搞 Agent 开发也有开源一条龙了！
这不，扣子的两款子产品已于近期正式开源：扣子开发平台 （Coze Studio）和扣子罗盘（Coze Loop）。
才过了一个周末，两个项目就拿下了 9K Star~
再加上此前已经开源的开发框架 Eino，扣子这是把 Agent 从开发、评测到运维的完整链路，全都打包开源了，堪称一步到位。
有一说一，Agent 在今年有多火大家都有目共睹。
不论是各种爆款 Agent 的相继涌现，还是各大厂商陆续发布 MCP 协议支持，种种迹象都在说明一件事：Agent 正从 "炫技的玩具"，变成真正能落地的应用工具。
在这个关键时刻，若要让 Agent 真正走向成熟，众所周知仅靠一家厂商是远远不够的。
而开源，正是破局的钥匙之一------通过吸引全球开发者共同参与，能够为 Agent 从工具走向生态注入强大动力。
所以这一次，扣子开源的几款产品，直接覆盖了 Agent 开发的完整生命周期：
-
Coze Studio：低代码可视化 Agent 开发平台，让开发者快速构建 AI 工作流；
-
Coze Loop：Prompt 开发、评测与运维平台，确保 Agent 的稳定性和优化空间；
-
Eino：统一抽象的 AI 应用编排框架，让 Agent 能灵活接入不同模型和数据源。
打个比方来说，这就像 Coze 把底座全给你搭好了，以后开发者都能像拼乐高一样开发 Agent。
而且更关键的是，它们采用的还是最为宽松的 Apache 2.0 开源协议：
不仅允许商业使用，而且包含明确的专利授权条款，为用户提供法律保护。使用者修改代码后也不必将修改开源，可以闭源使用，仅需要在分发时保留原始版权声明、免责声明和通知文件即可。
p.s. 还是没有任何附加协议的那种哦~
开发 / 评测 / 运维，Agent 开发全链路统统开源
话不多说，下面直接拆箱 Coze 开源三件套。
扣子开发平台（Coze Studio）
Agent 时代，当你有个好想法却苦于实践门槛太高时，扣子开发平台就能派上用场了。
如名称所见，它被专门用来帮助大家更轻松地 "造"Agent。
而且这个开源平台主打一个 "全"，几乎提供了 Agent 开发所需的全部核心技术。
就这么说吧，从开发到部署，凡是开发者可能需要的，扣子开发平台几乎都考虑到了。（这两天刚开源就揽获了 7.3k star）
Coze Studio 开源地址 ：github.com/coze-dev/co...
当然工具够多是一回事，最重要的还在于用起来是否 "称手"。
而在这方面，扣子开发平台也设置了不少小巧思。
当中尤为值得一提的，还在于它拥有完整的工作流（Workflow）引擎。这个东西属于 Agent 的核心大脑，里面包含了 Coze 所有的节点类型和编排逻辑。
所谓节点类型，可以理解为一块块可以拖进工作流里的功能小积木，如 LLM 节点用来调用大语言模型生成内容；而编排逻辑是指各个节点之间怎么连接、按什么顺序执行等规则和流程。
有了这两样东西，开发者只需一些拖拖拽拽的动作，就能更容易地开发 Agent 了。
此外，扣子开发平台也支持 "插件系统"，这有点像我们常说的给 Agent"开外挂"。
这一次，平台开源了插件的定义（插件怎么写）、调用（插件怎么被 Agent 调用）和管理机制（插件怎么统一管理、更新、调试），开发者只要照着来就能写出自己的插件。
而且不止有各种内置插件，平台还提供了一套让开发者可以轻松创建和集成任何第三方 API 的完整能力，并提供丰富的官方开源插件作为示例。
一句话，一切都是为了更方便地给 Agent 增加各种额外能力而设计。
而当 Agent 完成部署后，开发者就能立即获得一个功能完备、界面友好的操作后台------包括 Agent 的创建、调试、插件接入、工作流编排等全流程功能。
以上所有能力皆开箱即用，开发者只需连接上自己的模型 API Key，就能立即在扣子开发平台上手 "造"Agent。
扣子罗盘（Coze Loop）
当我们 "造完"Agent 之后，接下来就要考虑如何让 Agent 一直 "跑稳"。
一般来说，在 Agent 真正上线之前，人们经常会遇到以下诸多困扰：
-
我这个 Prompt 写得对不对？
-
为什么模型回复总是跑偏？
-
Agent 有 bug，怎么查问题？
-
版本更新了，新老效果谁更好？
-
......
