首个 Vibe Workflow 平台，让小白也能一句话生成 AI 工作流。
工作流我还是蛮感兴趣的，很早以前就开始用 Coze 做工作流。
这一次我试验了一个工作流需求：每天总结股市 A 股日报，提供一些相应的指标，并发送到指定的邮箱，要求定时发送。
整体来说满意：
1. 速度非常快。因为本身这个任务工作流也不是太复杂，就是抓取一些信息、汇总、发邮件。
2. 扣除的积分也可以接受。大概扣了 55 分。
3. 数据准确率还蛮高。我在提示词里要求发送的内容极简，所以给出的结果相对来说没有什么视觉效果，但我浏览了一下，数据是准确的。
4. 我在给指令的时候，其实邮箱输入错误的，也自动帮我纠正了。
另外，它跑一遍工作流并发送邮件的时间很快，没有等太长时间。虽然工作流可能暂时不支持定时，需要手动触发，但整体来说我觉得还比较满意。比自己搭建确实简单很多，会再探索一些玩法。
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。
体验了一把Refly，不得不说它的“自然语言即代码”理念落地得不错。相比Coze和Dify的拖拉拽，Refly把复杂的循环、判断封装成了Agent，确实降低了构建门槛。
但实际落地中存在两个致命的工程问题： 第一是执行延迟。 由于过度依赖LLM Agent堆叠，一个本该用逻辑判断解决的简单任务，被拆解成了5-6个LLM节点。这导致我的小红书文案生成流程耗时长达10分钟，是Coze搭建同类流程耗时的10倍以上，这在生产环境中几乎不可接受。
第二是产品PMF（市场匹配）的缺失。 Refly处于一个极其尴尬的中间地带：对于小白，无法精准描述需求，生成的就是玩具；对于进阶用户（比如我），既然具备了Review和修正AI逻辑的能力，我完全倾向于使用更稳定、更便宜的Coze（9.9元/月真香）来从头构建，而不是在一个半成品上修修补补。
目前看来，它既没有做到极致的省力（黑盒化），也没有做到极致的掌控（编排化）。除非底层逻辑重构，否则很难找到付费人群。
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。
这种纯黑盒的产品，在当前agent作为人类辅助的场景下是无法获得用户信任的，且无法调优。
之前用coze搭建智能体，不懂代码搭建的智能体，还是比较弱的。手动搭建又长又臭的节点。
体验了refly后，发现太爽了，只要打字就行了，真的是vibe workflow啊，对不懂代码的人太友好了。作为程序猿，深深感觉到，没什么技术优势了。只要你有创意、有思想，AI都能帮你实现。
已经是 Refly 大半年的老用户了，第一批早鸟会员。到最近正式发布 1.0 版本，
软件形态发生了很大的变化，从一个编排式的探索工具，变成了纯 Vibe Workflow 工具。
原先的定位是接入多模型的画布式的自助式的探索工具，将传统的线性 chat 变为支持工具的多线程发散探索型工具。当我有一个方向，可以不断的重复探索，对同一个继承的上下文，用各种身份，各种角度进行 AI 沟通，整个过程是可以进行裁剪可控的。没有固定的工作流，每一个环节是问题，需要基于之前编排的节点，人为思索过后在进行下一步的行动。
当 Refly 的 Workflow 被提出来后，这些流程就被固化了，如果一个固化的 AI 工作流，其实也有很多别的优秀工具，所以又发展成为了现在的 Vibe Workflow，我只能说我已经被排除在目标客户之外了。 而且现在的版本还不是特别稳定，为了降低使用门槛，Refly把其他节点类型全部取消，只保留了Agent节点，但是Agent还不是那么可控，同样上下文的输入，也无法精确的输出网页，文档，都是Agent调用工具Gen_Doc/Gen_code_artifacts完成，每次输出都不大一样。我现在基本上就拿来生图耗积分。
当然如果是为了挣积分，是可以自己定义几个workflow给别人用。但对于我这种自我定位的纯AI消费者，对挣钱这个事情的认知是我要是有那个本事挣钱，我干嘛不自己开发app去。
也许这是市场或者投资人驱动的产品转型，也许 Refly 团队在项目之初也是处于探索阶段，走了弯路，只是当年走弯路的时候，刚好捎上了我。
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
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！
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
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。
这是一个能满足客户需求的产品，整个产品的初衷比较好。在试用产品之后，我有几个感觉：
