# coze-loop
**Repository Path**: zhaokai86/coze-loop
## Basic Information
- **Project Name**: coze-loop
- **Description**: 下一代人工智能代理优化平台:Cozeloop 通过提供全生命周期管理来解决人工智能代理开发中的挑战......
- **Primary Language**: Unknown
- **License**: Apache-2.0
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No
## Statistics
- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-08-15
- **Last Updated**: 2025-08-15
## Categories & Tags
**Categories**: Uncategorized
**Tags**: None
## README

## 什么是 Coze Loop
[Coze Loop ](https://www.coze.cn/loop) 是一个面向开发者,专注于 AI Agent 开发与运维的平台级解决方案。 它可以解决 AI Agent 开发过程中面临的各种挑战,提供从开发、调试、评估、到监控的全生命周期管理能力。
Coze Loop 在商业化版本的基础上,推出开源版免费对开发者开放核心基础功能模块,以开源模式共享核心技术框架,开发者可根据业务需求定制与扩展,便于社区共建、分享交流,助力开发者零门槛参与 AI Agent 的探索与实践。
## Coze Loop 能做什么?
Coze Loop 通过提供全生命周期的管理能力,帮助开发者更高效地开发和运维 AI Agent。无论是提示词工程、AI Agent 评测,还是上线后的监控与调优,Coze Loop 都提供了强大的工具和智能化的支持,极大地简化了 AI Agent 的开发流程,提升了 AI Agent 的运行效果和稳定性。
* **Prompt 开发**:Coze Loop 的 Prompt 开发模块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 实现 Prompt 的实时交互测试,让开发者能够直观比较不同大语言模型的输出效果。
* **评测**:Coze Loop 评测模块为开发者提供系统化的评测能力,能够对 Prompt 和扣子智能体的输出效果进行多维度自动化检测,例如准确性、简洁性和合规性等。
* **观测**:Coze Loop 为开发者提供了全链路执行过程的可视化观测能力,完整记录从用户输入到 AI 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,并自动捕获中间结果和异常状态。
## 功能清单
| **功能** | **功能点** |
| --- | --- |
| Prompt 调试 | * Playground 调试、对比
* Prompt 版本管理 |
| 评测 | * 管理评测集
* 管理评估器
* 管理实验 |
| 观测 | * SDK 上报 Trace
* Trace 数据观测 |
| 模型 | 支持接入 OpenAI、火山方舟等模型 |
## 快速开始
> 参考[快速开始](https://github.com/coze-dev/coze-loop/wiki/2.-%E5%BF%AB%E9%80%9F%E5%BC%80%E5%A7%8B),详细了解如何安装部署 Coze Loop 最新版本。
### 部署方式1:Docker 部署 (Docker Compose)
> 请提前安装并启动 Docker Engine。
操作步骤:
1. 获取源码。
执行以下命令,获取 Coze Loop 最新版本的源码。
```Bash
# 克隆代码
git clone https://github.com/coze-dev/coze-loop.git
# 进入coze-loop目录下
cd coze-loop
```
2. 配置模型。
1. 进入 `coze-loop` 目录。
2. 编辑文件 `release/deployment/docker-compose/conf/model_config.yaml`。
3. 修改 api_key 和 model 字段。以火山方舟为例:
* api_key:火山方舟 API Key。中国境内用户参考[火山方舟文档](https://www.volcengine.com/docs/82379/1541594);非中国境内的用户可参考[BytePlus ModelArk 文档](https://docs.byteplus.com/en/docs/ModelArk/1361424?utm_source=github&utm_medium=readme&utm_campaign=coze_open_source)。
* model:火山方舟模型接入点的 Endpoint ID。中国境内用户参考参考[火山方舟文档](https://www.volcengine.com/docs/82379/1099522);非中国境内的用户可参考[BytePlus ModelArk 文档](https://docs.byteplus.com/en/docs/ModelArk/1099522?utm_source=github&utm_medium=readme&utm_campaign=coze_open_source)。
3. 启动服务。
执行以下命令,使用 Docker Compose 快速部署 Coze Loop 开源版。
```Bash
# 启动服务,默认为开发模式
# 在 coze-loop/目录下执行
make compose-up
```
4. 通过浏览器访问 Coze Loop 开源版 `http://localhost:8082`。
### 部署方式2:Kubernetes 部署(Helm Chart)
> * 已准备 Kubernetes 集群、启用 Nginx Ingress Addons,并安装 Kubectl 和 Helm 工具。
> * 如需在本地快速体验,可通过 Minikube 部署 Kubernetes 集群。详细步骤可参考[快速开始](https://github.com/coze-dev/coze-loop/wiki/2.-%E5%BF%AB%E9%80%9F%E5%BC%80%E5%A7%8B)。
操作步骤:
1. 执行以下命令获取 Helm Chart 包。
```Bash
helm pull oci://docker.io/cozedev/coze-loop --version 1.0.0-helm
tar -zxvf coze-loop-1.0.0-helm.tgz && cd coze-loop && rm -f ../coze-loop-1.0.0-helm.tgz
```
2. 配置模型。
进入 `coze-loop` 目录,编辑文件 `release/deployment/docker-compose/conf/model_config.yaml`。配置以下字段,此处以火山方舟为例:
