Refly 深度测评：开源 Agent Skills 构建器，能替 n8n 还是替 MCP？

GitHub：https://github.com/refly-ai/refly ⭐ 7471
托管版：https://refly.ai · 自部署文档：https://docs.refly.ai/community-version/self-deploy/
许可证：GitHub 显示 NOASSERTION · 仓库内为 ReflyAI Open Source License（Apache 2.0 + 附加限制）
CLI：@powerformer/refly-cli

👤 测评人背景

我同时在 Cursor 里写代码、在飞书群里收审批、偶尔还要把一段 SOP 变成「Agent 能反复调用的技能」。纯手写 MCP 服务器能控，但维护成本高；n8n 画流程很快，导出到 Claude Code 里当工具用却别扭。Refly 进清单，是因为 GitHub 自述 「首个开源 Agent Skills 构建器」——Skills 被定义成持久化基础设施，而不是一次性 Prompt。下面按仓库 README、自部署文档和夹内笔记拆；未在撰写日完整压测 3000+ 工具集成与 Vibe 模式全边界，不写虚构 QPS 或「3 分钟必成」类测速。

🎯 先说结论

Refly 是一个 可视化 + 可导出 的 Agent Skills 构建平台：在 IDE 里用拖拽或 Vibe 自然语言生成工作流，编译为可版本控制的 Skill，再导出到 Cursor、Claude Code、Codex，或作为 REST API / Webhook 给 Lovable 类前端调用。它强调 可干预运行时——执行中可以暂停、审计、改步骤——以及 3000+ 原生工具 + MCP 接入。

与 n8n/Dify 的重叠在「画流程」，差异在 输出形态：Refly 要把流程变成可移植的 Skill 资产，分发到不同 Agent 运行时；n8n 更偏「触发自动化黑盒」。与手写 MCP 比：Refly 用 Copilot 把意图编译成 DSL，少写样板代码，但复杂定制仍可能不如纯代码自由。

我的决策句：如果你要把企业 SOP 固化成跨 Cursor/Claude Code 可调用的 Skill，并愿意自部署或读清许可证，可以优先跑通社区版 Docker；如果只要 cron 触发邮件、不想碰 Agent 导出，或看到 Apache-2.0 就默认能闭源商用，不建议跳过 LICENSE——ReflyAI Open Source License 有附加限制，商用前必须通读全文。

📦 Refly 是什么？

一句话：Skills 不是 Prompt，是持久化基础设施。 你在 Refly 里描述或拖拽出一段业务逻辑（查 CRM、走审批、调 Stripe、搜网页再汇总），平台把它编译成确定性更高的 Skill 单元，注册进 Skill Registry，再 导出 到不同运行时——而不是锁死在 Refly 这一台实例里。

交付形态分三层：
1. Refly 托管 refly.ai —— 最快上手；
2. Docker 自部署 —— 文档入口 https://docs.refly.ai/community-version/self-deploy/ ，默认本地端口笔记口径 localhost:5700；
3. CLI @powerformer/refly-cli —— 偏 Skill 安装与发布，高级编排仍在完善。

与 LangChain 的区别：LangChain 是代码框架，你在 Python/TS 里拼链；Refly 是 带 IDE 的构建器 + 导出器，面向「不想先写二百行胶水代码」的团队。与手写 MCP 的区别：MCP 你自己管 schema、传输、鉴权；Refly 提供工具目录和编译路径，但 极端自定义协议 仍可能回到手写。

📷 配图待补：Refly 官网/GitHub 首页（images/Refly-homepage.png）

📷 配图待补：Workflow IDE 主界面（images/Refly-main-ui.png）

📷 配图待补：SOP → Skill 编译 → 导出 Cursor/Claude Code/API，流程示意（images/Refly-schematic-overview.png）

[业务 SOP / 自然语言意图]
    ↓ Refly IDE（画布 or Vibe 模式）
[编译为 Skill DSL · 版本注册]
    ↓ 导出
[Cursor / Claude Code / Codex / REST / Webhook / 飞书 Slack Bot]

🧩 Refly 有哪些功能？

功能特色一览

Skill IDE：画布与 Vibe 双入口

「New Workflow」可以选 空白画布：网页搜索 → LLM 分析 → 格式化输出，节点连线清晰，适合已经知道步骤的 SOP。Vibe 模式用自然语言描述需求，由 Copilot 生成初版流程——适合探索期，但 生产环境必须在生成后再做节点级微调（下文实测会讲可靠性边界）。

📷 配图待补：画布编排与 Vibe 生成对比（images/Refly-feature-ide.png）

可干预运行时：和 n8n 的真正分叉

n8n 常见心智是「触发 → 全自动跑完」；Refly 强调 Intervenable Runtime——某一步 LLM 输出离谱时，你可以暂停、改参数或改上下文，再继续。对财务审批、对外客服、带合规审计的内部流程，这比「跑完再看日志」更贴需求。

