1. 背景

1.1 为什么现在AI工作流这么火热？

生成式AI技术飞速发展，正在重构各领域的底层技术范式。

各种新模型、创意工具的更新节奏也越来越快，这一趋势迫使我们必须开始思考：如何能更高效的跟踪、验证并上线各种新AI能力。

而基于GUI的AI工作流框架，也许是能帮助我们应对这一挑战的解决方案之一：

****优势1：****提升效率

AI工作流框架把重复性“胶水代码”封装为可复用组件节点，省去各种重复开发。这种"更高层次的抽象"让开发者能够将精力聚焦于业务逻辑和基座模型训练，而非脚本串联，大幅度降低从创意提出到原型效果验证的周期。

****优势2：****高效复刻社区优秀工具

基于GUI的AI工作流框架，大幅度降低AI模型应用的门槛，大量非技术人员（导演/设计师等）直接参与到这场AI创新实践中，社区沉淀很多最佳实践（爆款玩法、AIGC创意等），通过AI工作流框架作为中介，可以快速的学习并复用这些优秀的方案。

1.2 常见的AI工作流框架

****工作流（Workflow）****是一组由多个节点按特定顺序编排而成的可执行指令集合，旨在实现特定业务逻辑或完成既定任务。

随着AI技术的不断发展，为降低AI技术的使用门槛，基于图形用户界面（GUI）的零代码或低代码节点式AI工作流框架逐渐兴起。

本质上，GUI节点式工作流 = 可视化 DAG 编排 + 零/低代码封装 + 及时执行

不同类型	说明
静态工作流	****特点：****面向传统软件开发中的节点集成，工作流中的节点编排都是预编排好的（没有AI参与） ****例如：****最初的 N8N框架（开源，2019.06）
AI 工作流	****特点：****面向大模型应用开发的，LLM作为特殊节点，为工作流的编排引入动态性。 ****例如：****Dify（开源，2023.05）
Agentic 工作流	****特点：****面向智能体应用开发的，在LLM基础上新增Agent开发能力，提供AI模型应用/智能助手等开发能力。 ****例如：****扣子 Coze（闭源-2024.02，开源2025.07）
生成式AI工作流	****特点：****面向生成式AI技术应用开发的，聚焦生图、生视频等场景，提供丰富插件生态，极大拓展创作的自由度。 例如：comfyUI（2023.01），一款基于 节点式工作流 的开源 AI 图像生成工具，专为 Stable Diffusion 等扩散模型设计。

本次重点介绍以扣子（Coze）为代表的基于GUI的AI工作流框架，最后从IT从业者的角度思考：如何借助AI工作流框架，提升从“创意发现 → 离线原型验证 → 上线应用”的全链路的效率，如何拥抱AI工作流（Workflow AS Service）的新时代？

2.扣子（Coze）

****扣子（Coze）****是字节-抖音推出的一款基于GUI的低代码大模型应用工具开发平台，该平台以其直观的可视化界面和丰富的功能模块，让用户能够轻松创建各种类型的智能体应用。

• Coze（海外版本）：2023.11，面向海外开发者推出的AI 应用开发平台（支持GPT4等国外模型）
• 扣子（国内版）：2024.02，推出国内版本Coze（Web端/移动端）****，****主要面向非开发者提供零代码构建 AI Agent的应用框架，2025.07推出开源版本coze-studio（阉割版）。

2.1 核心能力说明

网址：https://space.coze.cn/space-intro

核心能力分为三部分：

（1）扣子空间

****定位：****AI办公助手，提供官方内置的一些优秀AI工具（闭源的工作流）。

测试一下最近比较火的AI播客的功能：

最终生成的音频：

效果上，大家自己可以去与 ListenHub等AI播客产品进行对比一下…

(2)扣子开发空间

定位：Coze提供的基于GUI的零代码AI工作流开发框架（云服务版本）

整体开发空间结构：

核心概念：

节点	工作流框架的核心在于节点，每个节点是一个具有特定功能的独立组件，代表一个独立的步骤或逻辑。 框架内置大量灵活可组合的节点，包括大语言模型 LLM、自定义代码、判断逻辑等，可以通过拖拉拽的方式快速搭建一个工作流。 * ****基础节点：****开始、结束、大模型节点、插件节点、工作流节点等 * 逻辑节点：********代码节点（python/JS）、选择器节点、意图识别、循环等 * ****多媒体处理节点：****图像处理、音视频处理等 * ****知识&数据节点：****RAG节点、长短期记忆等 * ****组件：****HTTP请求节点（快速集成外部API能力） 自定义代码节点示例：
工作流	工作流是一系列可执行节点的集合，用于实现业务逻辑或完成特定任务。 * 工作流（Workflow）：用于处理功能类的请求，可通过顺序执行一系列节点实现某个功能。 * 对话流（Chatflow）：是基于对话场景的特殊工作流，更适合处理对话类请求。对话流适用于 Chatbot 等需要在响应请求时进行复杂逻辑处理的对话式应用程序，例如个人助手、智能客。 扣子提供了一个可视化的画布，可以通过拖拽节点迅速搭建工作流。
插件/组件社区	****插件是一系列工具的集合（一个工作流也可以发布为一个插件），****每个工具都是一个可调用的 API (分为官方的、非官方的、收费三大类），社区内丰富的插件是提升工作流开发效果的关键。 基于当前的MCP协议，我们也可以快速接入其他平台的插件能力： ****其它MCP社区 ：****ModelScope MCP 广场、千帆平台的MCP广场等

