当前位置: 首页 > news >正文

2025.7.26字节掀桌子了,把coze开源了!!!

炸锅了!掀桌子了!!!

刚听到,马斯克又在办公室打地铺睡觉,员工们在办公室搭起帐篷,AI界有多卷!中国引以为傲的应用端强大其实已经没有优势了,至今未出现一个现象级的AI应用产品。

今天字节把Coze开源了,Dify等一众Agent开发平台是不是抖了一下。

该项目采用 Apache 2.0 许可证,这意味着相关代码:

  • 可商用:可商业使用,无附加条款

  • 专利授权:明确授权,无后顾之忧

  • 社区共建:与全球开发者一起,共建未来

开源的软件有两个Coze Studio和Coze Loop,覆盖全部功能我们在coze.cn的全部功能,以后私有化部署不用担心数据泄密了。

一、Coze Studio

Coze Studio是一款一站式Al 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,为您提供最便捷的Al Agent开发环境。

提供Al Agent开发所需的全部核心技术:提示、RAG、插件、工作流程,使开发者可以集中创造AI核心价值。

开箱即用,用最低的开发最专业的AI Agent成本:Coze Studio为开发者提供了可靠的应用模板和编排框架,你可以基于它们快速构建各种Al Agent,很快就能将创意真正实现。

Coze Studio,部署了服务于上万家企业、数百万开发者的「扣子开发平台」,我们将它的核心引擎完全开放。它是一个一站式的Al Agent可视化开发工具,让Al Agent的创建、调试和网格化外部的简单。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,快速构建和调试智能体、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致力于推动AI代理开发与应用发展,鼓励社区共建和分享交流,助您在AI领域进行更深层次的探索与实践。

Coze Studio的头部采用Golang开发,引入使用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。

二、Coze Loop

Coze Loop 是一个面向开发者,专注于Al Agent开发与运维的平台级解决方案。它可以解决Al Agent开发过程中面临的各种挑战,提供从开发、调试、评估、到监控的全生命周期管理能力。

Coze Loop在商业化版本的基础上,推出开源版免费对开发者开放核心基础功能模块,以开源模式共享核心技术框架,开发者可根据业务需求定制与扩展,便于社区共建、分享交流,助力开发者零门槛参与Al Agent 的探索与实践。

Coze Loop 能做什么?

Coze Loop通过提供全生命周期的管理能力,帮助开发者更高效地开发和运维Al Agent。无论是提示词工程、Al Agent评测,还是上线后的监控与调优,Coze Loop都提供了强大的工具和智能化的支持,极大地简化了Al Agent的开发流程,提升了Al Agent的运行效果和稳定性。

Prompt开发:Coze Loop的Prompt开发模块为开发者提供了从编写、调试、优化到版本管理的全流程支持,通过可视化Playground实现Prompt的实时交互测试,让开发者能够直观比较不同大语言模型的输出效果。

评测:Coze Loop 评测模块为开发者提供系统化的评测能力,能够对 Prompt 和扣子智能体的输出效果进行多维度自动化检测,例如准确性、简洁性和合规性等。

观测:Coze Loop为开发者提供了全链路执行过程的可视化观测能力,完整记录从用户输入到Al输出的每个处理环节,包括Prompt解析、模型调用和工具执行等关键节点,并自动捕获中间结果和异常状态。

开源地址:

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

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

感兴趣的小伙伴们可以上手部署试用。

另外,给大家准备了大量的智算、大模型、Agent开发相关资料近千份,请关注疯聊AI公号回复求1000份资料即可完全免费获取。以下是部分资料截图。

图片

图片

图片

图片

http://www.dtcms.com/a/299049.html

相关文章:

  • 激光雷达-相机标定工具:支持普通相机和鱼眼相机的交互式标定
  • kafka的部署和jmeter连接kafka
  • 大语言模型 LLM 通过 Excel 知识库 增强日志分析,根因分析能力的技术方案(3):使用云平台最小外部依赖方案
  • 谷粒商城170缓存序列化报错
  • ​​XSLT:XML转换的“魔法棒”​
  • XML DOM
  • 【DM数据守护集群搭建-读写分离】
  • 大语言模型 LLM 通过 Excel 知识库 增强日志分析,根因分析能力的技术方案(1):总体介绍
  • 20250726让荣品的PRO-RK3566开发板使用TF卡启动
  • 【机器学习深度学习】模型私有化部署与微调训练:赋能特定问题处理能力
  • 【AcWing 154题解】滑动窗口
  • Javaweb————什么是超文本传输协议?
  • 机器学习特征工程详解:特征选择与降维(PCA)
  • 好的编程语言设计是用简洁清晰的原语组合复杂功能
  • Java 问题排查之工具单
  • MCP协议深度解析:客户端-服务器架构的技术创新
  • 零基础 “入坑” Java--- 十四、【练习】图书小系统
  • 力扣---------238. 除自身以外数组的乘积
  • mysql group by 多个行转换为一个字段
  • Java动态调试技术原理
  • Oracle 11g RAC数据库实例重启的两种方式
  • 机器学习——随机森林算法分类问题案例解析(sklearn)
  • SpringMVC——建立连接
  • Python高级入门Day6
  • (React入门上手——指北指南学习(第一节)
  • Earth靶机攻略
  • 公域流量向私域流量转化策略研究——基于开源AI智能客服、AI智能名片与S2B2C商城小程序的融合应用
  • 分治算法 (Divide and Conquer)原理、及示例-JS版
  • 告别配置混乱!Spring Boot 中 Properties 与 YAML 的深度解析与最佳实践
  • C++查询mysql数据