📷 配图待补：运行时逐步审计界面（images/Refly-feature-runtime.png）

导出与 CLI

导出到 Cursor/Claude Code 后，编程 Agent 把 Skill 当 可调用工具，而不是每次重读一长段 Prompt。REST/Webhook 则给 Lovable 类前端或飞书机器人当后端。CLI @powerformer/refly-cli 当前笔记口径以 技能安装和发布 为主，复杂 CI/CD 编排别预期一步到位。

🧠 核心逻辑：它为什么不一样？

Prompt 方案的问题：同一个 SOP，换模型、换 IDE、换同事，就要复制粘贴改一遍，版本不可审计。Refly 的路径：意图 → 编译为 Skill DSL → 注册 → 导出——Skill 像基础设施包，Prompt 像一次性便签。

三拍：构建 → 注册版本 → 分发运行时。值不值得留，看 Skill 能否跨环境复用、失败能否局部重跑、许可证是否允许你的商用形态——不是看 Vibe 演示漂不漂亮。

机制层怎么选：要 Agent 工具化 + 可干预，认真试 Refly；要 定时 ETL/通知，n8n 可能更轻；要 协议级完全掌控，手写 MCP 或 LangChain 代码仍是最硬的路。

📷 配图待补：Prompt vs Skill 基础设施，分层示意（images/Refly-architecture-flow.png）

⚔️ Refly 和 n8n/Dify、手写 MCP、LangChain 有什么区别？

选型句：要把 SOP 变成 Cursor/Claude Code 里可调用的 Skill 资产，优先 Refly；要 cron 发邮件、同步表格，n8n 往往够用；要 完全自定义传输与 schema，手写 MCP；要 深度代码集成、科研级灵活，LangChain 代码栈更直接。

📷 配图待补：四类方案对照示意（images/Refly-vs-competitor.png）

🧪 我实际跑下来的体验

说明：综合 GitHub README、自部署文档与公开 FAQ 口径；未在撰写日对全部 3000+ 集成做连通性矩阵，不编造执行耗时。

✅ 好的方面

1. 定位句清晰：Skills 是基础设施，不是 Prompt
对受够了「每个项目复制同一段 system prompt」的团队，这是可操作的架构语言，不是口号。

2. 导出形态覆盖「开发」和「业务入口」
同一 Skill 既能进 Cursor，又能变 REST/Webhook 给飞书——减少「为 Slack 再画一张 n8n 图」的重复。

3. 可干预运行时贴合规场景
对外动作前能暂停看一眼 LLM 输出，比纯黑盒自动化更适合有审计要求的内部流程。

4. 社区热度可核对
GitHub ⭐7471（以仓库当日为准），Issues/PR 活跃面明显大于小玩具项目；自部署文档独立托管，和 refly.ai 托管版分工清楚。

❌ 不好的方面

1. 许可证不能当 MIT 一扫而过
GitHub 许可证字段显示 NOASSERTION；仓库内实际为 ReflyAI Open Source License（Apache 2.0 + 附加限制）。商用、闭源分发、SaaS 再包装 必须通读 LICENSE——「看着像 Apache 就能随便卖」是常见误判。

2. 自部署不含 LLM，成本与复杂度外置
Docker 社区版默认 localhost:5700，笔记口径最低约 2 核 CPU、4GB RAM；但 模型推理要自备 OpenAI/Anthropic 等 Key，token 花费随工作流复杂度波动。Refly 的 DSL 设计声称能省 token，我没有实测对比数据，不当承诺。

3. Vibe 模式适合原型，不适合无脑上生产
自然语言生成的工作流在边界条件（空结果、权限失败、分页、幂等）上容易漏节点。官方 FAQ 口径也是：Vibe 加速 0→1，生产要 节点级精调 + 反复测试 + 审计日志——偷懒直接上线，翻车概率高。

4. Skills 生态仍早期
官方与社区 Skill 覆盖场景有限；冷门内部系统往往还得自己接 MCP 或写自定义节点——「3000+ 工具」不等于「你的 ERP 已经开箱即用」。

5. CLI 能力还在长
@powerformer/refly-cli 笔记口径偏安装发布，高级编排、完整 GitOps 式流水线别预期已经成熟；重度 CLI 党可能觉得不如纯代码仓库直观。

6. 与 n8n 重叠但不可替代
如果你只需要「每周五导出 CSV 发邮件」，Refly 是大炮打蚊子；硬上 Skill 导出反而增加学习成本。

我真实会留它的场景：把「内容审核 SOP」固化成 Skill，导出到 Cursor，写稿 Agent 在提交前自动跑一遍检查清单，中途能暂停改规则。我会暂时绕开的场景：法务还没读完 ReflyAI License 附加条款，团队就要把 Skill 嵌进对外 SaaS——这种先别部署。

