最近，扣子（Coze）团队正式开源了其核心开发平台引擎，这一举措引发了广泛关注。开源产品名为 coze studio，定位为一站式 AI Agent 开发工具，整合了当前主流的大模型与各类工具，提供多种开发模式与框架，覆盖从开发到部署的完整流程。对于熟悉 Coze 的老用户而言，上手几乎可以无缝衔接。
消息传出后，社区中不少开发者都在讨论：这款工具能否撼动 Dify 的市场地位？本文将从核心功能与实测体验入手，深入拆解这位新玩家的真实实力。
背景
此次开源，本质上是将 Coze 在线平台背后的核心能力完全释放。你可以将其理解为“私有化版本的 Coze”，既支持本地部署，又保留了与在线版一致的开发体验，满足企业对数据隐私和定制化的需求。
环境要求
官方宣称 2C4G 配置即可运行。实际在 Docker 中启动时，初始内存占用约 2.4G，后续随使用量增加会有所增长。笔者在测试环境中实测，该配置完全能够流畅运行。
下载源码
# 克隆代码
git clone https://github.com/coze-dev/coze-studio.git添加模型
coze studio 内置了多个模型的模板，操作十分简便——复制模板，稍作修改即可。值得注意的是，coze studio 将 Docker 与项目配置统一整合在 backend 目录下，便于管理。
需要明确模板所在路径，根据实际需求复制对应模型到 model 目录下。以下以 Ollama 配置为例进行说明：
id: 10001
name: ollama
meta:
name: qwen3:32b
protocol: ollama
conn_config:
base_url: "http://10.0.1.65:11434"- id：全局唯一即可。为便于管理，建议模型 ID 以 10001 开头，插件 ID 以 20001 开头。
- name：官方模板中默认显示为
Gemma-3，务必修改，否则使用时显示名称会出错。 - meta.name：修改模型名称及协议即可。
- base_url：配置本地 Ollama 服务的地址。
启动
coze studio 的启动方式与其他工具略有不同：
# 启动服务
cd docker
cp .env.example .env
docker compose --profile "*" up -d
# 删除容器服务
docker compose --profile '*' down启动后，部分带 setup 的容器可能未启动，可忽略它们；其余未启动的容器手动点击启动即可。
初体验
待所有必需服务运行起来后，访问 http://localhost:8888/：
- 输入邮箱和密码，点击注册，即可完成注册流程。
进入主界面后，你会发现整体布局与在线版 Coze 几乎完全一致，降低了学习成本。
工作空间
项目开发
点击右上角的 +，默认进入工作空间的项目开发页面。
- 点击
3创建，可新建智能体和应用。
资源库
- 打开资源库，点击
3资源。 - 可创建的类型非常丰富：
插件、工作流、知识库、提示词、数据库，一应俱全。
设置
设置页面中，不仅可以修改个人信息，还能管理访问令牌。
从访问令牌的设计可以看出，这是一个全局性令牌，而非针对某个工作流的独立令牌，更便于权限统一管理。
体验
创建智能体
简单填写基本信息即可。
- 1：设置人设与回复逻辑，即提示词（Prompt）。
- 2：选择要添加的模型。
- 3：添加技能，包括插件和工作流。
- 4：添加知识，支持文本、表格或图片。
- 5：记忆功能，实现持久化记忆。与 Dify 的实现方式不同，coze studio 在此处完全闭环，无需额外配置。
- 右侧区域可实时观察交互效果。
点击右上角的发布：
- 支持发布为 API，或发布为 Chat SDK。
- API 可配置令牌，如下图所示：
可添加令牌。 令牌也可以设置有效期。 除了令牌，API 访问还支持 OAuth 插件认证。
提示词管理
- 1：设置好的提示词可以提交到提示词库。
- 2：可快速定位到已有的提示词。
- 填写提示词名称和描述后，点击确认。
在提示词库中永久保存，方便后续复用。
整体来看，coze studio 的功能完整度相当高，从模型接入、提示词管理、知识库、工作流到最终的发布部署，形成了完整的闭环。与 Dify 相比，其优势在于背靠 Coze 生态，延续了在线版的易用性，对于已经习惯 Coze 操作逻辑的团队来说，迁移成本几乎为零。当然，Dify 在社区生态和企业级功能方面也有深厚积累。二者未来谁能走得更远，还需看后续迭代与社区支持力度。但无论如何，这次开源对开发者而言都是一件好事——多了一个可靠的选择。有兴趣的朋友不妨本地部署体验一番。