Refly AI

7.5/10

1、创意很好

2、tool太少，无法激活全部agent的能力

3、tool适配做的有点差！

4、有可能被扣子抄袭

生成速度仍有提升空间，能完成简单任务：比如工作流，输入艺人、年份，收集对应巡演信息。我使用这个工作流收集BLACKPINK、五月天2025年的所有巡演信息，包括演出日期、城市、场馆和票务详情。

和其他查友感受差不多，继续观望refly。

体验下来，我的感觉是Refly 是一款低门槛 AI 工作流工具，核心优势为一句话构建可控 Workflow，比 Agent 更易把控。对小白很友好。用户注册后可直接使用现成 Workflow，体验产品评论的 Workflow 时，结果与实际感受一致。创建 Workflow 时，输入需求即可自动拆分链路，还能通过自然语言添加功能，兼顾一键式与自定义。一款比较使用的工具。

形式good，表现bad。

试了5个日常的工作流，顺利创建好了，但是没有一个运行成功的？

并且试运行也很耗费时间，虽然我的工作流很简单。

就是根据脚本拆解分镜，然后根据分镜生成图片。

全！部！失！败！

创意是好的，但是还是需要进一步优化一下，一些基础的工作流可以搭出来，但是太复杂的他就做不到了

Refly 的 Vibe workflow 这个想法我觉得很不错。通过 Agent 帮助用户构建工作流，然后工作流中还有单独的子 Agent 来执行更加具体的任务。相比于传统的工作流，听起来似乎单个节点的能力会更强；相比于单 Agent 自己规划并执行任务，将常用流程固定为工作流又可以提升任务的执行可控性以及降低 Token 开销。

先说第一印象，Refly 的官网做得很棒，很精致很有科技感，一看就是一个成熟的产品。但是进到系统内感觉和官网呈现的设计风格略微有点割裂：首页的科技感很强又是暗色主题，但应用内又是那种白色简约扁平的风格（图一）。

正好我手头有一个想法，就是通过工作流获取一些最新的多模态模型信息以及一些社交平台上的最新资讯。这其中的难点在于 AI 如何获取不同平台上的信息。之前我用 Grok 来查询效果还不错，但是我还想聚合一些国内平台的，比如说小红书、抖音这一类的，于是我开始用 Refly 来实现这个工作。

在我提出第一个工作流需求后，Refly 积极地反问我，让我帮他补齐上下文（图二），提出的问题非常明确，确实对于构建工作流有帮助。随后，Refly 就帮我调用工具创建了一个工作流，流程大概是这样的：由于我要求的信息时效性比较强，它会先调用工具去获取当前的时间，然后把当前的时间传递到三个节点中。这三个节点分别会通过 Agent 去获取小红书、抖音、X 上的资讯。获取的方式是通过 Apify 去获取数据（Apify 是一个爬虫平台，里面有一个市场提供了很多主流平台的自动化爬虫）。在 Refly 中，这三个节点并不是简单的执行一个 Apify 工具去获取数据，而是有三个带有不同提示词的 Agent 自己去一步一步调用工具来获取数据。这样相比于固定参数去调用工具，Agent 可以自己根据提示去调用对应的工具，还可以基于查询的结果，不断地去动态调整参数，最终拿到更准确的数据。节点的模型是可以自己选择的，基本上最强的那一批模型 Refly 都提供了（图五）。最后再将三个节点的输出聚合到一起，由一个节点进行整理，然后再输出一个文档。

流程是很清晰，想象是很美好的，但是在开始执行后，问题就暴露出来了。

首先是官方提供的 Auto 模型基本上每一次都失败（图六）。让降临派的运营小姐姐去问了一下官方，发现是已知 bug。于是我先手动更换 DeepSeek 3.1，想着先用一个简单低成本的模型看看能不能完整跑通，结果就是输出速度特别特别慢，而且有一个节点一直卡着，十几分钟都没跑完。我自己想应该是 DeepSeek 的 Token 输出速度太慢了，而且单个节点是作为一个 Agent 去执行，并不是一个工具调用，所以对于模型的能力要求就更高了。

