coze-loop

一站式调试、评估、监控你的 AI Agent，让开发更高效

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署基础设施 🍴 复刻 802 🐛 待处理 103 👀 关注 33

GitHub ↗

GitHub 星标 ★ 5802

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源项目，Apache-2.0 许可证，可自行部署使用，完全免费。

项目预览

项目数据

分类基础设施

开发团队coze-dev

GitHubhttps://github.com/coze-dev/coze-loop

定价模式🏷️完全免费

价格说明开源项目，Apache-2.0 许可证，可自行部署使用，完全免费。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议Apache-2.0

主要语言Go

技术栈/模型agent,agent-evaluation,agent-observability,agentops,ai,coze,eino,evaluation,langchain,llm-observability,llmops,monitoring,observability,open-source,openai,playground,prompt-management

GitHub 星标★ 5802

上线时间2025-06-24 00:00:00

代码更新2026-11-07

仓库体积41.4 MB

本站数据更新2026-11-08

维护状态活跃

收录时间2026-08-09

浏览次数12

项目介绍

coze-loop 是一个面向 AI Agent 的全生命周期优化平台，旨在解决 Agent 开发中调试难、评估缺、监控弱的问题。它提供从开发、调试、评估到监控的一体化能力，支持主流框架如 LangChain、Eino 等，并集成 Coze 生态。核心功能包括：Agent 运行追踪与可视化、性能指标采集、场景化评估测试、以及生产环境监控告警。通过统一平台，开发者可以快速定位问题、量化 Agent 质量，并持续优化行为。项目基于 Go 构建，性能出色，适合大规模部署。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 5802

技术标签

agent agent-evaluation agent-observability ai coze

使用教程

难度：入门约 15 分钟部署方式：Docker 4 步

环境要求

已安装并启动 Docker Engine（含 Docker Compose）
已安装 Git 与 make 命令
准备一个可用的大模型 API Key（README 以火山方舟为例）以及对应的模型接入点 Endpoint ID
机器可访问外网以拉取镜像与依赖

安装与启动步骤

1克隆项目源码

把 coze-loop 源码下载到本地并进入项目根目录，后续命令都在该目录下执行。
```
git clone https://github.com/coze-dev/coze-loop.git
cd coze-loop
```
2配置模型

编辑 release/deployment/docker-compose/conf/model_config.yaml，修改 api_key 与 model 两个字段，填入自己的密钥和模型 Endpoint ID，否则无法调用模型。
3启动服务

在 coze-loop 目录下用 Docker Compose 一键启动，默认以 development 模式运行，首次启动需拉取镜像耗时较长。
```
make compose-up
```
4浏览器访问

服务启动后在浏览器打开 http://localhost:8082 即可进入 Coze Loop 开源版界面，开始创建和调试项目。

关键配置

配置项	必填	说明	示例
`api_key`	是	大模型服务的 API Key，README 以火山方舟为例	`sk-xxxxxxxxxxxxxxxx`
`model`	是	模型接入点的 Endpoint ID，非模型名称本身	`ep-20240101120000-xxxxx`