1. 目前只能生成一些偏简单的工作流或智能体，解决的问题相对有限。如果遇到一些复杂的情况，比如需要经过复杂的判断并走向不同的分支，这种场景目前还无法支持。
2. 它生成的结果基本上会把提示词（Prompt）以及中间参数的传递过程都写出来。对于没有代码基础、或者对智能体编排没有任何了解的小白用户来说，这确实能帮助他们解决一些问题。
综合来看，这个产品确实有一些应用场景。如果未来能提升准确率并支持更高复杂度的编排，感觉还是有比较大市场空间的。
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
这完全是小白的福利局啊，用自然语言生成修改编辑工作流，我用Agent做了2个简单的工作流还是非常满意的，那么内容生产部分就非常的方便了，复杂的工作流还没有试不好评价，说说接下来需要完善的内容把，第一分享的效果没做好，分享页面不能真实的看到实际的输出效果，影响到分享的作用于效果了，第二就是模版的发布，发布后还未公开展示吧，公开展示，用户看到模版被使用并获得收益是非常美好的生态环境。
下面接发个问题截图吧这个好改的先改改。
首先我是对这种类型产品很是赞同的，能够让用户使用到目前的主流技术，让更多人能够感受科技的魅力。
vibe coding工作流，可能会因为各种使用者的表达方式，不一定很好的适配到每个情况，但能持续下去，不断优化用户体验，定会撑出自己的一片天。
建了一个收集全网需求的报告，建立工作流是挺快的，但是执行起来会出现不断出错的情况，还没有进行调优，以及出现各种超时或者登录等问题，导致数据获取的很少或者没有数据，看还是带着不够好的结果又继续往下执行，一环接着一环，最后出来的报告，就像用了几条数据做了一份欠拟合报告，没有什么参考性，消耗的积分加上不断失败重新运行，差不多花了2000积分才运行了一次完整。
另一方面也可能是因为我的要求过高，但是作为用户的感觉来说，这个平台有点属于自己一个流派，如果说要跟make工作流比起来，make会更加兼容链接其他平台，而这里总是会出现一种伪造登录而且数据总是自动筛选，还是说其他平台的反爬虫过于强大。
另外给个建议，个人主观的建议，一个vibe coding工作流应该从能操控我们日常使用的工具开始，而作为首批用户的我们，当然希望能从上面盈利，作为首要目的，现在秒哒就是比较成型，为数不多能够通过一个平台构建出付款交付全栈闭环的应用，希望refly也可以做到，想起第一看响指的时候，也是不那么起眼，隔了半年不到，各种后端能力不断完善，强大了许多，refly刚出，当然会更强。
持续优化，可以从成为咱们降临派的日常使用的工具之一发展，咱们观察员能够通过这个工具盈利了，那相信大多数的用户也可以。
作为一名资深 AI 工作流搭建者，我陆续使用过 Dify、Coze、影刀 AI Power 等多款工具。虽然凭借半个开发者的编码基础，能搭建出稳定的工作流辅助工作，但过程中总被编码逻辑梳理、API 文档研读和对接调试等繁琐环节消耗大量精力。而 Refly.ai 主打的 “Vibe Workflow” 理念让我充满期待 —— 它以自然语言驱动工作流生成，无需深陷复杂的节点配置和代码编写，正好击中了传统工具的痛点。尤其看重它对 API 对接的优化，能屏蔽底层细碎操作，让我不用再为技术细节分心，更专注于核心需求的实现。期待借助这款 AI 原生工具，彻底摆脱编码和 API 对接的困扰，用更简单的方式搭建高效工作流，大幅提升创作与协作效率。
当前产品状态确实很难平衡稳定性和Agentic自主灵活能力。但是换个角度想，如果模型效果迭代足够好，推理速度足够快，那当前方式是不是workflow的演进方式？
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。
刚拿到激活码就来试了试。 对vibe workflow 还是有点期待的。
实际体验下来真的很不错也！
老实说coze,dify这类平台本来就是低代码的拖拉拽，但是依旧有一定上手难度，你没有一定的编程思维其实很难弄明白这些。
但是Refly省略了这些过程，全靠自然语言，AI负责帮你设计流程。将dify中的节点简化为一个个agent,省去了那些循环判断批处理意图识别等等。
但是我在设计流程的时候就发现了这个问题，我在dify中设计节点会尽量注意可以工程解决的就不使用LLM节点（因为会浪费大量时间），但是我现在一个简单任务，5-6个节点全部用的LLM，不敢相信耗时要多少（实际跑一次需要10分钟左右，耗时是coze搭建的同类流程的10倍）。但是执行的效果还是很不错的，至少说明每个agent的设计是非常准确和成功的。
我试验了一个搜索特定网站找相关的文章，然后综合改成小红书风格发到我的小红书上。 除了自动发布不对（可以理解，因为本来就要做鉴权什么的），其他流程都是完美运行的。
但是!!!!