* api_key:火山方舟 API Key。中国境内用户参考[火山方舟文档](https://www.volcengine.com/docs/82379/1541594);非中国境内的用户可参考[BytePlus ModelArk 文档](https://docs.byteplus.com/en/docs/ModelArk/1361424?utm_source=github&utm_medium=readme&utm_campaign=coze_open_source)。
* model:火山方舟模型接入点的 Endpoint ID。中国境内用户参考参考[火山方舟文档](https://www.volcengine.com/docs/82379/1099522);非中国境内的用户可参考[BytePlus ModelArk 文档](https://docs.byteplus.com/en/docs/ModelArk/1099522?utm_source=github&utm_medium=readme&utm_campaign=coze_open_source)。
3. 配置 Ingress 规则。
Ingress 用于暴露服务到外部,需根据集群实际情况配置项目目录下的`templates/ingress.yaml` 文件,自行修改 ingressClassName 等参数,配置 class、instance、host、ip 分配等要素。
4. 部署并启动服务。
执行以下命令,使用 Helm 快速部署 Coze Loop 开源版。
```Bash
# 在 coze-loop/目录下执行
make helm-up
# 等待服务部署完成后,查看集群pod状态
make helm-pod
# 查看服务启动日志,如果 app 和 nginx 均正常运行,表示部署成功
make helm-logf-app
make helm-logf-nginx
```
5. 通过浏览器访问 Coze Loop 开源版。
访问域名及 URL 取决于你的集群分配的域名以及 URL。
6. 开始定制你的 Coze Loop 项目。
参考 `examples/` 目录示例,修改 `values.yaml` 即可覆盖默认设置,修改后重新执行 `make helm-up` 生效。
## 使用 Coze Loop 开源版
* [Prompt 开发与调试](https://loop.coze.cn/open/docs/cozeloop/create-prompt):Coze Loop 提供了完整的提示词开发流程。
* [评测](https://loop.coze.cn/open/docs/cozeloop/evaluation-quick-start):Coze Loop 的评测功能提供标准评测数据管理、自动化评估引擎和综合的实验结果统计。
* [Trace 上报与查询](https://loop.coze.cn/open/docs/cozeloop/trace_integrate):Coze Loop 支持对平台上创建的 Prompt 调试的 Trace 自动上报,实时追踪每一条 Trace 数据。
* [开源版使用Coze Loop SDK](https://github.com/coze-dev/coze-loop/wiki/8.-%E5%BC%80%E6%BA%90%E7%89%88%E4%BD%BF%E7%94%A8-CozeLoop-SDK):Coze Loop 三个语言的 [SDK](https://loop.coze.cn/open/docs/cozeloop/sdk) 均适用于商业版和开源版。对于开源版,开发者只需要初始化时修改部分参数配置。
## 开发指南
* [系统架构](https://github.com/coze-dev/coze-loop/wiki/3.-%E7%B3%BB%E7%BB%9F%E6%9E%B6%E6%9E%84):了解Coze Loop 开源版的技术架构与核心组件。
* [启动模式](https://github.com/coze-dev/coze-loop/wiki/4.-%E6%9C%8D%E5%8A%A1%E5%90%AF%E5%8A%A8%E6%A8%A1%E5%BC%8F):安装部署Coze Loop 开源版时,默认使用稳定模式,直接通过镜像启动,无需额外编译构建步骤。
* [模型配置](https://github.com/coze-dev/coze-loop/wiki/5.-%E6%A8%A1%E5%9E%8B%E9%85%8D%E7%BD%AE):Coze Loop 开源版通过 Eino 框架支持多种 LLM 模型,参考此文档查看支持的模型列表,了解如何配置模型。
* [代码开发与测试](https://github.com/coze-dev/coze-loop/wiki/6.-%E4%BB%A3%E7%A0%81%E5%BC%80%E5%8F%91%E4%B8%8E%E6%B5%8B%E8%AF%95):了解如何基于Coze Loop 开源版进行二次开发与测试。
* [故障排查](https://github.com/coze-dev/coze-loop/wiki/7.-%E6%95%85%E9%9A%9C%E6%8E%92%E6%9F%A5):了解如何查看容器状态、系统日志。
## License
本项目采用 Apache 2.0 许可证。详情请参阅 [LICENSE](LICENSE) 文件。
## 社区贡献
我们欢迎社区贡献,贡献指南参见 [CONTRIBUTING](CONTRIBUTING.md) 和 [Code of conduct](CODE_OF_CONDUCT.md),期待您的贡献!
## 安全与隐私
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](https://security.bytedance.com/src) 或[漏洞报告邮箱](sec@bytedance.com)通知字节跳动安全团队。
请**不要**创建公开的 GitHub Issue。
## 加入社区
我们致力于构建一个开放、友好的开发者社区,欢迎所有对 AI Agent 开发感兴趣的开发者加入我们!
### 问题反馈与功能建议
为了更高效地跟踪和解决问题,保证信息透明和便于协同,我们推荐通过以下方式参与:
* **GitHub Issues**:[提交 Bug 报告或功能请求](https://github.com/coze-dev/coze-loop/issues)
* **Pull Requests**:[贡献代码或文档改进](https://github.com/coze-dev/coze-loop/pulls)
### 技术交流与讨论
加入我们的技术交流群,与其他开发者分享经验、获取项目最新动态:
* 飞书群聊:飞书移动端扫描以下二维码,加入Coze Loop 技术交流群。

* Discord 服务器:[Coze Community](https://discord.gg/a6YtkysB)
* Telegram 群组:[Coze](https://t.me/+pP9CkPnomDA0Mjgx)
## 致谢
感谢所有为 Coze Loop 项目做出贡献的开发者和社区成员。特别感谢:
* [Eino](https://github.com/cloudwego/eino) 框架团队提供的 LLM 集成支持
* [CloudWeGo](https://www.cloudwego.io) 团队开发的高性能框架
* 所有参与测试和反馈的用户