[智能体-502]： Step3「让 Bot 做事」：Coze 三类插件（可以被调用的工具）：云端插件 / 端插件 / MCP 完整区别对比
一、基础定义与核心运行位置
1. 云端插件（最常用，平台默认选项）
- 运行位置：Coze 扣子云端服务器执行，所有接口请求、逻辑运算都在平台云端完成
- 底层原理：基于 Coze 原生 Function Call 封装，可视化配置 HTTP 接口即可创建，完全依托平台网关转发请求
- 部署方式：仅需填写接口地址、请求头、入参、鉴权信息，无需本地部署服务
- 数据链路：用户提问 → Coze 云端 LLM →Coze 云端网关发起 API 调用→ 外部服务 → 结果回传给云端 LLM
2. 端插件（本地 / 客户端侧执行插件）
- 运行位置：在用户终端（浏览器、APP、客户端、本地程序）本地执行，不在 Coze 云端运行
- 底层原理：将工具执行逻辑下沉到终端设备，Coze 仅下发调用指令，实际网络请求、计算由本地客户端完成
- 部署方式：需要在前端 / 客户端嵌入对应执行逻辑、本地脚本、本地服务
- 数据链路：用户提问 → Coze 云端 LLM 下发调用指令 →本地客户端执行 API / 脚本→ 本地结果回传给云端 LLM
- 核心特点：可访问本地文件、本地数据库、内网本地服务，不经过 Coze 云端中转数据
3. MCP（Model Context Protocol 模型上下文协议插件）
- 运行位置：独立于 Coze 平台的标准化服务，可部署在云端、本地、私有化服务器任意位置
- 底层原理：开源标准化通用协议，不是 Coze 私有插件体系；MCP Server 独立运行，Coze 作为 MCP Host 通过标准协议对接外部工具集
- 部署方式：独立搭建 MCP 服务，通过统一协议地址接入 Coze，一套 MCP 服务可同时对接 Coze、Cursor、Claude 等多类 AI 产品。
- 数据链路：用户提问 → Coze 云端 LLM → 通过标准 MCP 协议调用独立 MCP 服务 → MCP 服务执行工具逻辑 → 结果回传 Coze
二、多维度完整对比表
| 对比维度 | 云端插件 | 端插件 | MCP 插件 |
|---|---|---|---|
| 执行载体 | Coze 平台云端服务器 | 用户本地终端（浏览器 / APP/PC） | 独立 MCP Server 服务（任意服务器 / 本地） |
| 平台绑定 | Coze私有封闭体系，仅扣子可用 | 绑定Coze 客户端环境 | 开放通用协议，跨 AI 平台通用 |
| 开发门槛 | 极低，可视化填 HTTP 接口即可创建 | 中高，需要前端 / 客户端开发改造 | 高，需独立部署维护 MCP 服务 |
| 内网 / 本地资源访问 | ❌ 无法访问用户本地、企业内网（云端公网出口） | ✅可读取本地文件、内网本地接口 | ✅ MCP 部署在内网即可访问内网资源 |
| 数据中转 | 所有接口流量经过 Coze 云端网关 | 工具请求直连本地，不经过 Coze 云端 | 流量走独立 MCP 服务，不经过 Coze 网关 |
| 复用性 | 仅当前 Coze 账号 / 空间可用 | 仅当前客户端环境可用 | 一套 MCP 服务对接所有支持 MCP 的 AI 工具 |
| 适用场景 | 公网第三方 API（天气、搜索、公开接口）、企业公网业务接口 | 本地文件读取、浏览器本地能力、客户端私有本地数据 | 私有化企业系统、多 AI 平台共用工具集、复杂原子化 Skills |
| 鉴权管理 | Coze 后台统一配置密钥、管控权限 | 鉴权逻辑存放在本地客户端 | 鉴权由独立 MCP 服务自主管控 |
三、分场景选型指南
场景 1：对接公网开放 API（天气、联网搜索、公开数据接口）
✅ 优先选云端插件，开箱即用、零本地部署，平台统一托管调用。
场景 2：需要读取用户本地文件、浏览器本地存储、内网本地程序
✅ 选端插件，执行逻辑在终端，可访问本地资源，数据不经过 Coze 云端中转。
场景 3：企业私有化内网系统、多套 AI 产品（Coze+Cursor + 本地 Agent）共用一套工具能力
✅ 选MCP 插件，标准化协议解耦，一次开发多处复用，内网独立部署保障数据安全。
四、底层共性与差异总结
- 共性：三者底层均依托 Function Call 机制，大模型通过工具描述自主判断调用，都可以给 Bot 赋予外部操作能力，对应 Coze 五步搭建流程 Step3「插件制作」。
- 核心差异
- 云端插件：Coze 原生、最轻量、公网场景首选；
- 端插件：本地终端执行，解决本地 / 客户端私有数据访问；
- MCP：跨平台开放标准，适合复杂私有化、多 AI 生态复用场景。