Refly 这个产品的定位真的很尴尬，完美诠释了什么叫为了这个醋包了顿饺子。
我选 Workflow 是为了要 100% 的掌控力，我选 AI 是为了要 100% 的省力。Refly 既没有 Manus那种黑盒交付结果的爽快，又没有 N8N/dify 那种精密编排的严谨。
让用户去 Review AI 瞎猜出来的业务逻辑，这本身就是一种伪需求。 我都要花精力去修你的流程了，我为什么不自己搓一个或者直接写代码？我认为这是在增加认知负荷，而不是减负。
盘了一下 Refly 的受众， Refly面向的人群是哪些呢？，在我看来基本上是全线踏空：
小白用户,根本描述不清需求，只会得到一个 AI 瞎编的玩具，玩两次就腻了。
进阶用户,既然我有能力判断 AI 生成的 Workflow 哪里不对，我为什么不去 Dify/Coze 上手搓一个更稳定的？（甚至更便宜，coze每月9.9）
专业开发更是直接无视，代码才是坠吊的。
结论： 这是一个高手嫌弃，小白玩不转的产品。在这个 Agent 定制费都不超过四位数的年代，为了一个抽卡看命的工具付费，我不好说是好是坏。
开启 12 月惊喜的作品，又见 “第一性原理”
祖传上手体验流程：
0、不再是传统工作流平台的 “拖拉拽”，搬出来了 AI 聊天窗口，我查～
1、第一个 case 是特工同款（copy 的），话题生成播客；对齐需求提问细节到位，很精准没废话，是个好员工?
2、就是不按常理回答问题，我先抛出疑问：5 条信息和 10 条信息有什么区别 and 成本～ 这个 agent 不至会干活，成本问题也能解答，哇
3、进正题，给了明确指令 AI 就咔咔干活，最后以为只是给了一个方案 plan，一点【采纳】，原来已经生成好了工作流，这里设计有细节：不是直接写入到画布里，而是让用户确认，不满意可以继续改，如果同意马上就上菜，而不是又等一轮输出，好评
4、运行节点很慢很慢，仔细看全都是智能体节点，黑盒执行着任务，只能等等咯
5、最后一个发邮件报错了，重试了 3 次才成功～猜测是 auto 模型问题？有点担心正式运行时稳定性如何
6、邮件发出来了，有主菜有介绍，html 写的邮件还行不丑，这个 case 跑下来花费 61 积分，第一关能给 90 分
7、有个更大胆的想法，能否一句话实现 n8n / 扣子流程？ 来一个找 wx 对标账号的 case…… 然而卡在数据查询环节，agent 努力了很多遍（不是你的问题哈），小绿比较封闭，需要一点开源手段，不展开
8、最后尝试发布模板到市场，要审核～ 貌似现在市场里的都是机器人模板，官网赶紧开放呗
漏了吐槽，补上：
1. 只有聊天记录没有运行记录
2. 智能体节点运行太慢，只有卡片有点流光，交互太不明显了
3. 工具入口太深，且不支持自定义
总结：延续了前字节的基因，交互细节是可以放心的。主创的发心就是因为 coze / dify 上手有难度，就用 ai 原生了一款 vibe workflow，核心思路就是用 AI 拆解需求、执行任务、交付结果，这里的第一性原理是：能用 AI 就用 AI，能用 agent 节点就不需要其他节点。
至于生态位，大概就是扣子想做但又很拧巴的 toC 市场；有啥壁垒吗？得把社区生态做好了再回头来看；能否干翻 LangChain、dify、coze、n8n？有潜力的，未来可以伸伸手
当然还有一种可能，被大模型原厂直接压扁，技术降维打击真的很无力：https://kuaisou.com/discuss/1114?ts=1765434066862&source=feed-share&from_platform=web&user=zhiyun