2.2 动手实践搭建AI工作流

动手搭建一个能实现AI播客能力的工作流。

整个流程非常的简单：利用大模型节点、AI播客插件、封面图生成插件，快速搭建工作流：

生成的AI播客示例：

****测试指令 =****对比一下几款AI工作流框架 Coze、Dify、N8N

* 生成的封面图：	* 生成的AI播客音频

可以对比一下，与上面扣子官方提供的插件生成的AI播客的效果，基本是差不多的！

还有更多生图、生成动漫视频的能力，大家可以自己去动手尝试一下~

（3）开源版本Coze

2025.07 扣子推出其工作流框架的开源版本 - Coze Studio，整体框架后端采用 Go语言开发，前端使用React+TypeScript，支持私有化部署，满足企业数据安全需求（详情）

整个服务框架采用 Go 作为主体，在部分复杂的数据处理场景中，引入 Python 来承担特定任务，例如文件解析处理。

与Dify、RAGFlow 等项目采用纯 Python 实现，在实际生产环境中，可以提供更好的高性能和稳定性

但是目前很遗憾的是，开源版本在整体功能上与云服务版本阉割较多，期待官方后面能继续补全吧。

3.常见工作流产品对比

Dify、n8n等AI工作流都采基于GUI的编程范式（可视化的流程编辑器），但它们的诞生背景、核心使命和根本设计理念却存在着许多差异。

产品	说明
Dify（2023.05） 限制性商用，禁止提供SaaS服务	适用人群：有一定技术背景 产品定位：面向LLM应用开发的，集成式、一站式的AI应用开发框架。 在架构设计，集成化平台，在一个统一的平台内，提供构建一个完整AI应用所需的所有工具链：从数据处理（RAG）、模型编排（Workflow）、到后端服务（BaaS）和持续运维（LLMOps），为LLM应用开发提供一个从开发到运营的全栈解决方案。更简单，但不灵活。
N8N（2019.06） 源码可用，禁止提供SaaS服务	适用人群：专业开发者 产品定位：定位为面向技术团队，本质上是一个开源工作流自动化工具，而非纯粹的 LLM 平台。 近年底层与LangChain等深度集成，实现AI应用开发能力(在AI应用开发方面稍微不足)

整体技术框架选型的对比：

更多框架比对：Agent workflow的综述论文

4.未来展望

毫无疑问，当前AI技术正在模糊各个技术工种（前端、后端、算法等）之间的工作分工…

作为一个算法工程师，个人分享几点如何通过积极拥抱AI工作流框架，提升研发中端到端的效率：

1. 从插件能力沉淀开始，探索&建设面向生成式AI的工作流框架基座。

• ****高频能力插件化：****实现“一次封装、多处复用”，无需重复造轮子，可直接在特定场景的工作流中引入，显著提升代码复用率与工程一致性，同时降低维护成本。
• 从基于GUI的工作流编排->AI生成工作流：进一步降低从“创意→原型”的工作量，缩短 MVP版本的周期。
• 提升框架的整合能力：在易用性与高并发等方面参考开源Coze框架，在生成式模型接入上结合ComfyUI框架的优势等，快速集成各社区沉淀的优秀工作流、创意工具等，提升产品的竞争力。

2. 工作流即服务（Workflow as Service），在部分实际任务上，打造端到端的AI工作流闭环，实现从『离线开发->效果验证 -> 在线服务』的一键式切换，全面提升研发效率。

普通人如何抓住AI大模型的风口？

为什么要学AI大模型

当下，⼈⼯智能市场迎来了爆发期，并逐渐进⼊以⼈⼯通⽤智能（AGI）为主导的新时代。企业纷纷官宣“ AI+ ”战略，为新兴技术⼈才创造丰富的就业机会，⼈才缺⼝将达 400 万！

DeepSeek问世以来，生成式AI和大模型技术爆发式增长，让很多岗位重新成了炙手可热的新星，岗位薪资远超很多后端岗位，在程序员中稳居前列。

与此同时AI与各行各业深度融合，飞速发展，成为炙手可热的新风口，企业非常需要了解AI、懂AI、会用AI的员工，纷纷开出高薪招聘AI大模型相关岗位。

AI大模型开发工程师对AI大模型需要了解到什么程度呢？我们先看一下招聘需求：

知道人家要什么能力，一切就好办了！我整理了AI大模型开发工程师需要掌握的知识如下：

大模型基础知识

你得知道市面上的大模型产品生态和产品线；还要了解Llama、Qwen等开源大模型与OpenAI等闭源模型的能力差异；以及了解开源模型的二次开发优势，以及闭源模型的商业化限制，等等。

