零代码实战：非技术人员如何用 Coze_Dify 搭建工作流 Agent

大数据洞察

170人浏览 · 2026-04-10 00:05:16

大数据洞察 · 2026-04-10 00:05:16 发布

零代码实战：非技术人员如何用 Coze/Dify 搭建工作流 Agent

关键词：零代码 AI 工具工作流 Agent Coze Dify 新媒体运营效率提升

摘要：你是不是曾经羡慕过那些能随手“造”出AI助手帮自己干活的程序员？比如自动写文案、自动发邮件、自动筛选客户线索的AI小帮手？别慌！现在有两个神奇的魔法工具——Coze和Dify，它们不需要你敲一行代码，只需要像搭积木一样拼拼画画，就能造出专属的AI“超级员工”（也就是我们常说的工作流Agent）！这篇文章会像给你讲“搭乐高城堡做快递员”的故事一样，一步步带你从“魔法工具是什么”入门，到“用Coze搭小红书爆款选题机器人”“用Dify做英语单词打卡提醒加自动批改助手”实战，最后帮你选到最适合自己的魔法工具。看完这篇文章，哪怕你只会用手机APP发朋友圈，也能自己造出AI小帮手啦！

背景介绍

目的和范围

这篇文章的目的超级明确——就是让完全不会写代码、只会用手机APP点来点去或者只会用Word打字的人，也能快速上手两款目前最火的零代码AI Agent工具：字节跳动的Coze和国内创业公司的Dify。我们不仅会讲清楚“魔法工具里的积木块是什么”“怎么把积木拼起来”，还会手把手带你搭两个真的能用、能帮你省时间的工作流Agent，让你立刻尝到零代码AI的甜头！

这篇文章的范围也定得很清晰：

我们只讲零代码模式，不会涉及任何需要写Python、Java或者其他编程语言的高级功能；
我们只讲工作流Agent——也就是能按“固定顺序或者简单逻辑自动完成一串任务”的AI小帮手，比如“先查小红书最近一周的热门话题，再根据你的账号领域选5个适合的，再给每个话题配3个配图关键词，最后写一份500字的写作大纲”，这种“一串任务连起来”的就是工作流Agent；
我们实战搭的两个工作流Agent，一个是新媒体运营人常用的小红书爆款选题机器人，另一个是学生党或者英语学习者常用的单词打卡提醒加自动批改助手——这两个场景覆盖的人群都很广，而且非常好上手；
我们最后会做一个Coze和Dify的简单对比，帮你根据自己的需求（比如是想快速做小工具，还是想做复杂一点的可发布的应用）选到最适合自己的工具。

预期读者

这篇文章的预期读者是所有想提升效率但完全不会写代码的人，具体包括但不限于：

新媒体运营人：每天要找选题、写文案、想配图，忙得脚不沾地的运营小伙伴；
学生党和英语学习者：每天需要背单词、打卡，有时候想找人批改英语作文或者口语练习但找不到老师的同学；
职场小白和行政人员：每天要发邮件、整理表格、筛选客户线索，做很多重复劳动的职场新人；
自由职业者：比如自由撰稿人、设计师助理，需要自己处理很多杂事的自由工作者；
对AI感兴趣但不敢碰代码的好奇宝宝：不管你是想做什么，只要你对“造自己的AI小帮手”这件事感兴趣，都可以来看看！

文档结构概述

接下来，我会像带你玩一个“搭乐高城堡做快递员”的闯关游戏一样，把这篇文章分成几个清晰的关卡：

第一关：认识你的魔法工具（Coze和Dify是什么？）

在这一关里，我会用“乐高积木箱”的比喻，讲清楚Coze和Dify这两个魔法工具到底是什么，它们分别有什么特点，以及它们和普通的AI聊天机器人（比如ChatGPT、豆包）有什么不一样。

第二关：认识魔法工具里的“核心积木块”

不管是Coze还是Dify，都是由几个核心的“积木块”组成的——我会用“乐高里的人仔、汽车、房子、地图”这些大家熟悉的东西来比喻这些核心积木块，让你一下子就能记住它们！

第三关：用Coze搭第一个工作流Agent——小红书爆款选题机器人

这一关是实战环节，我会一步一步带你打开Coze的“魔法积木箱”，拿出合适的积木块，拼出一个能自动帮你“查热门话题→选适合话题→配配图关键词→写写作大纲”的小红书爆款选题机器人！而且我会在每一步都配“截图提示”（虽然文章里不能直接放图片，但我会用非常详细的文字描述，让你像看着截图一样操作），哪怕你是第一次用Coze，也能跟着做出来！

