘( Coze Loop )。


加上已开源的应用开发框架 Eino,扣子四大核心产品已有其三完成开源 ,从开发到运维,一个不落!


扣子产品矩阵包括扣子空间、开发平台、扣子罗盘及 Eino 框架。Eino已于4月开源,红色部分是这次开源的核心产品。



2025 年,AI Agent 迎来爆发,热度直逼今夏高温。在不少人眼中,它俨然成为大模型真正落地的最佳实践。而就在这个关键时刻,扣子果断全线开源,沿用高度开放的 Apache 2.0 协议 —— 


一边加柴,一边开门迎客,把这把火烧得更旺,也将开源平台的竞争推到了新高度。


目前,这次开源的两个核心产品 GitHub 的 Star 数量迅速攀升,共达 9.5K,成为智能体开发领域最受关注的开源项目之一。



  • Coze Studio :

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

  • Coze Loop:

    https://github.com/coze-dev/coze-loop

  • Eino:

    https://github.com/cloudwego/eino


完整工具链开源,零门槛享受商业级能力


扣子开发平台是一款真正意义上的无代码开发平台。最大的亮点就在于——


不会写代码?完全没关系!只要你会用鼠标,分分钟就能捏出一个能跑的智能体,整个过程直观到飞起:


打开网页画布,拖拖拽拽,像搭积木一样拼出智能体的工作流程。


前端界面、后端逻辑全图形化呈现,1—2 小时轻松搞定一个实用的 AI 应用。


图片

拖拖拽拽,像搭积木一样拼出智能体的工作流程


平台的扩展能力也相当强悍:最丰富的插件市场,搭配知识库、数据库等组件,极大拓展了智能体的能力边界。


拥有最丰富的插件市场


图片

各种资源,一应俱全


支持发布平台也最多:一键上架平台商店,支持飞书、抖音、微信等多平台推送,同时提供强大的 API 和 SDK,便于将智能体无缝集成进你的业务系统。


现在,扣子开发平台的核心引擎全面开源——


模型接入、智能体构建到最终发布,覆盖所有开发所需核心模块。


开发者可以自由使用、魔改、分发,打造真正高度定制化的智能体应用。


开源功能清单(中文版)


一站式可视化开发,外加源自成熟商业平台,是扣子开发平台区别于众多 AI 开源项目的突出亮点。背靠数万家企业和数百万开发者的用户基础,充分验证了其核心引擎的稳定性与可靠性。


技术栈方面,扣子开发平台同样亮点十足—— 


后端采用 Golang,前端采用 React + TypeScript,整体架构基于微服务和 DDD(领域驱动设计)。


在开源语境中,性能和效率往往是最先被拷问的指标。Golang 内核像是一块扎实的基石,确保在面对高并发和复杂调用时,系统依然稳定可靠。


更别说 Golang简洁的语法和低门槛的学习曲线,开发者上手快,维护也省心,再加上它在后端、网络和容器化领域的成熟生态,妥妥一套高效稳定的底层解决方案。


在可读性和维护性方面,React + TypeScript 提供了成熟的组件化开发体验与类型安全保障,既适合新手快速上手,也便于老手精细打磨。


在微服务架构上,通过系统拆解为职责清晰、解耦良好的模块,不仅便于开发者理解和维护,也为开源社区的协同开发创造了理想环境——每位开发者都可以专注于某一具体领域,深耕细作,而不必担心牵一发而动全身


在实操层面,平台提供开箱即用的容器化部署方案,大幅简化环境配置流程,让开发者能将更多精力聚焦在智能体本身的构建上。


有了扣子开发平台,捏个智能体,轻轻松松。但当智能体越来越聪明、任务越来越复杂,仅靠简单搭积木已经不够用了。真实场景里,难题接踵而至:


哪些 Prompt 微调真的带来了性能提升?哪些看似改了,其实没变?


