Sobre el proyecto

Coze Loop es una solución de código abierto, orientada a desarrolladores y de nivel plataforma para construir y operar agentes de IA. Basada en una edición comercial, la edición de código abierto expone módulos fundamentales centrales para que los desarrolladores puedan personalizarlos y extenderlos según sus propias necesidades. Capacidades principales descritas en el README: - Desarrollo de prompts: un Playground visual para escribir, depurar, optimizar y gestionar versiones de prompts, con pruebas interactivas en tiempo real y comparación de salidas entre diferentes LLM. - Evaluación: pruebas sistemáticas y automatizadas multidimensionales de prompts y salidas de agentes (por ejemplo, precisión, concisión, cumplimiento), además de gestión de conjuntos de evaluación, evaluadores y experimentos. - Observabilidad: trazabilidad completa de la ejecución desde la entrada del usuario hasta la salida de la IA, registrando el análisis de prompts, la invocación de modelos y la ejecución de herramientas, y capturando resultados intermedios y excepciones. Las trazas se pueden reportar mediante SDK. - Integración de modelos: compatibilidad con OpenAI, Volcengine Ark y otros modelos, configurados a través del framework Eino. Opciones de despliegue: - Docker Compose: clonar el repositorio, editar release/deployment/docker-compose/conf/model_config.yaml para establecer api_key y model, luego ejecutar make compose-up y abrir http://localhost:8082. - Kubernetes con Helm: obtener el chart OCI, configurar model_config.yaml, ajustar las reglas de Ingress, luego usar make helm-up, make helm-pod y comandos de log para verificar el despliegue. El README advierte que los despliegues en redes públicas deben someterse a una evaluación de seguridad, citando el registro de cuentas, la configuración de la dirección de escucha de Coze Server, y riesgos de SSRF y escalada de privilegios de API. El proyecto está licenciado bajo Apache 2.0 y agradece las contribuciones de la comunidad a través de issues y pull requests de GitHub, con canales de discusión en Lark, Discord y Telegram.