第四关：用Dify搭第二个工作流Agent——英语单词打卡提醒加自动批改助手

这一关也是实战环节，我会带你认识另一个“魔法积木箱”Dify，拿出它的核心积木块，拼出一个能“每天早上8点给你发微信提醒背单词→你背完后拍照上传打卡→自动识别图片里的单词和中文意思→自动批改你的打卡→如果你全对了给你发鼓励的话→如果你有错的给你标出来并解释错误原因”的单词打卡助手！

第五关：选哪个魔法工具？Coze vs Dify 超实用对比

这一关我会做一个Coze和Dify的超实用对比表，从“上手难度”“积木块的数量和种类”“应用发布渠道”“免费额度”“适用场景”这几个维度帮你选到最适合自己的工具！

第六关：魔法工具的“进阶小技巧”（选读，但很有用！）

这一关我会讲几个零代码也能用到的进阶小技巧，比如“怎么让AI小帮手更懂你”“怎么让AI小帮手的输出更稳定”“怎么让AI小帮手能帮你处理表格里的内容”，这些小技巧能让你的AI小帮手变得更“聪明”、更“好用”！

第七关：总结和展望

这一关我会像老师给你讲“今天我们学了什么”一样，总结一下这篇文章的主要内容，然后再聊一聊“零代码AI工具未来会变成什么样”，让你对AI的未来有更多的期待！

第八关：动动小脑筋（思考题）

这一关我会给你留几个有趣的思考题，鼓励你自己动手去搭更多的AI小帮手！

第九关：常见问题与解答

这一关我会整理一些新手在使用Coze和Dify时最常遇到的问题，比如“为什么我的AI小帮手有时候会出错？”“怎么把我的AI小帮手分享给别人用？”，并给出详细的解答！

第十关：扩展阅读和参考资料

这一关我会给你推荐一些好的学习资源，比如Coze和Dify的官方文档、B站上的零代码AI教程、知乎上的相关问答，让你可以继续深入学习！

术语表

在正式开始之前，我先给你讲几个这篇文章里会用到的核心术语，用非常简单的语言解释清楚，免得你后面看不懂！

核心术语定义

零代码AI工具：就像一个不需要你会画画就能拼出漂亮图画的拼图套装，你不需要敲一行代码，只需要通过“拖拽、点击、打字”这三个简单的操作，就能造出自己的AI应用！
Agent：中文叫“智能体”，你可以把它想象成一个有自己“大脑”、有自己“手和脚”、能按你说的话或者按你设定的规则自动干活的超级员工！它的大脑就是“大语言模型（LLM）”，比如ChatGPT、豆包、Claude；它的手和脚就是“工具”，比如查天气的工具、发邮件的工具、处理表格的工具！
工作流Agent：就像一个有自己“固定工作流程表”的超级员工，它会严格按照你设定的“第一步做什么、第二步做什么、第三步做什么……”的顺序或者简单逻辑自动完成一串任务，中间不会乱跑！
大语言模型（LLM）：中文叫“大语言模型”，你可以把它想象成一个读过全世界所有书、看过全世界所有文章、会说全世界所有语言的超级聪明的“书呆子”，它能听懂你说的话，能回答你的问题，能帮你写文章、写代码、翻译东西，但它自己不会“主动做事”，也不会“用手和脚去接触外面的世界”——比如它不会自己去查今天的天气，不会自己去发邮件，除非你给它配“工具”！
工具（Tool）：中文叫“工具”，你可以把它想象成给超级员工（Agent）配的“手和脚”或者“小工具盒”，比如“锤子、剪刀、扳手”，但这里的工具是“数字工具”，比如查天气的工具、发微信的工具、查小红书热门话题的工具、处理Excel表格的工具！

缩略词列表

Coze：字节跳动推出的零代码AI Agent开发平台，没有正式的中文译名，大家一般直接叫“Coze”或者“扣子”（因为它的图标是一个小扣子！）；
Dify：国内创业公司推出的零代码AI应用开发平台，中文译名叫“定义”，因为它的口号是“定义你的AI应用”；
LLM：Large Language Model的缩写，中文叫“大语言模型”；
API：Application Programming Interface的缩写，中文叫“应用程序编程接口”，你可以把它想象成两个数字工具之间的“电话线”——比如Coze和小红书之间的“电话线”，通过这根电话线，Coze就能拿到小红书的热门话题数据！不过零代码模式下，你不需要自己去接这根“电话线”，平台已经帮你接好了！

核心概念与联系

故事引入

在正式讲核心概念之前，我先给你讲一个有趣的生活小故事，通过这个小故事，你就能一下子理解“零代码AI工具”“Agent”“工作流Agent”“LLM”“工具”这些核心概念了！