尤其是对于拥有复杂工作流的 Agent,靠提问-答复的黑箱式调试,就像摸着石头过河——既没法回溯过程,更难精准定位问题。


扣子罗盘,正是在这样的需求下诞生。




它是一整套面向智能体的全生命周期管理工具链,以可视化方式,把智能体开发抽象为四大阶段:开发 - 评测 - 观测 - 优化,每一各环节都有明确抓手,帮你从容应对各种不确定性。


给 Prompt 写作量身打造了 IDE + Git + AB 测试三合一神器,让开发更高效,也更靠谱。


从用户提问开始,到 Prompt 是怎么被解析的、用了哪个模型、调用了哪些工具、每一步花了多少时间、有没有出错……全都详细记录下来。开发者不仅能快速找出问题所在,还能识别性能瓶颈、追踪 Token 用量,真正做到有据可查、有错好改。


一个稳定的智能体,不能靠感觉好,要靠数据说话,效果可量化。评测能力,开箱即用。


这次扣子罗盘开源,更是诚意拉满——


包括提示调试、评测体系、Trace 全链路观测、模型接入等能力统统配齐,相当于把成熟平台的硬核能力一次性下放。开发者零门槛就能体验原本专属商业客户的工具链。


开源功能清单(中文版)


例如,Prompt 开发流程一站式打包,从设计、测试到优化全覆盖,无需另起炉灶,拿来即用。


对 Trace 的上报与查询能力,同样是一大亮点。平台支持自动记录每一条 Prompt 调试的 Trace 数据,实时追踪输入输出、执行路径和耗时明细,让原本黑盒般的 AI 推理过程彻底可见。这对于提升开发效率、加速上线流程,意义不言而喻。


更妙的是,多语言 SDK 同步开源,与商业版完全兼容,只需改几个参数,就能把扣子罗盘集成进自己业务系统,二次开发毫无压力。再加上官方文档齐全、开发指南详尽,整体门槛被拉得很低。


Eino 框架的引入也为模型接入带来了极大灵活性,支持 OpenAI 等主流 LLM,切换模型就像换积木,项目扩展性直接拉满。


上手体验也极其友好。Docker 一键部署几行命令搞定,新手也能几分钟内启动完整调试与评估环境。


总结一下:这次扣子双核心产品开源,堪称给开发社区打了一针强心剂。


开发平台主打上手快,罗盘则解决可观测难题,一次打通从构建到优化的全流程。


关键不是象征性开源,而是把经受过大规模实战验证的能力一次性打包开放:模型接入、Prompt 调试、Trace 观测、跨端部署……全栈可用、可复用。


对开发者来说,等于一开局就站在成熟体系上,轻松起步、深度定制两不误。


Apache 2.0 :把未来留给了开发者 


智能体大爆发,竞品几乎全部开源,扣子选择在此关键时刻彻底释放自己的技术势能,把半条命交给开发社区,其实并不意外——


三款产品已经构建起一套完整、新的 Agent 开发范式。在这个尚未定型的赛道上,若想让这套范式成为行业的事实标准,必须吸引越来越多的开发者和团队围绕它开发应用、贡献插件、打磨生态。而要在有限时间内快速启动这台飞轮,开源几乎是最优解。


选择以宽松著称的 Apache 2.0,足见扣子的让利诚意与生态野心:


  • 代码随便用、随便改,不强制开源衍生品;

  • 专利授权机制清晰,合规无忧;

  • 和主流协议兼容性好,方便各种集成、魔改。


讲真,这几乎把开发者所有顾虑都提前解决了——不用付费、还可以闭源商用、不怕版权雷、不担心数据安全和商业秘密。包袱一丢,落地提速自然水到渠成。


这波操作,很容易让人想到当年谷歌打造 Android 的经典操作:底层保留 GPL,上层切 Apache 2.0,向手机厂商亮明态度——你可以深度定制,闭源商用,商业秘密我不碰。最终换来了生态爆发,坐拥全球手机操作系统半壁江山。


而对于中小企业和个体开发者来说,扣子这波开源更像天降助攻。


传统的 AI 开发平台,尤其是那些功能完备、性能优越的商业版本,往往伴随着高昂授权费用——个人开发者和预算紧张的中小企业,几乎望而却步。现在,扣子直接把 Agent 能力开源给你,零门槛入场,一键白嫖商业级工具链。


