first commit

生财/05_自动化工具选型.md

@@ -0,0 +1,95 @@
+# 自动化工具选型
+
+## 总结
+
+用户认为 n8n 体验不佳，因此工具选型不应绑定 n8n。核心要学的是：
+
+```text
+触发器
+-> 数据处理
+-> AI 判断
+-> 分支逻辑
+-> 通知/写入系统
+```
+
+## 自动化工作流工具
+
+| 工具 | 适合场景 | 判断 |
+|---|---|---|
+| n8n | 技术人、自部署、复杂 API 自动化 | 能力强，但 UI、表达式和调试体验一般 |
+| Make.com | 快速 MVP、拖拽流程、业务自动化 | 更适合先跑通思路 |
+| Pipedream | 开发者 API 自动化 | 能写 JS/Python，适合用户背景 |
+| Activepieces | 开源自动化 | 类似 n8n，但相对轻 |
+| Zapier | 海外 SaaS 串联 | 上手快，但成本和定制性有限 |
+| 飞书多维表格自动化 | 国内表格/团队流程 | 适合国内业务和表格驱动场景 |
+
+## AI 工作流 / Agent 工具
+
+| 工具 | 适合场景 | 判断 |
+|---|---|---|
+| Dify Workflow | AI 流程 MVP、RAG、Agent 原型 | 推荐早期使用 |
+| Coze | 中文生态、Bot、轻量 Agent | 上手快 |
+| Flowise | 可视化 LangChain 工作流 | 适合 AI 流程可视化 |
+| Langflow | 可视化 AI 应用 | 类似 Flowise |
+| OpenAI Agents SDK | 正式代码系统 | 后期再用 |
+| LangGraph | 复杂状态流、多步骤、多分支 | 后期再用 |
+| CrewAI | 多角色分工原型 | 角色概念直观 |
+| Semantic Kernel | 企业级 Agent/插件架构 | 偏工程化 |
+| PydanticAI | Python 类型安全 Agent | 偏代码实现 |
+| LlamaIndex Workflows | 数据/RAG 流程 | 偏知识库和数据流 |
+
+## 推荐第一版组合
+
+### 低代码 MVP
+
+```text
+Make.com
++ Dify Workflow
++ 飞书多维表格
++ OpenAI/Gemini
+```
+
+适合快速验证电商 AI 自动化链路。
+
+### 开发者 MVP
+
+```text
+Pipedream
++ Dify 或 OpenAI API
++ Supabase/Postgres
++ 飞书/邮件/Telegram 通知
+```
+
+适合用户发挥开发能力，逻辑更可控。
+
+### 长期自控版本
+
+```text
+n8n 或自研后端
++ OpenAI Agents SDK / LangGraph
++ 数据库
++ 电商平台 API
++ 人工审核后台
+```
+
+不建议一开始就做。
+
+## 工具选择原则
+
+- 先用顺手工具跑通商业链路。
+- 不要为了工具学习而学习工具。
+- 如果流程验证有效，再考虑迁移到 n8n、自建系统或代码级 Agent 框架。
+
+## 当前建议
+
+下一步不要继续泛泛比较工具，应选择一个具体 MVP：
+
+```text
+商品表新增商品
+-> AI 生成商品素材
+-> 风控检查
+-> 写回表格
+-> 人工审核
+```
+
+然后再反推工具。