假设你是一个开奶茶店的老板，名字叫小明，你的奶茶店开在学校旁边，生意还不错，但你每天都忙得脚不沾地——你不仅要自己煮奶茶、招呼客人、收钱，还要自己“做三件每天都要做的重复劳动”：

第一件事：每天早上7点半，打开手机上的“墨迹天气”APP，查一下今天的天气，如果今天下雨，就多准备一些热奶茶的原料；如果今天天晴，就多准备一些冰奶茶的原料；
第二件事：每天早上8点，打开手机上的“微信”APP，给你的兼职员工小红发一条微信消息，告诉她今天的天气和需要准备的原料；
第三件事：每天晚上10点，打开手机上的“美团外卖”APP，查一下今天的外卖订单销量，看看哪款奶茶卖得最好，然后在自己的“备忘录”APP里记下来，明天多准备一些这款奶茶的原料。

这三件事虽然简单，但每天都要做，太浪费时间了——小明做梦都想有一个超级员工，能帮自己自动完成这三件事，这样他就能多花一些时间在“研究新奶茶配方”这件更重要的事情上了！

突然有一天，小明的朋友给他推荐了两个神奇的魔法工具——Coze和Dify，朋友说：“这两个魔法工具不需要你会敲代码，只需要像搭积木一样拼拼画画，就能造出专属的超级员工！”

小明半信半疑地打开了Coze的“魔法积木箱”，发现里面有好多好多“积木块”：

第一个积木块叫**“定时触发积木”**——就像一个“闹钟”，可以设定时间让超级员工自动开始工作；
第二个积木块叫**“查天气工具积木”**——就像给超级员工配了一个“墨迹天气小助手”，能帮他查今天的天气；
第三个积木块叫**“微信发送消息工具积木”**——就像给超级员工配了一个“微信小助手”，能帮他发微信消息；
第四个积木块叫**“超级聪明的书呆子（LLM）积木”**——就像给超级员工配了一个“大脑”，能帮他“根据天气判断需要准备什么原料”“组织语言写微信消息”“根据外卖订单销量分析哪款奶茶卖得最好”；
第五个积木块叫**“备忘录记录工具积木”**——就像给超级员工配了一个“备忘录小助手”，能帮他在备忘录里记东西；
第六个积木块叫**“变量魔法盒子积木”**——就像给超级员工配了一些“可以改变内容的魔法盒子”，可以把“今天的天气”“需要准备的原料”“今天的外卖订单销量”“卖得最好的奶茶”这些东西放进去。

然后小明按照朋友教的方法，把这些积木块按顺序拼了起来：

第一步：放一个“定时触发积木”，设定每天早上7点半自动触发“早上的工作”，每天晚上10点自动触发“晚上的工作”；
第二步（早上的工作）：放一个“查天气工具积木”，让它查今天的天气，然后把查出来的结果放到“第一个魔法盒子（今天的天气）”里；
第三步（早上的工作）：放一个“超级聪明的书呆子（LLM）积木”，给它写一份“详细的任务说明书（提示词）”：“请你看一下第一个魔法盒子里的今天的天气，如果今天下雨，请告诉我多准备热奶茶的原料，比如红茶、牛奶、珍珠；如果今天天晴，请告诉我多准备冰奶茶的原料，比如绿茶、椰奶、芋圆。然后请你组织语言，写一条友好的微信消息，发给兼职员工小红，开头要叫‘小红早上好呀’，结尾要叫‘加油哦！’”，然后让它把“需要准备的原料”放到“第二个魔法盒子”里，把“写好的微信消息”放到“第三个魔法盒子”里；
第四步（早上的工作）：放一个“微信发送消息工具积木”，让它把“第三个魔法盒子里的微信消息”发给兼职员工小红；
第五步（晚上的工作）：放一个“美团外卖查订单销量工具积木”（假设Coze里有这个积木块），让它查今天的外卖订单销量，然后把查出来的结果放到“第四个魔法盒子”里；
第六步（晚上的工作）：放一个“超级聪明的书呆子（LLM）积木”，给它写一份“详细的任务说明书（提示词）”：“请你看一下第四个魔法盒子里的今天的外卖订单销量，统计一下哪款奶茶卖得最好，然后组织语言，写一段简短的话，放到备忘录里，开头要写‘今日外卖销量总结’，结尾要写‘小明老板记’。”，然后让它把“卖得最好的奶茶”放到“第五个魔法盒子”里，把“写好的备忘录内容”放到“第六个魔法盒子”里；
第七步（晚上的工作）：放一个“备忘录记录工具积木”，让它把“第六个魔法盒子里的备忘录内容”记到小明的手机备忘录里。