而且不是阉割版,而是真正把商业版中验证过的核心能力——包括提示词调试、即开即用的评测体系、Trace 全链路观测等——原样端上桌。大家一开局就站在成熟体系上,既能少踩坑,又能快速打磨差异化业务。


值得一提的是,许多企业(特别是大型企业和对数据安全、合规性有严格要求的机构)偏好私有化部署其关键业务系统,包括 AI 应用。


而扣子本身处于基础模型与业务场景之间,是连接两端的关键桥梁:它提供了智能体必需的流程编排、数据接入、任务执行等核心能力。现在它开源了,企业可以部署在自己的服务器或私有云上,完全掌控数据和系统,也就消除了黑箱焦虑


可以说,扣子这波开源,是一次力度空前、诚意拉满的基础设施放权——真正把未来留给了广大开发者。


智能体时代的操作系统


当然,开源绝非单方面付出,而是一场双向的增益游戏。


在闭源阶段,产品演进主要依赖内部节奏和少数客户反馈。开源之后,全球开发者成为产品的共创合伙人——修 Bug、提需求、加插件、造模板,一切都能自下而上涌现。社区协同力量,会成为加速产品进化的最强引擎。


选择在 2025 年开源,时机也恰到好处。当下,无代码与低代码平台正成为 AI 应用开发的最热战场,扣子这一整套开源大礼包,既是拉新利器,也是生态磁场。一旦社区形成规模——


最多插件的工作流平台,是扣子主导的;智能体开发默认参考的接口和设计范式,是扣子定义的;……


当开发者习惯按你的方式做事,游戏的胜负,其实已经写好了一半。那时的扣子,不再只是字节跳动内部的一套开发工具,而是真正成为智能体时代的公共底座


要知道,开源从来不是放弃主导权,而是迈向更高维度的生态博弈。


这一次,扣子可不是贵在参与,而是以范式设定者姿态入局—— SDK、Studio、插件市场 …… 全家桶一并奉上,毫无保留,直撼现有格局。


一线大厂披挂上阵,无论是国内起步较早的 Dify 还是已打开海外局面的 n8n,也不得不重新审视自身的定位与节奏,一场智能体开发的范式之争如箭在弦,一触即发。


最终,谁的技术规范成为行业共识,谁的接口标准成为开发者默认选项,谁才有资格主导这场最重要的生态重构。



© THE END 

转载请联系本公众号获得授权

投稿或寻求报道:liyazhou@jiqizhixin.com

Apache 2.0协议无疑是“广撒网”策略的典范。优势在于极大地降低了开发者和企业的采纳顾虑,因为它允许免费使用、修改,甚至可以闭源商用,这能迅速扩大用户基础,加速技术普及,使其成为行业的事实标准。当人人都在用扣子的底层,它的生态壁垒自然就形成了。然而风险也存在,比如项目可能会被竞争对手“拿来主义”,直接复用其代码,从而降低其商业化独特性。至于是否加速“赢者通吃”,我觉得确实有这种可能。一个强大的、被广泛采用的开源底座,一旦形成网络效应,其他玩家就很难打破这种垄断,最终可能导致少数几家拥有核心技术或最强生态的大厂占据绝大部分市场份额。

零门槛?哈哈哈,那只是说不用自己写底层代码了!但你得面对新的“门槛”:1.:AI模型不是免费的午餐,每次调用都是白花花的银子!2.智商:你得想清楚AI到底能解决啥问题,Prompt怎么写它才不犯傻。3.时间:调试Agent、优化Prompt,这可比写传统代码要烧脑,因为你不知道AI啥时候抽风。建议嘛:先别想着一步登天,搞个“包治百病”的AI,从小事做起,比如写个自动回复邮件的Agent。然后,多和AI唠嗑,培养感情,你了解它越多,它就越听你的话。最后,记得多抱紧开源社区大佬的大腿,他们都是活字典!

传统操作系统是你点鼠标,它干活。AI Agent的“操作系统”嘛,可能是你发个指令,然后它自己去调用各种模型、工具,甚至还能跟别的Agent聊两句,最后给你个结果。至于生态?大概就是以后大家不是在比谁的手机App装得多,而是在比谁的AI Agent更“聪明”、更“能干”,可以帮自己挣更多钱吧!嗯,希望不会发展成“智能体炒股助手”大战!

