【大模型Agent】Refly工作流加无限画布

Chandler_Song

583人浏览 · 2026-03-24 07:00:32

Chandler_Song · 2026-03-24 07:00:32 发布

Refly 完整使用教程

一、产品简介

Refly 是一款开源、AI 原生的企业级内容创作引擎，以 MCP 为底座，将可视化工作流与 Agent 深度耦合。其核心理念是：将"创意闪现"到"合规成稿"的全流程整合在同一平台，无需跨软件切换，不丢失上下文。

🌟 核心特点

特点	说明
🎨 自由画布界面	可视化拖拽编辑，像搭积木一样构建工作流
🤖 多模型支持	接入 13+ 主流 AI 模型（DeepSeek、Kimi K2、Claude、GPT-4o 等）
🔄 多线程对话	并行管理多个独立对话上下文，互不干扰
📚 知识库集成	整合文档、网页、代码等多类资源，支持 AI 自动建立关联
🔧 Skills 系统	通过自然语言描述创建可复用"技能包"，支持分享与复用

二、使用方式选择

Refly 提供三种使用方式，可根据实际需求灵活选择：

方式	适用场景	访问入口
☁️ Cloud 云版本	快速上手，零配置	https://refly.ai
🐳 Docker 自托管	数据隐私要求较高	本地部署（见第六节）
🏢 企业私有化部署	大型团队 / 组织	联系 support@refly.ai

💡 建议：新用户优先从 Cloud 版本入手，熟悉产品逻辑后再按需考虑本地或私有化部署。

三、快速入门（Cloud 版本）

第一步：注册与登录

访问官网：https://refly.ai
点击「开始使用」，支持 Google 或 GitHub 账号授权登录
完成邮箱验证后，即可使用全部功能

第二步：创建画布

登录后进入主界面，点击「创建画布」（New Canvas）
进入自由画布工作区，这是 Refly 的核心创作区域

第三步：一句话生成工作流（Vibe Workflow）

在画布中直接输入自然语言描述，例如：

「抓取三大平台热门内容，按我的风格改写成 6 条可发帖内容」

Refly 将自动解析意图，生成对应的工作流节点与连接关系。

第四步：调整与优化流程

拖拽节点：自由调整流程顺序与布局
编辑节点参数：点击单个节点进行详细配置
自然语言修改：直接告诉 AI 如何调整，无需手动操作
实时预览：在编排过程中随时查看各节点的输出结果

第五步：运行与导出

点击「运行」按钮，执行完整工作流
查看生成内容（文档、PPT、网页等形式均支持）
按需导出为 Markdown、HTML 或 PDF 格式

四、核心功能详解

1. 画布（Canvas）

画布是可视化编排工作流的核心区域，支持以下操作：

节点拖拽、连线与分组管理
多人实时协作编辑，状态自动同步
工作流版本保存与回溯

2. 节点类型（Nodes）

节点类型	功能说明
LLM 节点	调用 AI 模型生成文本内容
知识库节点	检索个人知识库中的相关内容
工具节点	执行特定功能（联网搜索、数值计算等）
输入 / 输出节点	接收用户输入或输出最终结果
条件节点	根据判断条件分支执行不同路径

3. 知识库（Knowledge Base）

一键导入论文、网页、本地文档
使用官方 Chrome 扩展，随时「剪存」任意网页内容
AI 自动建立知识关联，并在生成内容时智能引用

4. Skills 技能系统

Skills 是 Refly 的高级复用机制，流程如下：

用自然语言描述技能需求（如「生成周报」）
Refly 自动生成对应的 Skill 工作流
保存并发布至 Skills 市场
团队成员或其他用户可直接调用

五、典型使用场景

场景一：AI 技术博客写作

需求：自动撰写一篇 AI 技术博客

工作流设计：

搜索节点 → 抓取最新 AI 资讯
   ↓
总结节点 → 提取核心要点
   ↓
写作节点 → 生成博客正文
   ↓
排版节点 → 自动格式化并配图
   ↓
导出节点 → 输出 Markdown / PDF

场景二：社交媒体内容批量生成

需求：生成一周社交媒体内容

示例提示词：

「根据我的行业（科技 / AI），生成 7 条 Twitter 推文，风格专业且带有技术洞察，每天一条」

Refly 将自动生成包含内容创作、排版、定时发布的完整工作流。

场景三：团队协作项目管理

创建共享画布，邀请团队成员加入
各成员分别负责不同节点模块
实时查看彼此进度，冲突自动同步
工作流执行完毕后，自动汇总生成项目报告

六、本地部署教程（Docker）

环境要求

CPU：≥ 2 核
内存：≥ 4 GB
已安装 Docker 及 Docker Compose

部署步骤

# 1. 克隆官方仓库
git clone https://github.com/refly-ai/refly.git

# 2. 进入 Docker 配置目录
cd refly/deploy/docker

# 3. 复制环境变量模板
cp .env.example .env

# 4. 编辑 .env 文件，填写必要的 API Keys 等配置项
# （可使用任意文本编辑器）

# 5. 启动服务容器
docker compose up -d

# 6. 打开浏览器，访问本地服务
# 地址：http://localhost:5700

七、第三方模型配置（以 SiliconFlow 接入 DeepSeek 为例）

如需接入 DeepSeek、Kimi 等第三方模型，按以下步骤操作：

进入设置：点击头像 → 设置 → 供应商
在供应商商店中找到 SiliconFlow，点击安装
填入从 SiliconFlow 官网获取的 API Key
添加模型，参数配置如下：

参数	值
供应商	SiliconFlow
模型 ID	`deepseek-ai/DeepSeek-V3`
上下文长度	128,000
函数调用能力	✅ 开启

八、最佳实践建议

从小工作流起步：先搭建 2–3 个节点的简单流程，熟悉基本逻辑后再逐步扩展
善用模板复用：将稳定运行的工作流保存为模板，方便团队内快速调用
坚持版本管理：重要工作流定期保存版本快照，便于随时回溯
持续积累知识库：将高质量资料持续导入知识库，可显著提升 AI 输出质量
关注社区动态：GitHub 仓库（已获 4.5k+ Stars）持续更新新功能与 Skills 模板

九、资源汇总

资源	链接
官方网站	https://refly.ai
GitHub 仓库	https://github.com/refly-ai/refly
官方文档	https://docs.refly.ai
Skills 市场	https://github.com/refly-ai/refly-skills
社区支持	support@refly.ai