Coze Studio
用可视化工具构建、调试、发布和集成 AI 智能体与工作流。
这个 Agent 能做什么，适合哪些场景？
Coze Studio 是一个可自托管的一体化 AI 智能体开发平台，覆盖智能体、应用和工作流的创建、调试与部署。它提供模型服务、提示词、RAG、插件、知识库、数据库和工作流等开发资源，并可在智能体中配置工作流与知识库。后端使用 Golang，前端使用 React 与 TypeScript，整体采用基于领域驱动设计的微服务架构。平台可管理模型列表，并明确列出 OpenAI 和火山引擎等模型服务集成。它还提供面向会话和工作流的 Community Edition API，以及将智能体或应用嵌入自有系统的 Chat SDK。
部署后，用户在 Web 界面注册账户，先在 /admin/#model-management 添加模型，再创建和发布智能体、应用或工作流。智能体可配置工作流、知识库等资源；工作流通过可视化画布拖放节点来组织数据流和任务处理。平台还创建和管理插件、知识库、数据库与提示词，并通过 API Reference 所述的 Personal Access Token 认证 API 和 Chat SDK。启动方式为在仓库目录运行 make web，成功日志包含“Container coze-server Started”，随后可访问 http://localhost:8888/。
- 需要把 OpenAI 或火山引擎等已配置模型接入可视化开发环境的团队，可在模型管理中添加模型后构建智能体。
- 希望为业务流程编排可执行步骤的应用开发者，可在工作流画布中通过拖放节点构建并发布工作流。
- 需要将知识库、插件和工作流组合到面向用户的助手中的产品团队，可创建智能体并配置这些资源。
- 需要将已发布智能体或应用接入本地业务系统的工程团队，可使用受 Personal Access Token 认证的 API 与 Chat SDK。
- 想自托管低代码 AI 产品原型的开发者，可用 Docker 和 Docker Compose 在本机启动服务并从 Web 界面注册账户。
这个 Agent 有哪些优点和局限？
- 将智能体、应用、工作流、插件、知识库、数据库和提示词置于同一套可视化开发环境中。
- 工作流提供基于拖放节点的可视化画布，适合组织数据流与任务处理。
- 同时提供 Community Edition API 和 Chat SDK，覆盖会话、工作流及嵌入自有应用的集成边界。
- 明确采用 Golang 后端、React + TypeScript 前端和基于 DDD 的微服务架构，便于技术团队评估二次开发基础。
- 部署依赖 Docker 和 Docker Compose，且首次启动需要拉取和构建镜像。
- 使用前必须配置模型服务；官方插件还需要第三方服务认证密钥。
- 公开网络部署被明确提示存在账户注册、工作流 Python 代码执行、监听地址、SSRF 和部分 API 越权等安全风险，需要自行评估并采取保护措施。
- 部分功能存在社区版与商业版差异，材料明确指出语气定制仅限商业版。
如何安装或部署这个 Agent？
前置条件：至少 2 核、4 GB 内存；已安装并启动 Docker 与 Docker Compose。macOS 或 Linux：git clone https://github.com/coze-dev/coze-studio.git && cd coze-studio && make web。Windows：克隆仓库后进入 coze-studio，执行 cp ./docker/.env.example ./docker/.env，再执行 docker compose -f ./docker/docker-compose.yml up。首次启动会拉取并构建镜像；看到“Container coze-server Started”表示服务已启动。随后访问 http://localhost:8888/sign 注册账户。
如何使用这个 Agent？
注册后，访问 http://localhost:8888/admin/#model-management 添加模型；文档明确要求在构建智能体、工作流和应用前完成模型服务配置。然后访问 http://localhost:8888/ 创建智能体、应用或工作流，并为智能体配置工作流、知识库等资源。若使用官方插件，需要先完成插件配置并添加第三方服务的认证密钥。API 与 Chat SDK 使用 Personal Access Token 认证；提供的材料未给出可复制的具体 API 请求示例或令牌创建步骤。
这个 Agent 与同类方案有什么区别？
材料仅区分开源社区版与商业版 Coze：语气定制被明确列为商业版限定功能，但未提供完整的逐项功能对比。