Coze（扣子）是什么？字节全家桶的一站式 AI Agent 平台基础介绍
如果你关注过国内低代码搭 Bot，八成听过「扣子」。它是字节跳动出的一站式 AI Agent 开发与运营平台，英文名 Coze，被许多人叫作「字节版 GPTs」。这几年它的定位一直在变——从当初拖拖拽拽做个对话机器人，进化到今天把自己叫「Agent 原生协作操作系统」。这篇我把当前的扣子拆开讲讲，适合还没深入用过、想先搞清楚它是啥的人。
导语：一条完整的 Agent 产线
扣子最早是靠「零代码/低代码建 Bot」出圈的：不用写代码、不用懂 Prompt、不用自己部署大模型，把模型、知识库、插件、工作流在画布上拖一拖，一个能用的智能体就出来了。现在它已经不止是建 Bot 的工具，而是覆盖「开发—调试—发布—运营」整条链路的平台。也就是说，做内容助手、客服、工作流自动化、技能 Agent 都行，从想法到上线中间不再需要技术团队排队。
它凭啥火？三样东西：一是字节系模型（豆包等）开箱即用，国内用户不用自己接 API 配 key；二是插件市场和可视化工作流让非技术人员半小时能搭出第一个能用的 Bot；三是能一键发到飞书、微信体系等多端。2025 年 7 月，字节干脆把核心能力开源了，这件事让它在 Agent 平台这个赛道上更拥挤了。
项目介绍：Coze Studio + Coze Loop 双开源
开源后最值得注意的是两个项目，都在 GitHub 的 coze-dev 组织下：
- Coze Studio（coze-dev/coze-studio），约 21.6k star，Apache-2.0 协议。- 这是一站式可视化 Agent 开发平台：可视化画布建 Agent、配工作流、接插件、挂知识库和数据库，前端 React+TypeScript、后端 Golang，微服务架构。官方说它脱胎于服务了「数万企业、数百万开发者」的扣子开发平台。Docker Compose 一条命令能起，浏览器打开
http://localhost:8888，注册个账号、在后台加个模型就能开工（最低 2 核 4GB）。 - Coze Loop（coze-dev/coze-loop），约 5.7k star，同样 Apache-2.0。- 它是给 Agent 写的「DevOps 平台」：Prompt 开发调试与版本管理、多维度自动评测（准确率、简洁、合规这些）、全链路可观测——从用户输入到模型调用、工具执行每一步都留痕。一句话，Studio 帮你把 Agent 造出来，Loop 帮你把 Agent 调好、看好。
两者配合起来就是一条完整产线，这在开源 Agent 平台里相当少见。
上手：从零搭一个能跑的 Agent
开源版走 Docker 最省事。流程大致是：
git clone下来，进目录用 Docker Compose 起服务（首次要拉镜像，耐心等）。- 浏览器开
http://localhost:8888/sign注册账号。 - 到后台「模型管理」加一个模型（支持 OpenAI、火山方舟等，阿里云的也能接）。
- 回到画布，拖一个模型节点、接一个插件（搜资料用），写两句人设，保存发布。
如果你是纯小白、不想折腾服务器，直接用官网云端版更快——注册就能玩，豆包等模型都是现成的，重点是先用起来感受「拖拽建 Agent」到底多快。我在自己测试里，一个带联网搜索的知识问答 Bot，从零到能发布大概一刻钟出头，主要时间都花在想人设和测 Prompt 上。
实话：一年前 Dify 热门，现在扣子杀回来了
得说点公道话。扣子强在「快」和「全」：国内生态、多端发布、开源双件套都是加分项。但它也有明显短板。一是开源前它是黑盒，想改底层检索算法、自定义 agent 调度逻辑会受限，这类深度定制需求走 Dify、Langflow 更自由；二是长期用你会被绑在字节生态里，模型、插件、工作流一旦做深，迁移成本不低；三是如果只是想要一个长期可控的 AI 平台而不是「快速出一个 Bot」，开源自托管还得算运维人力。
所以我的建议很简单：想快速验证、做内容/客服/运营自动化的非技术人员，扣子是目前国内体验最好的选择；有技术团队、要数据不出网、要深度定制的人，先想清楚用 Studio 开源版还是直接上 Dify。别只盯着「免费」两个字——先跑一两个真实 Bot，看看日调用量和模型效果再谈成本。
几年前我在我们站那篇《AI Agent 到底是什么？普通人为什么需要它》里聊过门槛问题，现在扣子把「做成能用的 Agent」的时间压缩到了下午茶级别，确实是对普通用户最友好的一条入坑路线。想动手就从官方快速开始文档走起。
by 数码罗记·godsun.pro