拼好之后，小明按了一下“启动魔法”按钮——哇！第二天早上7点半，超级员工真的自动开始工作了！它查了今天的天气，发现今天天晴，就自动给小红发了一条微信消息：“小红早上好呀！今天天气晴朗，温度适宜，请你多准备一些冰奶茶的原料，比如绿茶、椰奶、芋圆哦！加油哦！”；晚上10点，超级员工又自动开始工作了，它查了今天的外卖订单销量，发现“杨枝甘露”卖得最好，就自动在小明的手机备忘录里记了下来：“今日外卖销量总结：今天杨枝甘露卖得最好，共卖出35杯！小明老板记”。

小明高兴坏了！他终于不用再每天做这三件重复劳动了，他可以多花一些时间在“研究新奶茶配方”这件更重要的事情上了！

好了，故事讲完了——通过这个故事，你是不是已经对“零代码AI工具”“Agent”“工作流Agent”“LLM”“工具”这些核心概念有了一个初步的理解？接下来，我会用更专业但依然通俗易懂的语言，把这些核心概念讲得更清楚！

核心概念解释（像给小学生讲故事一样）

核心概念一：零代码AI工具是什么？

刚才的故事里，小明用的Coze和Dify就是零代码AI工具——你可以把它想象成一个**“零门槛乐高积木箱”**，普通的乐高积木箱可能需要你会“看图纸、拼复杂的结构”，但这个零门槛乐高积木箱不一样：

它已经把“所有复杂的零件都拼好了，变成了一个个大的、好用的积木块”——比如“定时触发积木”“查天气工具积木”“微信发送消息工具积木”“超级聪明的书呆子（LLM）积木”“变量魔法盒子积木”；
它不需要你会“看复杂的图纸”，只需要你“按顺序把这些大的积木块拼起来”，或者“按简单的逻辑拼起来”；
它不需要你会“用胶水粘积木”，只需要你“用手轻轻一按，积木块就自动粘在一起了”；
拼好之后，你只需要“按一下‘启动魔法’按钮”，这个拼好的乐高作品（也就是你的AI应用）就会自动开始工作了！

简单来说，零代码AI工具就是让完全不会写代码的人，也能快速造出自己的AI应用的神奇工具！

核心概念二：Agent是什么？

刚才的故事里，小明造的那个“能自动帮他完成三件重复劳动的超级员工”就是Agent——你可以把它想象成一个**“有自己的大脑、有自己的手和脚、能听你话、能按你设定的规则自动干活的虚拟超级员工”**：

它的大脑：就是“大语言模型（LLM）”，比如ChatGPT、豆包、Claude，它能听懂你说的话，能回答你的问题，能帮你写文章、组织语言、分析数据，但它自己不会“主动做事”，也不会“用手和脚去接触外面的世界”；
它的手和脚：就是“工具（Tool）”，比如查天气的工具、发微信的工具、查小红书热门话题的工具、处理Excel表格的工具，通过这些工具，它就能“主动接触外面的世界”，帮你完成很多“超级聪明的书呆子（LLM）自己做不到的事情”；
它的工作方式：你可以“直接跟它说话”，让它帮你完成一件事（比如“帮我查一下今天的天气，然后给小红发一条微信消息”），这叫“对话式Agent”；你也可以“给它设定一个固定的工作流程表”，让它严格按照流程表自动完成一串任务（比如刚才故事里的小明造的超级员工），这叫“工作流Agent”——我们这篇文章主要讲的就是“工作流Agent”！

简单来说，Agent就是一个能听你话、能按你设定的规则自动干活、有自己的大脑和手和脚的虚拟超级员工！

核心概念三：工作流Agent是什么？

刚才的故事里，小明造的那个“严格按照‘查天气→判断原料→发微信→查销量→分析销量→记备忘录’的顺序自动完成任务的超级员工”就是工作流Agent——你可以把它想象成一个**“工厂里的流水线工人”，或者“按照菜谱做菜的厨师”**：

流水线工人的比喻：工厂里的流水线是由“很多个工位”组成的，每个工位都有“固定的任务”，比如第一个工位是“装瓶盖”，第二个工位是“贴标签”，第三个工位是“装箱子”——工作流Agent就像这样一条“数字流水线”，它是由“很多个步骤（也就是很多个积木块）”组成的，每个步骤都有“固定的任务”，它会严格按照“工位的顺序”自动完成任务；
厨师的比喻：按照菜谱做菜的厨师会严格按照“菜谱的步骤”做菜，比如第一步是“洗青菜”，第二步是“切青菜”，第三步是“炒青菜”，第四步是“放盐和味精”——工作流Agent就像这样一个“严格按照数字菜谱做菜的厨师”，它会严格按照“你设定的数字菜谱的步骤”自动完成任务；
它的特点：它的工作流程是固定的、可预测的，它不会“主动创新”，也不会“乱跑”，只会“严格按照你设定的流程表或者菜谱自动完成任务”——这对于“每天都要做的重复劳动”来说，简直是太完美了！

