2.4 KiB
2.4 KiB
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:
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
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
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
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:
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。