DeepSeek 导航网：字节跳动 Coze 平台自 2023 年面世以来，便以其无代码/低代码的设计理念，以及强大的工作流构建能力，赢得了广泛好评。用户无需深厚的编程背景，即可通过直观的拖拽界面，快速打造出适用于多种平台的智能体，如 Discord、WhatsApp、Twitter 及飞书等。这一平台的成功，不仅体现在其用户数量的快速增长上，更在于它为用户提供了一个高效、便捷的 AI 应用开发路径。

字节跳动将旗下的 AI Agent 开发平台 Coze 的核心组件 Coze Studio 全面开源。 Coze Studio 此次开源的核心功能包括完整的工作流（Workflow）引擎、插件（Plugin）核心框架、开箱即用的开发环境。 Coze Studio 是一站式 AI 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，为你提供最便捷的 AI Agent 开发环境。

• 提供 AI Agent 开发所需的全部核心技术：Prompt、RAG、Plugin、Workflow ，使得开发者可以聚焦创造 AI 核心价值。
• 开箱即用，用最低的成本开发最专业的 AI Agent：Coze Studio 为开发者提供了健全的应用模板和编排框架，你可以基于它们快速构建各种 AI Agent ，将创意变为现实。

Coze Studio ，源自服务了上万家企业、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 AI Agent 可视化开发工具，让 AI Agent 的创建、调试和部署变得前所未有的简单。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，快速打造和调试智能体、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 致力于降低 AI Agent 开发与应用门槛，鼓励社区共建和分享交流，助你在 AI 领域进行更深层次的探索与实践。

Coze Studio 的后端采用 Golang 开发，前端使用 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。

了解如何获取并部署 Coze Studio 开源版，快速构建项目、体验 Coze Studio 开源版。

详细步骤及部署要求可参考快速开始。

环境要求：

• 在安装 Coze Studio 之前，请确保您的机器满足以下最低系统要求： 2 Core、4 GB
• 提前安装 Docker、Docker Compose ，并启动 Docker 服务。

部署步骤：

1. 获取源码。

   # 克隆代码
   git clone https://github.com/coze-dev/coze-studio.git

2. 配置模型。

   1. 从模板目录复制 doubao-seed-1.6 模型的模版文件，并粘贴到配置文件目录。

      cd coze-studio
      # 复制模型配置模版
      cp backend/conf/model/template/model_template_ark_doubao-seed-1.6.yaml backend/conf/model/ark_doubao-seed-1.6.yaml

   2. 在配置文件目录下，修改模版文件。

      1. 进入目录 backend/conf/model。打开复制后的文件ark_doubao-seed-1.6.yaml。
      2. 设置 id、meta.conn_config.api_key、meta.conn_config.model 字段，并保存文件。
         • id：Coze Studio 中的模型 ID ，由开发者自行定义，必须是非 0 的整数，且全局唯一。模型上线后请勿修改模型 id 。
         • meta.conn_config.api_key：模型服务的 API Key ，在本示例中为火山方舟的 API Key ，获取方式可参考获取火山方舟 API Key。
         • meta.conn_config.model：模型服务的 model ID ，在本示例中为火山方舟 doubao-seed-1.6 模型接入点的 Endpoint ID ，获取方式可参考获取 Endpoint ID。

3. 部署并启动服务。 首次部署并启动 Coze Studio 需要拉取镜像、构建本地镜像，可能耗时较久，请耐心等待。部署过程中，你会看到以下日志信息。如果看到提示 "Container coze-server Started"，表示 Coze Studio 服务已成功启动。

   # 启动服务
   cd docker
   cp .env.example .env
   docker compose --profile "*" up -d

   服务启动之后coze-minio-setup、coze-mysql-setup-init-sql、coze-mysql-setup-schema 这几个容器处于退出状态（exit 0），是正常现象。启动失败常见问题可参考常见问题。

4. 启动服务后，通过浏览器访问 http://localhost:8888/ 即可打开 Coze Studio 。

• 项目配置：
  • 模型配置：部署 Coze Studio 开源版之前，必须配置模型服务，否则无法在搭建智能体、工作流和应用时选择模型。
  • 插件配置：如需使用插件商店中的官方插件，必须先配置插件，添加第三方服务的鉴权秘钥。
  • 基础组件配置：了解如何配置图片上传等组件，以便在 Coze Studio 中使用上传图片等功能。
• API 参考：Coze Studio 社区版 API 和 Chat SDK 通过个人访问令牌鉴权，提供对话和工作流相关 API 。
• 开发规范：
  • 项目架构：了解 Coze Studio 开源版的技术架构与核心组件。
  • 代码开发与测试：了解如何基于 Coze Studio 开源版进行二次开发与测试。
  • 故障排查：了解如何查看容器状态、系统日志。

关于如何使用 Coze Studio ，可参考扣子开发平台官方文档中心获取更多资料。需要注意的是，音色等部分功能限商业版本使用，开源版与商业版的功能差异可参考功能清单。

• 快速入门：通过 Coze Studio 快速搭建一个 AI 助手智能体。
• 开发智能体：如何创建、编排、发布与管理智能体。你可以使用知识、插件等功能解决模型幻觉、专业领域知识不足等问题。除此之外， Coze Studio 还提供了丰富的记忆功能，使智能体在与个人用户交互时，可根据个人用户的历史对话等生成更准确性的回复。
• 开发工作流：工作流是一系列可执行指令的集合，用于实现业务逻辑或完成特定任务。它为应用/智能体的数据流动和任务处理提供了一个结构化框架。 Coze Studio 提供了一个可视化画布，你可以通过拖拽节点迅速搭建工作流。
• 插件等资源：在 Coze Studio ，工作流、插件、数据库、知识库和变量统称为资源。
• API & SDK： Coze Studio 支持对话和工作流相关 API，你也可以通过 Chat SDK 将智能体或应用集成到本地业务系统。
• 实践教程：了解如何通过 Coze Studio 实现各种 AI 场景，例如通过 Chat SDK 搭建网页在线客服。

本项目采用 Apache 2.0 许可证。详情请参阅 LICENSE 文件。

我们欢迎社区贡献，贡献指南参见 CONTRIBUTING 和 Code of conduct，期待您的贡献！

如果你在该项目中发现潜在的安全问题，或你认为可能发现了安全问题，请通过我们的安全中心 或漏洞报告邮箱通知字节跳动安全团队。 请不要创建公开的 GitHub Issue 。

下载地址

• Github：访问

类型平台

• n8n – 兼具代码灵活性和可视化简单开源神器
• Dify – 开源的 LLM 应用开发平台