简单来说，工作流Agent就是一个严格按照你设定的固定流程表自动完成一串任务的虚拟流水线工人或者数字厨师！

核心概念四：大语言模型（LLM）是什么？

刚才的故事里，Agent的大脑就是大语言模型（LLM）——你可以把它想象成一个**“读过全世界所有书、看过全世界所有文章、会说全世界所有语言、超级聪明但有点‘呆’的书呆子”**：

它的优点：它超级聪明，能听懂你说的话，能回答你的问题，能帮你写文章、写代码、翻译东西、组织语言、分析数据，几乎无所不能；
它的缺点：它有点“呆”，不会“主动做事”——除非你给它下命令；不会“用手和脚去接触外面的世界”——除非你给它配工具；有时候会“说瞎话”——也就是我们常说的“幻觉（Hallucination）”，比如它会告诉你“昨天北京下了雪”，但实际上昨天北京根本没下雪；
它的工作原理：它是通过“学习全世界所有的文本数据”来工作的——比如它读过《红楼梦》，读过《西游记》，读过所有的新闻报道，读过所有的微信公众号文章，读过所有的知乎问答，所以它能“根据你给的提示词，从它学过的所有文本数据里找出相关的内容，然后组织成一段通顺的话”；
常见的LLM：国外的有ChatGPT（OpenAI开发的）、Claude（Anthropic开发的）、Gemini（Google开发的）；国内的有豆包（字节跳动开发的）、文心一言（百度开发的）、通义千问（阿里开发的）、智谱清言（智谱AI开发的）。

简单来说，大语言模型（LLM）就是Agent的大脑，是一个超级聪明但有点呆的书呆子！

核心概念五：工具（Tool）是什么？

刚才的故事里，Agent的手和脚就是工具（Tool）——你可以把它想象成**“给虚拟超级员工（Agent）配的小工具盒”**，里面装着各种各样的“数字工具”，比如：

信息查询类工具：查天气的工具、查新闻的工具、查股票的工具、查小红书热门话题的工具、查抖音热门视频的工具；
通讯类工具：发微信的工具、发邮件的工具、发短信的工具、发钉钉消息的工具、发飞书消息的工具；
内容创作类工具：生成图片的工具（比如DALL-E 3、Midjourney）、生成音频的工具（比如ElevenLabs）、生成视频的工具（比如Sora、Runway）；
数据处理类工具：处理Excel表格的工具、处理CSV文件的工具、处理JSON数据的工具；
其他类工具：翻译工具、日历工具、待办事项工具、在线投票工具。

简单来说，工具（Tool）就是Agent的手和脚，是给虚拟超级员工配的小工具盒！

核心概念六：提示词（Prompt）是什么？

刚才的故事里，小明给“超级聪明的书呆子（LLM）积木”写的“详细任务说明书”就是提示词（Prompt）——你可以把它想象成**“给超级聪明的书呆子（LLM）写的考试题目或者作业要求”**：

考试题目/作业要求越详细，书呆子（LLM）答得/做得越好：比如你给书呆子（LLM）写的作业要求是“帮我写一篇文章”，它可能会随便给你写一篇乱七八糟的文章；但如果你给它写的作业要求是“帮我写一篇500字左右的小红书爆款笔记，主题是‘大学生如何在宿舍里做美味的番茄炒蛋’，开头要吸引眼球，比如用‘救命！我在宿舍里做的番茄炒蛋被室友抢光了！’，中间要有详细的步骤，比如‘第一步：准备食材’‘第二步：切番茄和打鸡蛋’‘第三步：炒鸡蛋’‘第四步：炒番茄’‘第五步：混合翻炒’，结尾要有互动，比如‘你们在宿舍里做过什么美味的菜？欢迎在评论区留言告诉我！’，语气要活泼可爱，像和朋友聊天一样，用一些emoji表情符号”，它就会给你写一篇非常好的小红书爆款笔记！
提示词的核心要素：一般来说，一个好的提示词应该包含以下几个核心要素：
- 角色（Role）：告诉书呆子（LLM）它现在是什么身份，比如“你现在是一个拥有100万粉丝的小红书美食博主”；
- 任务（Task）：告诉书呆子（LLM）它需要完成什么任务，比如“帮我写一篇500字左右的小红书爆款笔记，主题是‘大学生如何在宿舍里做美味的番茄炒蛋’”；
- 要求（Requirements）：告诉书呆子（LLM）完成任务的具体要求，比如“开头要吸引眼球，中间要有详细的步骤，结尾要有互动，语气要活泼可爱，用一些emoji表情符号”；
- 格式（Format）：告诉书呆子（LLM）输出的格式，比如“请用Markdown格式输出，标题用#，小标题用##，列表用-”；
- 示例（Example）：如果可以的话，给书呆子（LLM）一个示例，比如“这是一篇我之前写的小红书爆款笔记，你可以参考一下它的风格和格式……”。