能够让AI搭建工作流，这个对小白来讲真的很友好，而且看了一下，生成的效果也不错。
最近正好在做图书审读，在任务描述中明确了输入、输出，并且给了示例，而且还把我们开发过程中碰到的问题告诉了AI，最后测评了几个数据集，效果还不错，而且它还能在线下载PDF报告、导出excel，还是蛮惊喜的
唯一的缺陷就是生成速度好像有一丢丢慢，这个产品我先关注一波~
之前听说N8N能够通过AI的能力自主生成工作。我当时想这个概念其实单独抽出来也可能作为一个产品。
没想到refly已经做出来了这个产品，而且从我目前的使用上来看，完成度还挺高的。
目前呢我已经在这个平台上创建了两个自己的agent，来说说看我的感受。
优点方面：
1.交互页面很清晰，而且呢用户体验很不错，指令方面遵从也不错的也很高级，看来底膜的能力是很不错的。
2.对于界面的设计还整体的风格，我还是挺喜欢的，足够简洁，而且也没有那种很严重的AI味儿。
值得提升的地方：
1.交互方面生成一个Agent等待时，虽然会根据任务的复杂度生成的时间不同，但是用户在等待的时候是没有界面提示。这点是可以自动设置完成提示或者有预估的时间吗？
2.国内生态的飞书多维表格或者钉钉是否支持在这个平台创建agent，虽然我大概率会认为可能性不高，但是如果能做出来，那可就牛逼大发了。
使用exa和perplexity工具时经常失败，显示额度不足，导致我工作流，不稳定。希望时间解决这个问题
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。
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。
今天刚接触到，里面有非常多的功能。感觉它的核心主题更多以自由的创作作为核心。让用户明白在 AI 的世界中，创意是最重要的。在操作一方面，对没有接触过类似工作流的人，特别友好。能够通过自然语言将复杂的步骤可以简单化。进而提升效率，或者说达到自己更想要的结果。体验了其中几个功能。对于只接触过 coze 的来说，他彻底就是扣子的进化版。真的非常棒。在年初的时候接触扣子，觉得也很强大，真的可以去改变很多企业的复杂的、重复的流程与问题。但现在越来越发展。AI 产品让我有了新的观念。就是 AI 的产品，它发展的越好，他一定是越符合大家的使用习惯的，并非创造门槛，而是打破门，让大家参与进来才是好的 AI 产品
我看了refly在waytoagi的路演，说是vibe workflow工具。这让我想起几个月前就听说的"vibe coding"，当时觉得用AI写代码是颠覆性的创作方式，现在看到vibe workflow也可以是一种更普惠的创作方式！
vibe coding可以轻松生成前端，但后端部署、触达用户依然门槛很高。普通人就算做出工具，也可能卡在服务器配置、域名备案这些技术环节。
但vibe workflow不一样——它把"经验"直接打包成可复用的流程。比如有人分享"内容创作发布自动化"的工作流，小白只需许可你的账号，修改一些关键词，点击"run"就能直接用。这种"零代码复用高价值经验"的模式，简直是为小白量身定做的。
创始人强调它把"工作流"变成了可分享、可变现的内容。就像刷小红书时被种草口红，未来你可能会刷到"3步搞定跨境电商选品的工作流"、"自动整理邮件发票的财务工作流"，甚至是"老中医的体质调理提醒工作流"。创作者靠分享工作流赚钱（用户每次使用付几毛钱），普通人用极低成本解决实际问题。
