À propos du projet

Coze Loop est une solution open source de niveau plateforme, orientée développeurs, pour la construction et l'exploitation d'agents IA. Basée sur une édition commerciale, l'édition open source expose les modules fondamentaux de base afin que les développeurs puissent les personnaliser et les étendre selon leurs propres besoins. Capacités principales décrites dans le README : - Développement de prompts : un Playground visuel pour écrire, déboguer, optimiser et gérer les versions des prompts, avec des tests interactifs en temps réel et la comparaison des sorties entre différents LLM. - Évaluation : tests systématiques et automatisés multidimensionnels des prompts et des sorties d'agents (par exemple exactitude, concision, conformité), ainsi que la gestion des jeux d'évaluation, des évaluateurs et des expériences. - Observabilité : traçage complet de l'exécution, de l'entrée utilisateur à la sortie IA, en enregistrant l'analyse des prompts, l'invocation des modèles et l'exécution des outils, et en capturant les résultats intermédiaires et les exceptions. Les traces peuvent être rapportées via le SDK. - Intégration de modèles : prise en charge d'OpenAI, de Volcengine Ark et d'autres modèles, configurés via le framework Eino. Options de déploiement : - Docker Compose : cloner le dépôt, modifier release/deployment/docker-compose/conf/model_config.yaml pour définir api_key et le modèle, puis exécuter make compose-up et ouvrir http://localhost:8082. - Kubernetes avec Helm : récupérer le chart OCI, configurer model_config.yaml, ajuster les règles Ingress, puis utiliser les commandes make helm-up, make helm-pod et log pour vérifier le déploiement. Le README avertit que les déploiements sur réseau public doivent faire l'objet d'une évaluation de sécurité, citant les risques liés à l'enregistrement des comptes, à la configuration de l'adresse d'écoute de Coze Server, au SSRF et à l'élévation de privilèges d'API. Le projet est sous licence Apache 2.0 et accueille favorablement les contributions de la communauté via les issues et les pull requests GitHub, avec des canaux de discussion sur Lark, Discord et Telegram.