简单来说，提示词（Prompt）就是给超级聪明的书呆子（LLM）写的详细任务说明书，写得越详细、越清楚，LLM完成任务的质量就越高！

核心概念七：变量（Variable）是什么？

刚才的故事里，小明用的“可以改变内容的魔法盒子”就是变量（Variable）——你可以把它想象成一个**“空的信封”或者“空的文件夹”**，你可以把“你的账号领域”“你今天背的单词”“你拍的打卡照片”“今天的天气”“需要准备的原料”这些东西放进去，然后超级员工（Agent）会根据信封或者文件夹里的内容自动调整自己的工作：

为什么要用变量？：因为你每次需要超级员工（Agent）完成的任务可能“大部分内容是一样的，但有些内容是不一样的”——比如你每次用小红书爆款选题机器人时，“大部分流程是一样的：查热门话题→选适合话题→配配图关键词→写写作大纲”，但“有些内容是不一样的：你的账号领域（比如你可能今天想做美食，明天想做美妆，后天想做学习）、你想查的热门话题的时间范围（比如你可能想查最近一周的，也可能想查最近一个月的）、你想选的话题的数量（比如你可能想选5个，也可能想选10个）”——这时候你就需要用变量，把这些“不一样的内容”放到变量里，每次用的时候只需要改变变量里的内容，不需要重新拼整个工作流！
变量的命名：变量的名字要“简单易懂、一看就知道里面装的是什么”——比如你可以把“你的账号领域”这个变量命名为“账号领域”，把“你想查的热门话题的时间范围”这个变量命名为“时间范围”，把“你想选的话题的数量”这个变量命名为“话题数量”；
变量的类型：变量有很多类型，比如“文本类型（Text）”——可以装文字，比如“账号领域：美食”；“数字类型（Number）”——可以装数字，比如“话题数量：5”；“图片类型（Image）”——可以装图片；“文件类型（File）”——可以装文件，比如Excel表格、Word文档；“布尔类型（Boolean）”——可以装“是”或者“否”，比如“是否要配图关键词：是”。

简单来说，变量就是一个可以改变内容的魔法盒子，能让你的工作流Agent更灵活、更好用！

核心概念八：条件分支（Conditional Branch）是什么？

刚才的故事里，小明设定的“如果今天下雨，就多准备热奶茶的原料；如果今天天晴，就多准备冰奶茶的原料”就是条件分支（Conditional Branch）——你可以把它想象成一个**“十字路口的红绿灯”或者“做选择题的答题卡”**：

十字路口的红绿灯的比喻：十字路口有红、黄、绿三个红绿灯，红灯亮的时候你要停下来，绿灯亮的时候你可以走，黄灯亮的时候你要小心——条件分支就像这样的红绿灯，Agent会根据“某个条件是否成立”来决定“走哪条路”；
做选择题的答题卡的比喻：做选择题的时候，你会根据“题目给的条件”来决定“选A、选B、选C还是选D”——条件分支就像这样的答题卡，Agent会根据“某个条件是否成立”来决定“执行哪个步骤”；
常见的条件：常见的条件有“等于（=）”“不等于（≠）”“大于（>）”“小于（<）”“大于等于（≥）”“小于等于（≤）”“包含（Contains）”“不包含（Does not contain）”——比如“如果账号领域包含‘美食’，就选美食类的热门话题；如果账号领域包含‘美妆’，就选美妆类的热门话题”。

简单来说，条件分支就是一个十字路口的红绿灯，能让你的工作流Agent根据不同的情况走不同的路！

核心概念之间的关系（用小学生能理解的比喻）

刚才我们讲了八个核心概念，现在我们来看看这些核心概念之间的关系——我会用“开奶茶店的小明和他的虚拟超级员工”的比喻，把这些关系讲得更清楚！

概念一和概念二的关系：零代码AI工具和Agent的关系

零代码AI工具和Agent的关系，就像**“积木箱和拼好的乐高作品”的关系**：

积木箱（零代码AI工具）是“原材料”，里面装着各种各样的积木块（LLM、工具、变量、条件分支、定时触发等等）；
拼好的乐高作品（Agent）是“成品”，是你用积木箱里的积木块拼出来的；
没有积木箱（零代码AI工具），你就拼不出乐高作品（Agent）；
没有拼好的乐高作品（Agent），积木箱（零代码AI工具）就只是一个“空箱子”，没有任何用处。

