继coze空间之后，coze又最新推出了扣子罗盘，一款专注于 AI Agent 开发与运维的平台级解决方案。
扣子罗盘能做什么？
扣子罗盘通过提供全生命周期的管理能力，帮助开发者更高效地开发和运维 AI Agent。无论是提示词工程、AI Agent 评测，还是上线后的监控与调优，扣子罗盘都提供了强大的工具和智能化的支持，极大地简化了 AI Agent 的开发流程，提升了 AI Agent 的运行效果和稳定性。
Prompt 开发：从创作到优化的智能闭环
- 全流程支持：集 Prompt 编写、调试、优化、版本管理于一体，让开发有据可依、过程可控。可视化 Playground：即时交互测试，直观对比多模型输出效果，显著提高调试效率。智能调优能力：结合模型反馈与评估数据，持续优化 Prompt 表现，降低试错成本。版本迭代追踪：支持版本对比与快速回滚，确保迭代过程清晰透明。
效果评测：让输出质量可量化、可比较
- 多维度评估指标：涵盖准确性、简洁性、合规性等关键维度，全面把握智能体表现。自动化评测流程：快速构建测试数据集，内置评估规则与模板，支持横向版本对比。数据驱动决策：每次评测过程均自动记录，便于深入分析与业务优化。
运行观测：构建“透明”的 AI 执行链路
- 全链路追踪能力：从用户输入、Prompt 解析、模型调用到工具执行，逐环节可视化展示。性能与错误诊断：自动识别异常与性能瓶颈，统计 Token 消耗，快速定位问题根因。生态兼容与集成：支持接入 Eino、Langchain 等框架，提供 SDK 实现数据上报，打通闭环监控与调优路径。
这些都是扣子罗盘所带来的对AI Agent 的开发、评测和运维过程的简化，那么我们来看个实例，感受一下扣子罗盘的使用！
提供多种现有的prompt模型
在扣子罗盘的demo空间里有许多我们常用的prompt模型
前期准备
- 注册与登录：访问扣子的官方网站，按照提示完成注册和登录流程。登录成功后，进入主控制台界面，这里可以直观地看到各类功能模块入口。安装SDK：扣子官方发布了Coze Python SDK工具包，支持所有的扣子接口以及各种鉴权方式。在安装之前，要确保你的Python版本为3.7及以上，可通过以下命令检查：
python –version若版本符合要求，可打开命令行终端，输入以下命令安装Coze Python SDK：
pip install cozepy若安装成功，终端会显示Successfully installed字样。
配置访问密钥
在使用Coze Python SDK调用扣子的智能体之前，必须进行身份认证和权限校验，配置访问密钥是实现该功能的关键步骤。扣子提供了两种方式来获得访问密钥：
- 个人访问密钥：适合个人项目，可直接获取。具体步骤为访问申请链接，添加名称、过期时间及权限。需注意，秘钥令牌只会显示一次，记得保存。OAuth鉴权：适合复杂的业务场景，安全性更高。
开发智能客服AI agent
- 创建测试Bot：在扣子平台创建一个测试SDK的Bot，在发布配置界面勾选” Agent as API“。
代码实例：
import osimport timefrom cozepy import Coze, TokenAuth, Message, ChatStatus# 通过个人访问密钥或OAuth获取access_tokenapi_coze_token = “你的实际PAT密钥”# 使用access_token初始化Coze客户端coze = Coze (auth=TokenAuth(token=api_coze_token))# 在Coze中创建一个bot实例bot_id = “你的实际bot ID”user_id = “Muse”# 调用coze.chat.create方法来创建一个聊天chat = coze.chat.create(bot_id=bot_id, user_id=user_id)# 设置超时时间为10分钟。轮询聊天状态start = int(time.time())timeout = 600while chat.status == ChatStatus.IN_PROGRESS: if int(time.time()) - start > timeout: coze.chat.cancel(conversation_id=chat.conversation_id, chat_id=chat.id) print(“Chat has been cancelled due to timeout.”) break time.sleep(1) chat = coze.chat.retrieve(conversation_id=chat.conversation_id, chat_id=chat.id)# 获取聊天消息messages = coze.chat.messages.list(conversation_id=chat.conversation_id, chat_id=chat.id)for message in messages: print(f”role={message.role}, content={message.content}”)可视化调试
还支持多模型对比调试
总结
扣子从最开始的低代码，工作流，到扣子空间，扣子罗盘，让ai agent开发的门槛不断降低，像是在构建一种开发范式。感兴趣的友友们可以去感受一下！欢迎在评论区谈谈你自己对coze的感想！