然后我手动更换为 Gemini 2.5 flash，结果也是失败（图七），Gemini 2.5 flash 没法很好地理解 Apify 里的工具。于是我想着干脆直接换成 Gemini 2.5 pro 好了，但是这一次我想让 Agent 来帮我替换，这样我就不用手动一个一个地改模型了。但是这里我提出需求后，Agent 虽然会帮我重新生成工作流，但我点击采纳之后，工作流里的模型依然是 Auto，Agent 的响应里是告诉我已经替换成功了（图八），实际上并没有。这里我觉得不太应该，通过 Agent 来精确的修改工作流中的某一个属性，应该是一个挺普遍的需求。

后续为了检验我这工作流到底能不能跑通，我自己手动将模型替换为了 Claude 4.5 sonnet。这一次发现了一些新问题，一个是节点中的输出有时候似乎格式有问题，导致 UI 上没有正确渲染，全都是文本格式了（图九）。执行的时间特别长，我等了十几分钟都没跑完，查看输出信息发现是调用 Apify 工具花的时间太长了，一次查询就得花 1-2 分钟。

最终任务总共执行了十三分钟，花了九百积分。由于中间有一个子节点没有正确输出结果，导致最终没有生成文档，相当于跑失败了。这时候我就发现了，子节点中使用 Agent 虽然可以提升单个节点任务执行的灵活程度，但是对于下一个节点来说，它的输入就是不准确的了。因为 Agent 会自己规划任务去做很多奇奇怪怪的事情，没有办法非常明确地让一个 Agent 准确地输出某个格式的内容。尤其是在很长的一段任务执行之后，这个输出结果就更加不可控了。在工作流中，某一个节点如果它的输出无法控制，那最终后续的所有节点基本上都是没办法正确执行了。

Refly 的核心设计理念试图融合工作流的确定性与 Agent 的灵活性，但在实际落地中，这两者存在本质冲突。工作流的价值在于将 SOP 固化，要求上下游节点之间有严格的输入输出接口定义，追求的是确定性和复用性。而 Agent 的输出具有随机性和发散性。Refly 在工作流的子节点中过重地依赖 Agent 进行自主规划，导致每个节点都变得不可控。从我自己测试的场景出发，我认为使用 Refly 生成的工作流，还不如我直接使用单个 Agent 去自主调用工具获取信息，最终汇总得到的结果更好。

Refly 标榜自己是和“Vibe Workflow”，这个降低技术门槛、试图用 Agent 节点重构自动化流程的愿景我是非常买单的，官网呈现出的极简克制感也确实在第一眼拉高了期待值。但深入体验后，我感觉目前 V1.0 版本最大的问题在于场景落地的“水土不服”以及自动化 ROI 的倒挂。

首先是模版库（Templates）的选品策略让我很困惑：既然团队源自国内且强调普惠小白，但预设案例里清一色的 X (Twitter)、Ins、LinkedIn 和 RSS 抓取，明显是针对海外生态的生长土壤。对于我们这种想做国内资讯去噪、或者只是想做一个简单的“新闻日报”的用户来说，几乎没有直接可复用的抓手，场景割裂感极强。

其次，在核心体验上，我实测了官方推荐的“新闻抓取+邮件摘要”，发现整个链路的运行 Latency（延迟）偏高。对于这种轻量级的信息获取任务，如果工具的执行效率跑不赢我手动操作，那自动化的爽感和价值就被完全稀释了。

最后，所谓的“自然语言一句话创建”目前还没能很好地解决用户的冷启动焦虑——这就好比给了我一把万能钥匙，但我却找不到锁在哪。我甚至尝试结合外部 AI 的建议去生成一些特定的流，但落地效果依然不理想，感觉工具对意图的理解力和最终的执行力之间还存在不小的 Gap。