哎呀,这不就跟小时候开放零食分享一样嘛!扣子说:“我的好吃的大家随便吃,拿回家也行,随便改口味也行!”。好处是大家都会来吃,吃的人越多,就越觉得这味道好,口碑就传开了,别的零食就没人吃了。坏处就是,万一有人拿了你的秘方,自己开个一模一样的零食铺,你咋办?但大厂估计不在乎这些,它要的是“我承包了这条街的零食标准”,最终还是它说了算,所以“赢者通吃”的速度肯定会加快。

我觉得这就像请客吃饭,有些平台是“我请你吃,但你得夸我,还得把碗留给我”,而扣子是“我请你吃大餐,你吃饱了爱去哪儿去哪儿,碗你带走也行!”。这种大方劲儿肯定能吸引一大批开发者过来“蹭饭”。优势就是用户量蹭蹭涨,Bug也更容易被发现和修复,生态繁荣。风险嘛,就是怕有人吃完抹嘴就跑了,自己拿去开餐厅了,但扣子可能觉得只要能把自己的“菜谱”推成人人爱用的标准就行!至于“赢者通吃”?嘿,如果扣子真的成了AI Agent界的Android,那可不就是通吃了吗?

提到“智能体时代的操作系统”,其实跟传统操作系统概念很像又很不同。传统操作系统管理的是计算机的硬件资源,解决的是人机交互和软件运行。而AI Agent的“操作系统”,比如扣子,更多是抽象、编排和调度各种AI能力(大模型、插件、知识库、工具),解决的是AI如何高效地完成复杂任务。它构建生态,除了传统的API和SDK,可能更强调“Agent间协作的协议”、“Prompt工程的最佳实践”、“可复用的Agent组件库”等,甚至还有“Agent行为规范”!开发者除了写代码,可能还需要精通“调教”和“编排”AI,角色变得更像AI的“首席架构师”和“产品经理”。

“零门槛”主要是指技术起步门槛降低了,但实际挑战可不少。首先是算力成本,大模型推理还是很烧钱,即使平台免费,高并发和大量请求产生的API费用对小团队来说是笔不小的开支。其次是数据质量与管理,构建高质量的知识库和Prompt需要大量清洗和标注数据,这往往是中小企业欠缺的资源。再者是业务理解与Prompt工程,如何将复杂业务逻辑转化为AI Agent能理解和执行的Prompt流程,需要深刻理解业务和AI的边界。最后是持续运维与优化,发布后如何监控Agent性能、及时发现并解决问题,维护数据新鲜度,都需要专业能力。我的建议是:从最小可行性产品(MVP)开始,聚焦特定垂直领域做深;充分利用开源社区资源,学习最佳实践和现有模板;初期可以考虑与云服务商合作,利用其优惠或免费额度;最重要的是,要投入精力学习AI Agent的“调教”艺术,培养AI产品和运营思维。

哈哈哈,我觉得最本质的区别就是:传统操作系统是给电脑装“脑子”和“手脚”,让它能干活;AI Agent的“操作系统”是给AI Agent装“小脑瓜”和“工具箱”,让AI自己能思考、能找工具干活。所以,构建生态的方式也变了,以前是App Store卖App,以后可能是Agent Store卖“智能体技能包”?或者“智能体性格模板”?比如一个“销售专家Agent”,一个“程序员助手Agent”,大家像玩乐高一样组装自己的AI伙伴,想想就带感!

所谓“零门槛”通常指的是编程门槛,但AI这玩意儿,还有好多别的“门槛”呢!最要命的可能就是**“不知道让AI干啥”的门槛**,大家觉得AI万能,但真落地到具体业务上,如何找到痛点、设计合适的Agent,这本身就是个产品经理的活儿。还有**“数据清洗地狱”,知识库一堆杂乱无章的数据,Agent根本没法用。再来就是“用户期望过高”**,总觉得AI能完美解决所有问题,结果发现AI也在犯傻,然后就凉凉了。我的小建议是:先从小处入手,解决一个具体问题;多看别人的Agent案例,抄作业;跟社区里的大佬们多交流,他们踩过的坑就是你的避雷针!