Refly.AI:大模型驱动的Vibe Workflow,小白也能轻松创建复杂工作流
Refly.AI推出开源的"Vibe Workflow",将传统工作流节点升级为Agent节点,配备2-3个工具,用户通过自然语言即可创建复杂流程。一个Agent节点可替代20个传统节点,通过模型拆分技巧控制成本,牺牲部分准确性换取用户体验提升。专注于内容生成场景,提供迁移功能,旨在降低使用门槛扩大用户规模。
Refly.AI推出开源的"Vibe Workflow",将传统工作流节点升级为Agent节点,配备2-3个工具,用户通过自然语言即可创建复杂流程。一个Agent节点可替代20个传统节点,通过模型拆分技巧控制成本,牺牲部分准确性换取用户体验提升。专注于内容生成场景,提供迁移功能,旨在降低使用门槛扩大用户规模。
前排提示,文末有大模型AGI-CSDN独家资料包哦!
嘿,大家好!这里是一个专注于前沿AI和智能体的频道~
有个很有意思的AI产品,朱啸虎投了,种子轮数百万美金,高瓴也跟了。
上周似乎投了一大波流?很多自媒体都在发体验,我上半年就玩过了,体验还不错,还是开源的~
今天给家人们分享一下,极客公园对 Refly.ai 的创始人& CEO 黄巍 的访谈,有一些蛮有意思的点。
Refly.AI 想做的事情很简单:让普通人也能搭 Workflow。
n8n、Dify 这些工具的问题很明显:稍微复杂一点就要写代码,要维护 if-else 逻辑,普通人真的用不起来。
Refly.AI 提出的概念叫 Vibe Workflow:一句话生成流程,每个节点本身就是一个 Agent。

传统 Workflow 里,一个节点只负责调用一个 API 或执行一段代码。
Refly.AI 把每个节点升级成了 Agent,给每个 Agent 配 2-3 个工具,再加一台沙箱让它写代码、拉数据、做可视化。
1 个 Refly.AI 节点大约能替代 20 个 n8n 节点。
用户面向的 Workflow 被极大简化,所有操作都是自然语言表达。
开源地址:https://github.com/refly-ai/refly
这样改造后,每个节点都是 Agent,会不会变得巨贵?
其实是是的,n8n搭一堆节点,调试,最终可能大几十万token。Refly一句话生成,可能就几千上万token。
所以他们做了一些拆分技巧,贵的模型做规划选工具,便宜的模型做执行。每个Agent只配 1-2 个工具,只干一件非常简单的事。
关键是,Workflow 可以被复用。第一次跑完,后续调用 token 消耗可能只有原来的 50% 甚至 10%。
那稳定性怎么办呢?
这是个取舍问题。他们选择放弃一部分准确性,换更大规模的用户量。
他们不做那种需要 100% 准确的企业自动化。核心场景是内容生成——小红书文案、播客、报告、PPT 这些。70% 对了、听上去有用,用户就愿意付费,剩下的自己改改。
本质上是用门槛降低 10 倍,换稳定性降低 1-2 倍的代价。
概念上非常像面向C端的Claude Skills。

还有个很有意思的分享。 怎么不被大模型厂商吃掉?
不要打模型厂商的主方向! 模型是个巨大的宝藏,我们可以从里面找一个对产品有杠杆效应的切面。
比如看到 GPT-5 发布后,ChatGPT 把所有功能选择收到一个按钮里,tool use 的速度和准确性已经迈过临界点了。这时候做 Vibe Workflow,时机刚好。
最后
Refly.AI 是开源的。
开源仓库地址:https://github.com/refly-ai/refly
如果你之前用 n8n、Claude Skills 或者其他 Workflow 平台,他们还做了产品化的迁移功能,可以一键把那边的东西导过来运行。
Vibe Workflow 的核心逻辑是:用 Agent 节点替代传统 Workflow 节点,降低搭建门槛,收集行为数据做飞轮。
赌的是模型能力持续提升,产品站在肩膀上跟着涨。
读者福利:倘若大家对大模型感兴趣,那么这套大模型学习资料一定对你有用。
针对0基础小白:
如果你是零基础小白,快速入门大模型是可行的。
大模型学习流程较短,学习内容全面,需要理论与实践结合
学习计划和方向能根据资料进行归纳总结
包括:大模型学习线路汇总、学习阶段,大模型实战案例,大模型学习视频,人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型!
😝有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓


👉AI大模型学习路线汇总👈
大模型学习路线图,整体分为7个大的阶段:(全套教程文末领取哈)
第一阶段: 从大模型系统设计入手,讲解大模型的主要方法;
第二阶段: 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用;
第三阶段: 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统;
第四阶段: 大模型知识库应用开发以LangChain框架为例,构建物流行业咨询智能问答系统;
第五阶段: 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型;
第六阶段: 以SD多模态大模型为主,搭建了文生图小程序案例;
第七阶段: 以大模型平台应用与开发为主,通过星火大模型,文心大模型等成熟大模型构建大模型行业应用。
👉大模型实战案例👈
光学理论是没用的,要学会跟着一起做,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。

👉大模型视频和PDF合集👈
这里我们能提供零基础学习书籍和视频。作为最快捷也是最有效的方式之一,跟着老师的思路,由浅入深,从理论到实操,其实大模型并不难。

👉学会后的收获:👈
• 基于大模型全栈工程实现(前端、后端、产品经理、设计、数据分析等),通过这门课可获得不同能力;
• 能够利用大模型解决相关实际项目需求: 大数据时代,越来越多的企业和机构需要处理海量数据,利用大模型技术可以更好地处理这些数据,提高数据分析和决策的准确性。因此,掌握大模型应用开发技能,可以让程序员更好地应对实际项目需求;
• 基于大模型和企业数据AI应用开发,实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能, 学会Fine-tuning垂直训练大模型(数据准备、数据蒸馏、大模型部署)一站式掌握;
• 能够完成时下热门大模型垂直领域模型训练能力,提高程序员的编码能力: 大模型应用开发需要掌握机器学习算法、深度学习框架等技术,这些技术的掌握可以提高程序员的编码能力和分析能力,让程序员更加熟练地编写高质量的代码。
👉获取方式:
😝有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓
更多推荐
所有评论(0)