聊聊Coze开源的意义

2025年7月26日，国内当下最热门的工作流/Agent框架扣子（Coze），宣布开源了。

Coze由于容易上手、适合零代码基础等特点，是许多用户使用的第一个工作流/Agent工具。

跟着新手教程，只需三五分钟就可以搭建自己的智能体，而且Coze的生态环境也十分丰富。作为字节公司的产品，跟飞书生态集成的十分友好，因此给Coze带来了非常庞大的用户群体。

过去由于Coze的闭源策略，大多数情况通常被用于制作个人智能体。但现在情况不同了，开源后意味着可以直接部署到企业生产环境，这是非常有战略价值意义的一个里程碑。

Coze这次一次性发布了两款开源框架，可以简单理解为，一个是用于流程开发的，一个是用于监控的，分别是：

Coze开发平台

Coze罗盘

截止到发稿时间（2025.8.3），Coze在github上的Star星标数量已经有14k了。

Coze在开源社区和发布会上的一些内容，这里我也是把重点信息做一下提取：

02 Coze、dify对比

Coze宣布开源后，受影响最大的当属dify。dify是我目前工作中深度使用的一款框架，也是目前众多公司的框架选择。

本段对比内容由秘塔（https://metaso.cn/）深度研究生成

其他还有例如LangChain、LlamaIndex等，这类属于更加细分的高代码Agent框架。个人认为并不属于Coze的直接竞品，可能会适当带来一些冲击，但整体影响不会很大。

高代码意味着更高的自由度，并且公司内部已经有足够的开发团队去承接。

03 Coze本地部署

通过 git 命令拉取代码

当然，也可以配置调用Ollama本地部署的大模型

这里我使用 DeepSeek-V3 官方的 API 秘钥，所以我需要将 model_template_deepseek.yaml 复制一份到 \coze-studio\backend\conf\model 路径下，并将模板文件前面的名称 model_template_ 删掉，修改后的文件名称为 deepseek.yaml

修改 deepseek.yaml 里的api_key、model，这里如果没有api_key，可以参考DeepSeek官网文档注册一个（https://api-docs.deepseek.com/zh-cn/）

通过 docker 命令构建、启动项目。

首次启动由于要拉取镜像，下载时间稍微有点久，我这边下载了10几分钟。

看到最后一行的 Container coze-server Started，表示启动成功了。

浏览器访问http://localhost:8888/ 即可打开CozeStudio

随便输入一个邮箱、密码，点击注册（假的邮箱也行），就登录到CozeStudio控制台首页了。

剩下的操作基本跟Coze在线版类似了，可以按照自己的业务场景，创建智能体，配置插件。

这里我也是随便创建一个智能体。

可以看到已经成功集成了我前面配置的 DeepSeek-V3 大模型。

目前插件集成的还比较少，主要有：飞书、高德地图、搜狐新闻、什么值得买、天眼查等等。

Coze开发团队也提倡各位开发者，可以共同参与到插件的维护中，大家合力维护良好的开发生态。

目前内置了两个智能体模板，这里我把第一个英语聊天智能体复制过来。

改个名，很简单几步就有了自己的智能体了，然后就可以任意发挥想象DIY啦。

值得一提的是，CozeStudio集成的知识库能力还不错，常用功能例如分段策略、分段最大长度、查询改写、结果重排、最大召回数量等等功能都已经支持。

最后，也希望Coze能提供“线上现有智能体，迁移到开源框架”的解决方案，这个对很多人还是挺刚需的。不过考虑到版本差异、插件等的集成冲突，这个可能一时半会难以实现。

写在最后

现阶段，国内不管是大语言模型（LLM）、还是AI Agent，都在疯狂开源。而国外则选择疯狂闭源，为什么国内外会采取截然不同的策略呢？

对普通用户来说，其实并不关心是否开源，普通用户更关心的是这个产品好不好用、是否免费。

但对开发者来说，是否开源就天差地别了。

首先最大的是问题是闭源产品如果直接在企业级项目中使用，是风险非常高的一件事情，这涉及到公司数据安全泄露隐患。服务器不在自己手里，谁也不知道数据被拿去做了什么。

其次就是社群开源，更有利于创建一个积极的开发生态，会有更多开发者参与到开源框架的迭代中。

事实上，目前很多国产AI产品，都是在烧钱获客。

国内外在大语言模型和AI Agent的开源与闭源策略上的差异，是技术发展、商业利益、国家战略和用户需求等多方面因素共同作用的结果。

作为国产软件，在某些使用场景下会更贴合我们的日常使用习惯，这细化到每一个按钮的位置，每一句提示词的表达方式。

最后，也真诚地希望各位，为国产AI产品能够贡献一份微薄之力，一个良好的开发生态需要所有参与者共同维护。

也许我们不经意间的一句评论、一次BUG反馈、一行代码提交，有些事就会变得不一样。

相信不管是国产大语言模型，还是国产AI产品，总有一天会实现弯道超车。