保姆级教程 | 人工智能应用开发平台 Coze

0 阅读3分钟

Coze 生态

Coze 介绍

  • Coze 空间
  • Coze 开发平台 Coze Studio
  • Coze 调试工具 Coze Loop

扣子开发平台 Coze Studio

扣子开发平台是一站式 Al Agent 开发工具。提供各类最新大模型和工具、多种开发模式和框架,从开发到部署,为你提供最便捷的 Agent 开发环境。上万家企业、数百万开发者正在使扣子开发平台。

让 Agent 开发调优不再迷航 扣子罗盘 Coze Loop

扣子罗盘是一个面向开发者,专注于 Al Agent 开发与运维的平台级解决方案。 它可以解决 AlAgent 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 Studio

Coze Studio 安装

# Clone code
git clone https://github.com/coze-dev/coze-studio.git

cd coze-studio
# Copy model configuration template
cp backend/conf/model/template/model_template_ollama.yaml backend/conf/model/
cp backend/conf/model/template/model_template_openai.yaml backend/conf/model/

# Start the service
cd docker
cp .env.example .env
docker compose up -d

LLM 配置

cp backend/conf/model/template/model_template_ollama.yaml backend/conf/model/model_template_ollama.yaml

# 修改 backend/conf/model/model_template_ollama.yaml
# diff backend/conf/model/model_template_ollama.yaml backend/conf/model/template/model_template_ollama.yaml

2c2
< name: Qwen3
---
> name: Gemma-3
68c68
<         model: "qwen3"
---
>         model: ""
76d75
<         enable_thinking: false# 可选
78d76

嵌入模型配置

    diff .env .env.example
    110c110
    < export EMBEDDING_TYPE="ollama"
    ---
    > export EMBEDDING_TYPE="ark"
    130,132c130,132
    < export OLLAMA_EMBEDDING_BASE_URL="http://host.docker.internal:11435"# (string, required) Ollama embedding base_url
    < export OLLAMA_EMBEDDING_MODEL="modelscope.cn/Qwen/Qwen3-Embedding-8B-gguf:latest"    # (string, required) Ollama embedding model
    < export OLLAMA_EMBEDDING_DIMS="4096"     # (int,    required) Ollama embedding dimensions
    ---
    > export OLLAMA_EMBEDDING_BASE_URL=""# (string, required) Ollama embedding base_url
    > export OLLAMA_EMBEDDING_MODEL=""    # (string, required) Ollama embedding model
    > export OLLAMA_EMBEDDING_DIMS=""     # (int,    required) Ollama embedding dimensions

关于我们

霍格沃兹测试开发学社,隶属于 测吧(北京)科技有限公司,是一个面向软件测试爱好者的技术交流社区。

学社围绕现代软件测试工程体系展开,内容涵盖软件测试入门、自动化测试、性能测试、接口测试、测试开发、全栈测试,以及人工智能测试与 AI 在测试工程中的应用实践。

我们关注测试工程能力的系统化建设,包括 Python 自动化测试、Java 自动化测试、Web 与 App 自动化、持续集成与质量体系建设,同时探索 AI 驱动的测试设计、用例生成、自动化执行与质量分析方法,沉淀可复用、可落地的测试开发工程经验。

在技术社区与工程实践之外,学社还参与测试工程人才培养体系建设,面向高校提供测试实训平台与实践支持,组织开展 “火焰杯” 软件测试相关技术赛事,并探索以能力为导向的人才培养模式,包括高校学员先学习、就业后付款的实践路径。

同时,学社结合真实行业需求,为在职测试工程师与高潜学员提供名企大厂 1v1 私教服务,用于个性化能力提升与工程实践指导。