1. 这几天用 Refly 来做数据（非敏感）分析的工作流很爽：
①ai 交互，告诉对方我要处理的数据种类和数据示例，会根据我的需求进行工作流编写，完成后，点击采纳即可（可以多次交互来迭代你的工作流），然后上传数据很方便，可以直接上传你的数据集。‘
②数据可视化图和分析表都可以做，前几天用黄金历年价格的数据做了一张图。
③发布模板有折扣（但要注意公开出去的说明部分，可能会涉及交互的内容）
④官方有写用户使用教程
2. 目前卡点：
①采纳到第三次，它就不显示采纳的按钮，而是告诉我已修改
②模板发布出来，无法选择说明部分。它会直接把跟它交互的首轮提示词发到模板那里，且无法编辑（但是有时候就不太方便，因为可能会涉及一些隐私内容，所以我没有选择同步到模板市场，而是自己的模板空间里）
③目前似乎无法保存历史记录产出，那么每次我需要先全部把输出部分都保存再继续用
④建议优化在线版商用说明，以及如果能缩短discord回复速度就更好了（比如24小时内）
其实整体体验感已经蛮好的，但是还是差一点点（加油啊啊啊啊）！
测了一个自动化生成的任务案例：
“请帮我创建一个为期20秒的精品手冲咖啡壶宣传视频。视频目标： 突出产品的设计美感和使用时的愉悦体验，目标受众为注重生活品质的年轻消费者。需求细节：
整体风格： 现代简约，色调以浅咖色和乳白色为主，光线温暖明亮。
镜头脚本建议：
开场（0-5秒）： 产品静物展示，咖啡壶在木质桌面上，采用浅景深特写，凸显其材质和轮廓。
中段（5-15秒）： 2-3个快速切换的动态镜头。包括：将热水缓缓注入咖啡壶、咖啡从壶嘴流畅滴落的慢动作特写、将咖啡倒入精美陶瓷杯中的过程。
结尾（15-20秒）： 完整的咖啡杯放在桌面上，旁边可能有一本书或一束干花，画面出现品牌Logo和Slogan（例如：“品味每一滴”）。
节奏与音乐： 节奏是明快的卡点风格，背景音乐希望是轻快、有节奏感的器乐爵士或Lo-fi音乐。
画质要求： 视频清晰度尽可能高，画面具有电影感。”
好的地方：
抽象出了可配置变量，这个是workflow具有可复用性的要点
采纳方案之后秒出流水线，体验感极佳
不好的地方：
每一个节点的视频片段都有生成，但是最终合并不出一个完整视频，给了一个制作视频的文档
不能基于单个节点进行聊天反馈和智能修改
得发布为模版采纳一次性查看运行结果，不然只能一个个查看节点输出成果
但是我很喜欢模板模块的设计！
示例使用《治愈老奶奶系列漫画生成工作流》
制作同款，可以在一个对话页轻松修改可配置变量，然后一键运行就能快速预览产物。
因为有些workflow类产品，得去流水线里交互去调整，实在是很麻烦。
但是这样的设计，就可以让不是那么会做流水线的人，大大受惠~
这个想法很不错，我们在前一段时间也提出了类似的想法，主要是因为原先的workflow让用户编辑，上手难度较高，导致公司需要有一批开发需要投入到智能体的编排中，这样反而没有降低工作成本。
所以期望有一套理论，能通过对话，识别用户意图，并智能的编排流程，把所有的内容都定义好，让用户可以快速定义好工作流，但之前尝试过很多有类似产品的功能，感觉给出的流程基本上不可用。
对于refly这个，一些简单的场景可以快速给出一个样例，然后让用户可以在实测的效果上对其进行优化，这个第一步完成的还不错，但是在整体的稳定性及性能上，还有一定的提升。