refly-ai/refly · 上手攻略

  • 仓库：refly-ai/refly
  • 链接：https://github.com/refly-ai/refly
  • 分类：agent-skills / workflow-automation
  • 作者：Tom
  • 更新：2026-08-10

是什么 / 解决什么问题

Refly 是首个开源 Agent Skills 构建平台，核心理念是：Skills 不是提示词，而是持久化的基础设施。

大多数 AI Agent 在生产环境中失败，根源在于依赖"Vibe Coding"脚本和脆弱的黑盒逻辑。当生态走向 Claude Code、AutoGen、MCP 等 Agent 框架时，瓶颈不再是 LLM 能力本身，而是缺乏标准化、可靠的操作能力。Refly 填补了这个空白：把混乱的企业 SOP 编译成可执行的、版本化的、原子化的 Agent Skills，让任何 Agent 以 100% 确定性调用。

关键词：意图驱动 DSL、可干预运行时、MCP 导出、Vibe Mode 可视化构建。

快速安装

在线体验（无需安装）

直接打开：https://refly.ai/workspace

Docker 自部署（推荐开发者）

# 克隆仓库
git clone https://github.com/refly-ai/refly.git
cd refly

# 启动所有服务（后端 + 前端）
docker compose up -d

# 访问本地控制台
open http://localhost:5700

首次访问 /setup 需要设置管理员密码（可选 Google Authenticator 两步验证）。

Refly CLI（发布 Skills 用）

npm install -g @powerformer/refly-cli

# 验证安装
refly --version

核心用法

1. 创建第一个工作流（5 分钟）

  1. 打开 http://localhost:5700，注册并登录
  2. 点击右上角账号 → Settings → 添加模型 Provider（如 OpenAI / Anthropic）
  3. 返回首页，点击 New Workflow
  4. 选择 Blank Canvas（可视化节点构建）或 Vibe Mode（自然语言描述意图）

示例 —— 产品调研工作流：

1. 添加 "Web Search" 节点 —— 搜索产品信息
2. 添加 "LLM" 节点 —— 分析搜索结果
3. 添加 "Output" 节点 —— 格式化报告
4. 连接各节点 → Save → Run

2. 通过 REST API 调用工作流

# 获取 API Key：Settings → API Keys → Generate New Key

WORKFLOW_ID="your_workflow_id"
API_KEY="your_api_key"
REFLY_HOST="https://your-refly-instance.com"

# 触发执行
curl -X POST "${REFLY_HOST}/api/v1/workflows/${WORKFLOW_ID}/execute" \
  -H "Authorization: Bearer ${API_KEY}" \
  -H "Content-Type: application/json" \
  -d '{
    "input": {
      "product_url": "https://example.com/product"
    }
  }'

# 查询执行状态
curl "${REFLY_HOST}/api/v1/executions/exec_abc123" \
  -H "Authorization: Bearer ${API_KEY}"

3. 导出为 Claude Code Skills（15 分钟）

# 安装 Skill
npx skills add refly-ai/<skill-name>

# 或通过 Refly CLI
refly skill install <skill-id>

# 发布 Skill
refly skill publish <skill-id>

导出的 Skill 以标准 Claude Code Skills 格式交付，可在 Claude Code、Cursor 中直接调用，实现生产级自动执行。

4. Webhook 接入飞书/Lark

工作流 Settings → Triggers → 启用 Webhook Trigger → 复制 Webhook URL

在飞书开放平台（api.feishu.cn）创建自定义应用，将 Webhook URL 填入"事件订阅"的"请求地址"，发布应用后即可收发消息触发工作流。

5. MCP Server 模式

Refly 工作流可作为 MCP Server 被任何 MCP 客户端调用，适合将业务逻辑封装为标准化工具供远端 Agent 使用。

典型适用场景

场景 方案
企业 SOP 自动化执行 Vibe Mode 描述流程 → 编译为版本化 Skill
多 Agent 系统集成 导出为 MCP Server / Claude Code Skills
飞书/钉钉 Bot 业务流 Webhook Trigger → 消息触发工作流
API 接口封装 REST API 暴露工作流为可编程接口
定时调度任务 Refly 托管执行环境，支持定时触发
跨框架复用 Skill 一套 Skill 导出为 Lovable API / Slack Webhook / Claude Code Tool

坑与注意

  1. Vibe Mode vs Blank Canvas：先用 Vibe Mode 快速跑通，再切换到可视化节点精细调整——这是官方推荐的工作流。

  2. API Key 安全：API Key 生成后需妥善保管，发布到公网务必配合 HTTPS + 反向代理。

  3. Web Server 模式安全：桌面端实验性 Web Server 不要直接暴露到公网；生产环境需配合 HTTPS 和认证层。

  4. Skill 版本管理：Refly Skill 是版本化的，每次修改会生成新版本，发布前确认版本号。

  5. MCP 协议兼容性：当前 MCP 版本参考 2025-06-18 规范，如遇协议版本不匹配需检查客户端与服务端版本（⚠️ 未验证 2026 年最新 MCP 协议更新）。

  6. Lark 集成文档：详细 Lark 集成指南尚未完善（README 原文："详细的 Slack / 飞书集成指南即将推出"），需要参考 API Reference 自行配置。

  7. Docker 自部署资源：官方推荐自部署，但未注明最低硬件要求；生产环境建议 2C4G 起步。

与同类对比

维度 Refly LangChain Agents AutoGen Claude Code (原生)
定位 Skills 构建平台 LLM 应用框架 Multi-Agent 框架 Agent 运行时
核心抽象 Skill（版本化/原子化） Chain / Agent Conversation / Task Skill（文件系统）
可视化 ✅ Vibe Mode + Canvas ❌ ❌ ❌
MCP 原生 ✅ 导出为 MCP Server 部分 部分 ✅
确定性保障 可干预运行时 + 规则引擎 ❌ ❌ ❌
导出目标 Claude Code / Cursor / Lark API / Slack Python SDK Python 本地文件系统
学习曲线 低（Vibe Mode） 高 中 低
开源程度 ✅ 完整开源 ✅ ✅ ❌

核心差异：Refly 不是另一个 Agent 框架，而是连接现有框架与业务逻辑的桥接层——把企业 SOP 变成任何 Agent 都能调用的标准化 Skill。

一句话推荐结论

如果你有企业 SOP 想让 AI Agent 可靠执行，Refly 是目前唯一开源的"把业务流程编译成 Agent 可调用 Skill"的平台——3 分钟从自然语言到生产级技能。

来源：GitHub README（https://github.com/refly-ai/refly）、README_CN.md、官方文档（https://docs.refly.ai）、Web Search 补充