智猩猩AI整理

编辑：没方

最近AI Agent火得一塌糊涂，不管是做运营、搞技术，还是做企业管理，几乎人人都在说“用Agent提效”“靠Agent解放双手”。刷到的案例个个封神，甚至能独立完成项目跟进，看得人心里痒痒，恨不得立刻上手试一把。

可真正上手时发现，第一次跑得很棒，第二次换个prompt就跑偏了。就连大家常用的工具也逃不开这个问题——像n8n这类工作流工具，虽擅长流程编排、基础连接，但工作流脆弱、属于触发式“黑盒”，很难复用；LangChain这类智能体框架，虽有强大的基础组件，却需要大量工程开发、手动编写模板，后续维护成本极高；而OpenClaw这样的通用型个人Agent，上手快、自主性强，但确定性差、安全风险高，难以版本控制、审计、团队共享。

随着整个AI生态向更Agentic的框架演进，真正的瓶颈已不再是大模型本身的能力不足，而是缺少可靠、可复用、可治理的标准化动作——既要有OpenClaw的“能干活”快感，又要有企业级的稳定与合规。

为此，今天给大家介绍首个开源的智能体Skills构建平台Refly，通过Vibe Workflow（自然语言+可视化画布），让任何人都能把业务逻辑编译成稳定、原子化、可版本化的Agent Skills，构建好的Skills能够无缝接入Claude Code、Cursor、Lovable、Slack、openclaw等平台。该项目在Github上已收获 6.9k Stars。

• 项目地址：https://github.com/refly-ai/refly

01 项目介绍

Refly 通过 Vibe Workflow，将复杂的代码逻辑封装为画布操作，把零散的 API 接口转化为自然语言驱动的指令，让智能体拥有真正好用的工具，不再依赖临时 Prompt 拼凑，而是直接调用标准化、版本化的 Skills，执行过程确定性更强、稳定性更高。

Refly 的主要优点包括：

• 非技术用户通过 Copilot 驱动的构建器，说一句“每天帮我监控竞品动态，提取关键点，生成周报”就能生成完整画布。AI 负责规划节点，用户只需拖拽微调或直接确认，几分钟内从想法到可运行。

• 用 Model-Native DSL 编译意图，确保执行高效、Token 消耗低、行为确定性强。支持可视化画布实时预览和调整。

• 采用 Intervenable Runtime，执行中可暂停、人工审核、强制规则、自动恢复失败，避免黑盒和幻觉。

• Refly 能够一键导出为多种格式——认证的 Stateful API（给 Lovable 用）、智能 Webhook（支持 Slack 等）、Native Tools（直接给  Claude Code, Cursor, Manus 调用），还支持 MCP 协议，OpenClaw等MCP客户端可调用。

02 使用

硬件要求

• CPU：最低 2 核

• 内存（RAM）：最低 4GB（推荐 8GB）

• 存储空间：至少 20GB 可用空间

软件要求

• Docker：版本 24.0 或更高

• Docker Compose：版本 2.20 或更高

（1）安装

• 克隆代码仓库

git clone https://github.com/refly-ai/refly.gitcd refly

可以在 clone 命令中添加 --depth 1 参数来节省磁盘空间和下载时间。

• 通过 .env 文件准备配置

cd deploy/dockercp env.example .env

• 添加 Resend API Key 和  Fal API Key(可选)

# 如需发送邮件，请从 https://resend.com/ 获取自己的 Key 并填入 .env：RESEND_API_KEY=your_resend_api_key
# 如果需要生成图像/音频/视频，请从 https://fal.ai/获取自己的 Key 并填入 .env：TOOLSET_FAL_API_KEY=your_fal_api_key

如果您在云服务器上部署并通过 IP 地址访问，设置环境变量请参考:

http://docs.refly.ai/zh/community-version/self-deploy/faq-ip-access

• 通过 docker compose 启动应用

docker compose up -d

可以运行 docker ps 来检查容器的状态。每个容器的预期状态应该是 Up 和 healthy。以下是输出示例：

CONTAINER ID   IMAGE                                      COMMAND                  STATUS                 PORTS                          NAMES

71681217973e   reflyai/refly-api:latest                   "docker-entrypoint.s…"   Up 5 hours (healthy)   3000/tcp, 5800-5801/tcp        refly_api

462d7e1181ca   reflyai/qdrant:v1.13.1                     "./entrypoint.sh"        Up 5 hours (healthy)   6333-6334/tcp                  refly_qdrant

fd287fa0a04e   redis/redis-stack:6.2.6-v18                "/entrypoint.sh"         Up 5 hours (healthy)   6379/tcp, 8001/tcp             refly_redis

16321d38fc34   reflyai/refly-web:latest                   "/docker-entrypoint.…"   Up 5 hours             0.0.0.0:5700->80/tcp           refly_web

d3809f344fed   searxng/searxng:latest                     "/usr/local/searxng/…"   Up 5 hours (healthy)   8080/tcp                       refly_searxng

a13f349fe35b   minio/minio:RELEASE.2025-01-20T14-49-07Z   "/usr/bin/docker-ent…"   Up 5 hours (healthy)   9000-9001/tcp                  refly_minio

e7b398dbd02b   postgres:16-alpine                         "docker-entrypoint.s…"   Up 5 hours (healthy)   5432/tcp                       refly_db

接下来就可以通过 http://localhost:5700 访问 Refly 应用程序。

如果应用程序无法正常运行，可以尝试以下步骤：

• 检查端口 5700 是否已被占用。如果是，可以在 docker-compose.yml 文件中更改端口。

• 运行 docker ps --filter name=refly_ | grep -v 'healthy' 来识别 不健康 的容器（状态不处于 healthy）。

• 运行 docker logs <container_id> 来获取更多关于不健康容器的信息。

• 如果不健康的容器是 refly_api，您可以首先尝试运行 docker restart refly_api 来重启容器。

• 对于其他问题，可以在容器日志中搜索错误消息的原因。

（2）注册并登录

在浏览器中打开 http://localhost:5700，使用您的邮箱和密码进行注册。

点击右上角的账户图标 → 设置（Settings）。

添加一个提供商（例如 OpenAI、Anthropic），添加第一个聊天模型。

将其设置为默认模型。

（3）创建工作流

在首页点击“New Workflow”（新建工作流），选择一个模板或从零开始。

• Blank Canvas：使用可视化节点进行构建。

• Vibe Mode：用自然语言描述您的工作流。

示例 - 产品调研工作流：

1. 添加“Web Search”节点 - 用于搜索产品信息2. 添加“LLM”节点 - 分析搜索结果3. 添加“Output”节点 - 格式化生成报告4. 连接这些节点5. 点击“Save”（保存）

（4）测试您的工作流

点击“Run”（运行）按钮，输入测试数据（例如一个产品 URL），实时查看执行结果，如果出现问题检查日志。

03 总结

当下AI Agent虽火爆但prompt不稳、框架维护难、确定性差。Refly作为首个开源的智能体Skills构建平台，通过Vibe Workflow（自然语言+可视化画布）让任何人几分钟内把业务逻辑编译成稳定、可复用、可治理的Agent Skills，并能够无缝接入Claude Code、Cursor、Lovable、Slack、OpenClaw等生态，兼顾了个人使用的流畅与企业级的合规可靠。