了解这些技术的目的在于建立与算法工程师的共通语言，确保能够沟通项目需求，同时具备管理AI项目进展、合理分配项目资源、把握和控制项目成本的能力。

产品经理还需要有业务sense，这其实就又回到了产品人的看家本领上。我们知道先阶段AI的局限性还非常大，模型生成的内容不理想甚至错误的情况屡见不鲜。因此AI产品经理看技术，更多的是从技术边界、成本等角度出发，选择合适的技术方案来实现需求，甚至用业务来补足技术的短板。

AI Agent

现阶段，AI Agent的发展可谓是百花齐放，甚至有人说，Agent就是未来应用该有的样子，所以这个LLM的重要分支，必须要掌握。

Agent，中文名为“智能体”，由控制端（Brain）、感知端（Perception）和行动端（Action）组成，是一种能够在特定环境中自主行动、感知环境、做出决策并与其他Agent或人类进行交互的计算机程序或实体。简单来说就是给大模型这个大脑装上“记忆”、装上“手”和“脚”，让它自动完成工作。

Agent的核心特性

自主性： 能够独立做出决策，不依赖人类的直接控制。

适应性： 能够根据环境的变化调整其行为。

交互性： 能够与人类或其他系统进行有效沟通和交互。

对于大模型开发工程师来说，学习Agent更多的是理解它的设计理念和工作方式。零代码的大模型应用开发平台也有很多，比如dify、coze，拿来做一个小项目，你就会发现，其实并不难。

AI 应用项目开发流程

如果产品形态和开发模式都和过去不一样了，那还画啥原型？怎么排项目周期？这将深刻影响产品经理这个岗位本身的价值构成，所以每个AI产品经理都必须要了解它。

看着都是新词，其实接触起来，也不难。

从0到1的大模型系统学习籽料

最近很多程序员朋友都已经学习或者准备学习 AI 大模型，后台也经常会有小伙伴咨询学习路线和学习资料，我特别拜托北京清华大学学士和美国加州理工学院博士学位的鲁为民老师（吴文俊奖得主）

给大家准备了一份涵盖了AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频 全系列的学习资料，这些学习资料不仅深入浅出，而且非常实用，让大家系统而高效地掌握AI大模型的各个知识点。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

适学人群

应届毕业生‌： 无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。

零基础转型‌： 非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界‌。

业务赋能突破瓶颈： 传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型‌。

AI大模型系统学习路线

在面对AI大模型开发领域的复杂与深入，精准学习显得尤为重要。一份系统的技术路线图，不仅能够帮助开发者清晰地了解从入门到精通所需掌握的知识点，还能提供一条高效、有序的学习路径。

• 基础篇，包括了大模型的基本情况，核心原理，带你认识了解大模型提示词，Transformer架构，预训练、SFT、RLHF等一些基础概念，用最易懂的方式带你入门AI大模型
• 进阶篇，你将掌握RAG，Langchain、Agent的核心原理和应用，学习如何微调大模型，让大模型更适合自己的行业需求，私有化部署大模型，让自己的数据更加安全
• 项目实战篇，会手把手一步步带着大家练习企业级落地项目，比如电商行业的智能客服、智能销售项目，教育行业的智慧校园、智能辅导项目等等

但知道是一回事，做又是另一回事，初学者最常遇到的问题主要是理论知识缺乏、资源和工具的限制、模型理解和调试的复杂性，在这基础上，找到高质量的学习资源，不浪费时间、不走弯路，又是重中之重。

AI大模型入门到实战的视频教程+项目包

看视频学习是一种高效、直观、灵活且富有吸引力的学习方式，可以更直观地展示过程，能有效提升学习兴趣和理解力，是现在获取知识的重要途径

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

海量AI大模型必读的经典书籍（PDF）

阅读AI大模型经典书籍可以帮助读者提高技术水平，开拓视野，掌握核心技术，提高解决问题的能力，同时也可以借鉴他人的经验。对于想要深入学习AI大模型开发的读者来说，阅读经典书籍是非常有必要的。

600+AI大模型报告（实时更新）

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

AI大模型面试真题+答案解析

我们学习AI大模型必然是想找到高薪的工作，下面这些面试题都是总结当前最新、最热、最高频的面试题，并且每道题都有详细的答案，面试前刷完这套面试题资料，小小offer，不在话下

AI时代，企业最需要的是既懂技术、又有实战经验的复合型人才，**当前人工智能岗位需求多，薪资高，前景好。**在职场里，选对赛道就能赢在起跑线。抓住AI这个风口，相信下一个人生赢家就是你！机会，永远留给有准备的人。

如何获取？

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】