现在主流的工作流工具有三家，分别是n8n、dify、coze，前两者出生就是开源的，coze是今年刚开源，从Github star数来看，n8n 150K排第一，dify紧随其后117k排第二，coze由于开源时间较晚只有18k。

如果有评判标准，那Github的star或许是较为客观的一种方式，咱们就以这个顺序来讲讲这三种工作流的功能和优势。

n8n

n8n是目前最流行的Agent工作流开源工具，在资本市场也相当火热，前不久C轮融资了1.8亿美金，估值已经超过25亿美元，可见市场对其认可度之高。

n8n是AI驱动的自动化流程，它打通了各种AI大模型、APP、ERP系统、社交媒体API、编程语言、数据库、云存储等，你可以搭建一套属于自己的Agent，帮你干活，而且它会思考、纠错，真正的像一个AI员工。

n8n的工作原理包括节点（用来执行特定任务）、触发器（启动节点）、工作流（连接节点），节点就是我刚刚说的大模型、API之类，可以做各种指定任务，比如登陆谷歌邮箱、采集亚马逊商品等。

使用n8n有两种方式，一个是在线上直接使用，这类适合自己玩玩或者数据不敏感的任务，另一个是用docker在本地部署，适合企业和数据敏感的任务。

##Dify

Dify也是一款开源的Agent开发框架，可以快速的将AI大模型应用到工作流程中，简单来说就是帮你造好了各种轮子，你只需要设计流程就能独立开发AI应用，哪怕你没有任何代码能力，是不是很方便。

其实从热度来说，Dify基本是和n8n同样流行的AI流程工具，而且它是国内团队开发的，公司在苏州，创始人之前在腾讯做过，后来一直创业，做过不少好产品。

以下是Dify官方对其能力的总结，我觉得很到位。

Dify的源码托管在Github上，因其是开源的，所以你可以随意研究其源码，甚至定制化开发。

选择Dify搭建工作流有两种路径，第一种是使用它的云服务，直接线上使用，和n8n类似。

第二种是使用Docker来进行Dify本地化的部署。

Docker是一种容器技术，它可以将软件和其依赖打包成「集装箱」，这样的好处是不依赖云服务，数据完全私有化，且定制化程度高。

所以使用Docker来在本地私有化部署Dify，进而搭建工作流是非常好的方式，适合任何对数据安全敏感的企业。

除了Docker外，还会用到Git技术，它的作用是将托管在Github上的Dify源码克隆到本地环境，然后用于Docker部署。

Coze

Coze是字节开发的一个商业Agent工作流系统，它不同n8n、dify，只支持在Coze线上搭建Agent工作流，企业似乎可以私有化部署，而且由于模块化设计，所以Coze足够简单。

因为是字节的产品，所以它对豆包、抖音、飞书等产品集成的比较好，适合做电商、内容生产，而且能支持更多国内的模型和APP产品。

所以三款工作流工具各有优劣势，n8n比较全面，而且对海外主流的APP、系统等集成的比较好，Dify则更适合国内场景，也有很多插件可以直接用，Coze非常适合有想法的技术小白去搭建工作流，可能更偏向自媒体方向。

如何学习AI大模型？

如果你对AI大模型入门感兴趣，那么你需要的话可以点击这里大模型重磅福利：入门进阶全套104G学习资源包免费分享！

这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

这是一份大模型从零基础到进阶的学习路线大纲全览，小伙伴们记得点个收藏！

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

100套AI大模型商业化落地方案

大模型全套视频教程

200本大模型PDF书籍

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

LLM面试题合集

大模型产品经理资源合集

大模型项目实战合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