📷 配图待补：一次 Workflow Run 与导出预览（images/Refly-hands-on.png）

💡 怎么高效用它

用法 1：自部署最小路径——Docker + 模型 Key

按 https://docs.refly.ai/community-version/self-deploy/ 起容器，首次登录注册，配置 OpenAI/Anthropic 等提供商。先做一个 三步内 工作流：搜索 → LLM 摘要 → 固定 JSON 输出，跑通可干预运行时，再叠工具节点。别第一天就 Vibe 生成二十步流程。

📷 配图待补：Docker 部署与首次登录（images/Refly-usage-1.png）

用法 2：Vibe 生成 → 人工审计 → 导出 Cursor

Vibe 描述意图后， 逐步检查 每个节点的输入输出 schema、错误分支、重试策略。测试用真实脏数据（空列表、超时、403），不是只用 Demo 句子。满意后再导出 Cursor Skill——编程 Agent 调用的是你的 审计过 的版本，不是 Copilot 初稿。

用法 3：与 Lovart 分工——Refly 管流程 API，Lovart 管视觉交付

若你用 Lovart 生成活动页或 App 壳，Refly 的 REST 导出可以充当 后端工作流 API（例如提交 brief → 检索 → 结构化字段）。视觉稿在 Lovart 定稿，业务逻辑在 Refly 定稿，两者通过 API 拼接——别指望 Refly 替你出图，也别指望 Lovart 替你跑 Stripe 扣款。

📷 配图待补：Refly API + 前端/Lovart 分工示意（images/Refly-usage-2.png）

⚠️ 安装和使用需要注意什么？

Refly 和 n8n 最大区别是什么？（FAQ 口径）

n8n 本质是 可视化自动化触发器，流程常绑定在单一实例，跨环境复用要额外导出导入。Refly 把流程 编译为可移植 Agent Skill，目标运行时包括 Claude Code、Cursor、独立 API。另一点：Refly 强调 执行中干预；n8n 典型路径是触发后全自动。

自部署需要什么资源？（FAQ 口径）

笔记与文档口径：最低约 2 核 CPU、4GB RAM，推荐 Docker。Refly 本身不包含 LLM，需配置 OpenAI/Anthropic 等 Key；执行 token 消耗取决于节点数量与模型选择。精简 DSL 设计有助于控成本，但 具体比例未实测，建议用小流量影子环境先跑账单。

Vibe 模式可靠吗？（FAQ 口径）

适合 快速原型，不适合未经审计直接上生产。应在 Vibe 生成后做节点级调整，并用测试覆盖边界；配合 Refly 的测试与审计日志做回归。把 Vibe 当「一键上线」，是对产品心智的误读。

许可证：商用前读 LICENSE，勿只当 MIT

GitHub 许可证显示 NOASSERTION，以仓库 LICENSE 文件 为准：ReflyAI Open Source License = Apache 2.0 + 附加限制。自用研究通常清晰；商用部署、再分发、SaaS 封装 必须法务过一遍附加条款。Apache-2.0 的专利 grant 不能自动替附加限制背书。

数据与 Key 安全

自部署版 API Key 在你侧管理；接 Slack/Stripe/GitHub 等 OAuth 时，令牌存储策略以部署配置为准。团队场景：Key 不进聊天记录、Skill 版本进 Git、生产与实验环境分离。

📷 配图待补：模型提供商配置与权限（images/Refly-note-permission.png）

怎么选： 要把 SOP 编译成跨 Cursor/Claude Code 的 Skill 且需运行时干预，可以 优先 试 Refly 社区版或托管版；若只要 定时自动化、无 Agent 导出需求，不建议 用 Refly 替代 n8n；若 未读 ReflyAI Open Source License 附加条款就要商用，不建议 部署——先做法务确认，别按 MIT 心智签合同。

👥 适合哪些用户？

✅ 适合

❌ 不太适合

📷 配图待补：典型 Skill 分发场景示意（images/Refly-who-workflow.png）

📊 总结表格

综合评分：3.7 / 5.0（Agent 基础设施分，不是「自动化大全」榜）

一句话总结：Refly 适合把 SOP 做成 可导出、可干预、可版本化 的 Agent Skill——它补的是 Cursor 与 n8n 之间的形态缝；简单 cron、未读 LICENSE 就商用，别选它。

🔗 Refly 官网与项目地址

• GitHub 仓库：https://github.com/refly-ai/refly
• 托管版：https://refly.ai
• 自部署文档：https://docs.refly.ai/community-version/self-deploy/
• CLI：npm @powerformer/refly-cli
• 对照竞品：n8n · Dify · 手写 MCP · LangChain
• 视觉互补：Lovart https://www.lovart.ai/ 和 Lovart中文版: https://www.lovart.art

标签：#AI工具 #AgentSkills #Refly #MCP #T2单品