扣子罗盘 (Coze Loop) 是一个面向开发者，专注于 AI Agent 开发与运维的平台级解决方案。 它可以解决 AI Agent 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。
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
扣子罗盘的 Prompt 开发模块为开发者提供了从编写、调试、优化到版本管理的全流程支持，通过可视化 Playground 实现 Prompt 的实时交互测试，让开发者能够直观比较不同大语言模型的输出效果。扣子罗盘内置了智能调优能力，结合 AI 和评估反馈，帮助开发者持续优化 Prompt。同时，版本管理功能完整记录了 Prompt 的迭代历史，支持版本比对和快速回滚，确保开发过程的可控性和可追溯性。
扣子罗盘有效解决了效解决了 Prompt 开发过程中的调试效率、优化依据和版本管控等核心诉求，使开发者能够更高效地打造出高质量的 AI Agent 核心引擎，大幅降低试错成本，提升开发效率。
评测
扣子罗盘评测模块为开发者提供系统化的评测能力，能够对 Prompt 和扣子智能体的输出效果进行多维度自动化检测，例如准确性、简洁性和合规性等。扣子罗盘支持快速构建评测数据集，通过预置评估规则，实现从输入到输出的端到端质量验证。评测过程自动记录每次实验的详细结果数据，支持不同版本的评估对象进行横向对比分析，帮助开发者更好地洞察实验结果，辅助业务决策。
通过内置的大模型评估器模板，扣子罗盘观测既能满足快速验证需求，也能适应复杂场景的深度评测，让 AI Agent 的输出变得可量化、可比较，为持续优化提供数据支撑，显著提升 AI Agent 的效果。
观测
扣子罗盘为开发者提供了全链路执行过程的可视化观测能力，完整记录从用户输入到 AI 输出的每个处理环节，包括 Prompt 解析、模型调用和工具执行等关键节点，并自动捕获中间结果和异常状态。通过精准定位错误发生环节、分析各环节耗时以识别性能瓶颈、自动统计 Token 消耗，扣子罗盘观测不仅帮助开发者快速定位和修复问题，优化 AI Agent 性能，更能实现数据驱动的持续改进，显著提升开发和运维效率。
扣子罗盘观测支持与 Eino、Langchain 等主流框架的集成，提供 SDK 用于 Trace 数据上报，并支持平台提示词（Prompt）、扣子智能体和扣子 AI 应用数据的自动上报，实现从“黑盒模型”到“透明决策”的飞跃。
为什么选择扣子罗盘？

• 灵活易用的 Prompt 功能，帮你轻松构建 Prompt
  

从 Prompt 调试、开发、多模式对比调试到一键优化 Prompt 内容，扣子罗盘提供了全方位的支持。同时，Prompt 能够无缝联动评测及观测功能，支持作为对象进行评测和观测。

• 应用开发流程可观测，帮你洞察全链路细节
  

实现 AI Agent 调试、评测、线上运行全流程可视化，帮助开发者精准定位错误根源和性能瓶颈，实时掌握 Agent 构建的全链路信息。

• 开箱即用的评测能力，帮你准确评估应用效果
  

评测功能提供预置的 LLM 评估器，支持对多种对象进行评测，并提供开箱即用的实验统计指标，帮助开发者洞察评测结果，辅助业务决策。

• 团队空间资源共享，高效协同，提升效率
  

扣子罗盘支持多人协作，开发者可以通过团队空间共享提示词、模型配置和评测实验结果，方便团队成员之间的沟通与协作，提高整体开发效率。