概念二和概念三的关系：Agent和工作流Agent的关系

Agent和工作流Agent的关系，就像**“超级员工和严格按照固定流程表工作的流水线工人”的关系**：

超级员工（Agent）是“总的称呼”，它包括“严格按照固定流程表工作的流水线工人（工作流Agent）”和“可以灵活应对各种情况的私人助理（对话式Agent）”；
严格按照固定流程表工作的流水线工人（工作流Agent）是“超级员工（Agent）的一种”，它的特点是“工作流程固定、可预测”，适合做“每天都要做的重复劳动”；
可以灵活应对各种情况的私人助理（对话式Agent）是“超级员工（Agent）的另一种”，它的特点是“工作流程灵活、不可预测”，适合做“需要灵活应对的事情”，比如“帮你订机票”“帮你安排日程”。

概念二和概念四、概念五的关系：Agent和LLM、工具的关系

Agent和LLM、工具的关系，就像**“虚拟超级员工和它的大脑、手和脚的关系”**：

虚拟超级员工（Agent）是“整体”；
大脑（LLM）是“核心”，没有大脑（LLM），虚拟超级员工（Agent）就只是一个“没有思想的机器”，什么都做不了；
手和脚（工具）是“辅助”，没有手和脚（工具），虚拟超级员工（Agent）就只是一个“只会坐在那里说话的书呆子”，不能“主动接触外面的世界”，不能完成很多“实际的任务”；
大脑（LLM）和手和脚（工具）一起合作，才能让虚拟超级员工（Agent）成为一个“真正有用的超级员工”。

概念四和概念六的关系：LLM和提示词的关系

LLM和提示词的关系，就像**“超级聪明的书呆子和详细的任务说明书的关系”**：

超级聪明的书呆子（LLM）是“执行者”；
详细的任务说明书（提示词）是“指挥棒”，没有指挥棒（提示词），超级聪明的书呆子（LLM）就不知道“该做什么”“该怎么做”；
指挥棒（提示词）越详细、越清楚，执行者（LLM）完成任务的质量就越高。

概念三和概念七、概念八的关系：工作流Agent和变量、条件分支的关系

工作流Agent和变量、条件分支的关系，就像**“流水线工人和可以改变内容的原料箱、十字路口的红绿灯的关系”**：

流水线工人（工作流Agent）是“执行者”；
可以改变内容的原料箱（变量）是“灵活度调节器”，没有原料箱（变量），流水线工人（工作流Agent）就只能“做一模一样的产品”，不能“根据不同的情况做不同的产品”；
十字路口的红绿灯（条件分支）是“路线选择器”，没有红绿灯（条件分支），流水线工人（工作流Agent）就只能“走一条固定的路”，不能“根据不同的情况走不同的路”；
原料箱（变量）和红绿灯（条件分支）一起合作，才能让流水线工人（工作流Agent）成为一个“既严格又灵活的执行者”。