而这也是扣子罗盘发光发热的地方------一整个解决 Agent 从开发、调试、评估、到监控这整个生命周期里所面临的各种挑战。（这两天刚开源就揽获了 2k star）
Coze Loop 开源地址：github.com/coze-dev/co...
先说扣子罗盘的 Prompt 开发模块，它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，开发者可实时测试不同 Prompt 的输出效果，还能一键切换不同大模型来横向对比。
要知道没有这个功能的话，人们还得在不同模型的网页间跳来跳去，而且还要手动复制粘贴 Prompt 去对比。
而有了更方便的对比方式后，我们还要从科学合理的角度来评估模型输出质量。
扣子罗盘的评测模块接着登场------这是一套系统化的自动检测机制，能帮开发者从准确性、简洁性及合规性等多个维度来评估 Agent 的回答效果。
OK，搞定输入和输出后，最终还缺少一个全链路观测。
扣子罗盘依旧在线，它会完整记录从输入到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。
而且即使遇到异常，它还会自动记录这些异常发生的具体情况，捕捉到出问题的地方，从而省去一个个点排查的麻烦。
开发框架 Eino
除了上面这两个最新开源，Coze 在今年 2 月还开源了基于 Go 语言的 Agent 开发框架------Eino（谐音 "I know"）。
截至目前，它已经在开源社区 GitHub 揽获 5.3k star，拥有一定影响力。
Eino 开源地址：github.com/cloudwego/e...
而它受到关注的原因，总结起来主要有以下几点理由：
1、统一的组件抽象和丰富的实现
它把 AI 应用开发中常用的功能拆成一个个小模块，这些模块都有统一的定义，所以不用去琢磨每个功能怎么做；且每个模块都有多种实现方式，直接开箱即用，省去了从头写的麻烦。
2、灵活的编排能力
提供多种编排方式_（Graph、Chain、Workflow）_，帮助开发者用简单的方式表达复杂的业务逻辑。编排过程中还支持类型检查、并发管理、切面管理等功能。
3、完善的流处理能力
根据输入和输出是否为流，Eino 提供四种交互模式：invoke_（普通的请求 - 响应交互方式）、stream （流式数据处理）、collect （将一段时间内的数据全部收集起来再处理）、transform（数据转换）_，并支持流的自动转换、合并和复制。
4、强大的工具链
提供可视化的编排和调试工具，开发者只需拖拽几下就可以构建一个 AI 应用。
Coze 开源将带动 Agent 在更多应用场景落地
至此小结一下 Coze 开源三件套之间的关系，打个比方就是：
扣子开发平台就像建房的工地，帮助搭建框架；扣子罗盘就像质检中心，确保房子没有问题；而 Eino 则是智能家居系统，让房子更智能、更灵活。
可以说，Coze 已率先在开源社区完整落地了覆盖开发、评测、运维全链路的 Agent 基础设施闭环。
由于开发 Agent 的门槛肉眼可见地被降低了，今后开发者也能腾出更多精力放在琢磨业务逻辑和场景创新上。
也正因此，未来 Agent 在更多行业、更多场景中落地的速度，大概率会比我们预想中更快。
而从实践来看，Coze 开源尤为适合以下几类典型应用场景：
首先是企业内部自动化。如工单处理、流程审批、知识问答等常见内部流程，现在都可以通过开源版 Coze 搭建智能助手，实现自动响应与高效处理，从而进一步提升运营效率。
其次是面向中小团队和创业者。即使缺乏完备的工程资源，也能借助开源版 Coze 快速构建自己的智能助理、对话机器人或业务自动化流程，把更多精力集中在业务逻辑与产品创新上。
在垂直行业场景_（如法律、医疗、金融、电商等）_，开发者可以基于开源版 Coze 快速接入自有知识库、业务规则和模型接口，打造面向行业需求的定制化 Agent。
最后，开源版 Coze 同样适用于教育、科研和开源项目。无论是教学实验、学术研究，还是开源社区探索新范式，开发者都可以用 Coze 作为基础工具，灵活试验模型调度与推理链构建等关键能力。