总的来说，现阶段的 Refly 更像是一个有着漂亮概念外壳的 MVP，对于真正想上手解决具体痛点的用户来说，还需要等待更多本土化适配和社区的最佳实践涌现。我暂时会先保持观望。

太太太太太TM爽了！现在你可以用自然语言对话构建你的工作流

长久以来的痛苦：工作流平台是我一年以来一直心痒痒想用，但一直不知道怎么弄的东西，COZE太反人类了，各种变量设定像天书一样我完全看不懂，有一次盯着屏幕看着教程鼓捣了4个多小时仍然不得其解，抓狂

优点：现在有了Refly，我告诉了它将要实现工作流的目标和逻辑，1分钟内，它为我建立了第一个可以用的专属的工作流，这太伟大了

它可以让每个人都拥有属于自己的，设定好的，可重复投入使用的工作流

我的工作流设定很简单，让它去搜用户差评，差评里找到可以做钩子的情绪描述，然后润色

建立工作流速度是真快，积分消耗个位数，实际使用模型才是积分大头，但是积分方面是按token输入输出算消耗的，还不错，先好评，刚用还没有找出毛病来

比起coze的门槛更低，适合非互联网从业者入手的一款workflow平台。填补了这个市场空白其实算是。

尝试现场搓一个跑了一下，基本不卡，基本满意。再继续戳戳看功能迭代。

Vibe Workflow终于来了！

之前n8n发布自然语言生成的版本时，就觉得这会是个比较好的机会点，毕竟n8n之流对于普通用户来说，门槛还是有点高了。

没想到还没过几周，Refly就出现了，据说是前字节团队的创业产品，这个速度看起来应该也是比较早就开始布局了。

实测下来：

- 界面和交互基本和Coze一样，比较符合目标用户的习惯

- 在接到任务时会先和你确认一些任务细节，然后再去生成，是我很喜欢的Plan模式

- 成功案例上，生成的效果也基本符合预期（毕竟最终效果和最初任务描述的详细程度关系也很大）

- 价格还算比较良心的，实测下来一个简单的五节点任务大概是几十积分，目前内测会送3000积分+每天100积分，还算是挺耐用的，而且AI节点用的还都是比较好的国外模型。

也有几个问题：

- 稳定性比较差，经常会有莫名其妙的错误（重试一次就好了的那种）

- 很多门槛比较高的需求还是无法满足，比如做自媒体比较常见的需求——从小红书、公众号上获取热点/笔记等，会一直在Apify环节死循环（失败——重试——再失败——再重试……），而且最崩溃的是因为它反复循环尝试，直接干掉了很多积分，最后还没得到结果

- 界面不是特别直观，想看到输出结果需要的点击次数有点多

总体来说，Refly这次抢先发布+不小的宣传力度（发布当天从好几个渠道看到了这个产品的宣传），也算抢足了用户心智。虽然在实测中还有很多问题，但这并不妨碍它是首发，就如同在通用Agent领域，Manus永远会有他的名字。

关于工作流的形态，还想多讨论几句，在个人观点里，它属于“比通用Agent使用门槛高、但比写代码能完成的工作少”，算是一个比较尴尬的中间形态。所以未来会不会像ComfyUI一样被慢慢抛弃？我想也是有可能的。

不过至少目前来说，通用Agent还不太可靠，写代码的门槛还没有被Vibe Coding完全打下来，那么至少在几年之内，通用Agent——Coze/Dify（门槛相对低的工作流）——n8n（门槛相对高的工作流）——代码，各个级别的产品形态，应该还是会共存的，算是适应各种不同级别任务的需求。

所以既然Vibe Coding正在飞速发展，Vibe Workflow也应该会是近期一个比较明确的趋势，至于能火多久，拭目以待吧。