核心概念原理和架构的文本示意图（专业定义）

刚才我们用了很多小学生能理解的比喻，现在我们来看看这些核心概念的专业定义和架构的文本示意图——这个示意图会更清晰地展示这些核心概念之间的关系！

零代码AI工作流Agent的专业定义

零代码AI工作流Agent是一种基于大语言模型（LLM）、通过零代码平台构建的、能按预设的固定流程或简单逻辑自动调用多个工具完成一串任务的智能应用。

零代码AI工作流Agent的架构文本示意图

零代码AI工作流Agent的架构可以分为三层：

用户交互层：这一层是用户和工作流Agent“沟通”的地方，用户可以通过以下几种方式和工作流Agent沟通：
- 输入界面：用户可以在输入界面里输入变量的内容，比如“账号领域：美食”“时间范围：最近一周”“话题数量：5”；
- 定时触发：工作流Agent可以在设定的时间自动开始工作，比如“每天早上7点半”；
- 事件触发：工作流Agent可以在某个事件发生时自动开始工作，比如“当收到一封新邮件时”“当有人在小红书上给你点赞时”；
核心执行层：这一层是工作流Agent“干活”的地方，它由以下几个部分组成：
- 流程控制器：这是核心执行层的“指挥中心”，它会严格按照“用户预设的流程表”来控制工作流的执行顺序，比如“第一步执行定时触发，第二步执行查天气工具，第三步执行LLM，第四步执行微信发送消息工具”；
- 大语言模型（LLM）引擎：这是核心执行层的“大脑”，它会根据“流程控制器的命令”和“用户写的提示词”来处理数据，比如“根据天气判断需要准备什么原料”“组织语言写微信消息”；
- 工具调度器：这是核心执行层的“手和脚的管理者”，它会根据“流程控制器的命令”来调用相应的工具，比如“调用查天气工具”“调用微信发送消息工具”；
- 变量管理器：这是核心执行层的“魔法盒子的管理者”，它会负责“存储变量的内容”“把变量的内容传递给LLM引擎或者工具调度器”“更新变量的内容”；
工具生态层：这一层是工作流Agent“手和脚的来源”，它由零代码平台自带的工具和第三方工具组成，比如：
- 平台自带工具：比如Coze自带的豆包LLM、定时触发工具、微信公众号工具、小红书工具；
- 第三方工具：比如Dify支持的ChatGPT LLM、Claude LLM、DALL-E 3图片生成工具、Slack通讯工具、Google Sheets数据处理工具。

Mermaid 流程图 (Mermaid 流程节点中不要有括号()、逗号,等特殊字符)

刚才我们看了核心概念原理和架构的文本示意图，现在我们来看看Mermaid流程图——这个流程图会更直观地展示零代码AI工作流Agent的执行流程！

这个Mermaid流程图的意思是：

首先，用户通过“输入变量内容”“定时触发”或者“事件触发”的方式，向“流程控制器”发送命令；
然后，“流程控制器”把“变量的内容”存储到“变量管理器”里；
接着，“流程控制器”根据“用户预设的流程表”，让“工具调度器”调用“平台自带工具”或者“第三方工具”；
“平台自带工具”或者“第三方工具”执行完任务后，把“返回的数据”存储到“变量管理器”里；
然后，“流程控制器”让“LLM引擎”处理“变量管理器里的变量内容”，并传递“用户写的提示词”；
“LLM引擎”处理完数据后，把“返回的处理后的数据”存储到“变量管理器”里；
接着，“流程控制器”根据“用户预设的流程表”，重复步骤3到步骤6，直到所有的任务都完成；
最后，“流程控制器”把“变量管理器里的最终结果”输出到“用户交互层”，用户就能看到结果了！

核心算法原理 & 具体操作步骤

核心算法原理：工作流编排算法

刚才我们讲了核心概念，现在我们来看看工作流编排算法——这是零代码AI平台用来“控制工作流执行顺序”的核心算法！

工作流编排算法其实并不复杂，它的核心思想就是**“按顺序执行节点，遇到条件分支就判断条件，遇到循环就重复执行”**——我会用“开奶茶店的小明的工作流”的例子，把这个算法讲得更清楚！

小明的工作流的节点列表

我们先把小明的工作流拆成“一个个节点”（也就是一个个积木块）：

节点1：定时触发（早上7点半）
节点2：查天气工具
节点3：条件分支（判断今天是否下雨）
- 条件分支A：是（今天下雨）
- 条件分支B：否（今天天晴）
节点4A（条件分支A的子节点）：LLM（根据下雨判断需要准备的热奶茶原料）
节点4B（条件分支B的子节点）：LLM（根据天晴判断需要准备的冰奶茶原料）
节点5：LLM（组织语言写微信消息）
节点6：微信发送消息工具
节点7：定时触发（晚上10点）
节点8：查美团外卖订单销量工具
节点9：LLM（分析哪款奶茶卖得最好，写备忘录内容）
节点10：备忘录记录工具

工作流编排算法的具体执行步骤

现在我们来看看工作流编排算法是如何“按顺序执行小明的工作流的节点”的：

第一步：算法开始执行，先检查“是否有触发条件满足”——比如现在是早上7点半，那么“节点1的触发条件满足”，算法就从“节点1”开始执行；
第二步：算法执行“节点1：定时触发”，执行完后，把“执行成功”的信号传递给“下一个节点：节点2”；
第三步：算法执行“节点2：查天气工具”，工具会查今天的天气，假设查出来的结果是“今天天晴”，然后把“查出来的结果”存储到“变量管理器”里，再把“执行成功”的信号传递给“下一个节点：节点3”；
第四步：算法执行“节点3：条件分支”，它会从“变量管理器”里取出“今天的天气”这个变量的内容，然后判断“条件是否成立”——因为今天天晴，所以“条件分支B成立”，算法就跳过“条件分支A”，直接执行“条件分支B的子节点：节点4B”；
第五步：算法执行“节点4B：LLM”，它会从“变量管理器”里取出“今天的天气”这个变量的内容，然后根据“用户写的提示词