一言以蔽之，Coze 的开源让 "人人可用、场景多样" 的 Agent 构建成为可能。
Agent 爆发前夜，Coze 开源瞄准了更多应用落地
当然，以上这只是开源带来的结果，在这之前更本质的问题是：
扣子为什么开源？
总结起来其实就是一句话------Agent 进入爆发前夜，扣子通过开源率先瞄准了更多应用落地。
Agent 发展到现在，不论是 "台前" 还是"幕后"，几乎整个科技圈都能感受到它有多"热"。
一方面，支撑 Agent 蓬勃发展的背后技术持续快速演进 ing。就在今年 3 月，Nature 报道了一项来自非营利研究机构 METR 的最新发现------"智能体摩尔定律"，即 Agent 能力正以 "每 7 个月翻一番" 的速度显著提升。
另一方面，处在聚光灯下的生态端也在迅速升温。放眼全球范围内，无论是科技大厂还是创业公司都在竞相入局，各种 Agent 应用满天飞，令人眼花缭乱。
然而在这背后，Agent 的大规模普及仍面临两大现实阻力。
一个就是用户体验不稳定。当前多数 Agent 受限于技术成熟度，在完成真实任务时近乎于 "抽卡"，经常被网友们吐槽 "一用就废"，更别说形成用户粘性了。
其次就是开发门槛仍然过高。从搭建工作流、接入多模态能力到评测优化，几乎每一个环节都需要开发者投入大量工程资源和技术积累，非专业团队难以快速入场。
当上述一热一冷发生碰撞后，行业逐渐意识到：
要推动 Agent 从 "好玩" 走向"好用"，不仅需要平台厂商们自己单点推进，也尤为需要全球开发者共建共创，在开源和共建中推动技术生态走向繁荣。
在这一背景下，开源所带来的优势也愈发凸显。
先从开发者最容易感知的层面说起------开源不仅显著降低了开发门槛，而且还具备强大的可扩展性。
以 Coze 此次开源为例，它提供了一整套完善的开发底座，涵盖基础框架、插件机制、工具链、评测体系等关键能力。这意味着开发者无需从零搭建底层架构，能将精力更多投入在具体场景和业务逻辑的实现上，从而显著提升开发效率与落地速度。
更进一步，Coze 的开源架构还具备高度灵活性。开发者可以根据自身需求自由接入不同模型、API 或自定义模块，无论是部署在企业内部还是面向消费者的服务场景，都能灵活适配。
这对于垂直行业中需要高度定制化的 Agent 开发尤为关键，得益于这种灵活性，Agent 能够更快在特定领域中落地、渗透。
与此同时，开源力量也能从开发者逐步传导至整个 Agent 生态，并最终形成持续正向循环。
一方面，开源带来了高度的标准化与透明化。如借助 Coze 对组件结构和插件机制的统一，不同开发者的成果可以实现高度协同，显著降低了合作门槛。这样的标准化有助于创新工具和通用技术范式的沉淀和传播，从而带动生态整体提升。
另一方面，开源具备天然的网络效应，能够激发全球共创。当越来越多的开发者参与其中，插件、模板、评测、反馈等多层次资源将不断涌现，进而持续反哺整个 Agent 生态。
总的来说，当门槛降低、能力统一、生态丰富、协作高效，Agent 也就真正具备了从 "概念炒作" 走向 "规模应用" 的土壤。而扣子的开源，毫无疑问可以看做是在为 Agent 从技术→应用→生态的全链条跃迁添柴加火。
当然落到实处，最直观的效果可能是------Coze 开源将带动越来越多的 Agent 应用落地。
另外值得一提的是，扣子这一次选择开源也并非一时兴起，而是 "早有预谋"。
具体来说，自今年 4 月 "扣子" 升级为新一代 AI Agent 开发平台起，它目前已涵盖四个子产品：扣子空间、扣子开发平台、扣子罗盘、Eino。
除了扣子空间，他们目前把其他几大核心模块几乎全都放了出来。与其说是 "开源"，不如说更像是把一整套搭建 Agent 的"基础设施" 搬到了开发者面前。
而且敲黑板，Coze 开源所采用的 Apache 2.0 协议条件相当宽松------任何组合和个人都可以随便用、随便改、还可以商用。
动手能力强的小伙伴现在就能试试了~
Coze Studio ：github.com/coze-dev/co...
Coze Loop：github.com/coze-dev/co...
Eino：github.com/cloudwego/e...
欢迎在评论区留下你的想法！
--- 完 ---