智能体与自动化 让稳定的步骤连续执行

智能体可以按目标决定下一步，工作流可以把明确的步骤接起来。前者灵活，后者更容易追查错误。选哪一种，取决于任务有没有稳定的输入、过程和完成条件。

9.1　Manus 把目标交给能够连续执行的助手

产品与入口。 Manus入口 https://manus.im/ 。它围绕任务组织工具调用和成果交付，当前能力与账号权限以官网和实际工作区为准。

应用场景。 有资料可查、有明确输出的调研、整理、演示材料和网页任务。结果仍需人工确认来源及可用性。

第一次使用。 说明目标、范围、材料和输出文件；让它列出步骤；先做一小部分；观察是否找对来源；补充缺失信息；完成后下载并逐项验收。

技巧与经验。 给它停止条件，例如“找不到官方数据就标未找到，不估算”。预算、账号操作和发布范围提前说明；长任务中间检查一次，减少沿着错误方向继续执行的消耗。

官方演示。 库中学习手册介绍过动量守恒交互页面、日本旅行计划等演示。它们能帮助理解任务形式，但属于产品演示，不能证明每个用户在当前版本都能一次完成，也不能作为商业收益证据。

资料出处：IMA《Manus学习手册（持续更新）》PDF第11—12页；当前产品补充核对 https://manus.im/ 。不沿用手册中的历史邀请机制及未经核实的界面细节。

9.2　扣子 把对话 知识与流程组合成应用

产品与入口。 扣子（Coze）入口 https://www.coze.cn/ 。它提供智能体与工作流等构建能力，适合将重复任务整理成可复用的应用。

应用场景。 固定格式的内容整理、问答助手、分类和多步骤处理。是否能连接特定渠道、插件或企业系统，需要看实际版本与授权。

第一次使用。 先写好人工操作过程；明确输入和输出；建一个最简单的流程，例如“输入原文—提取字段—输出表格”；测试正常与缺失信息；确认后再加入知识库或外部连接。

技巧与经验。 AI节点负责理解和生成，固定规则尽量用明确条件表达。需要准确输出的数据，给字段名、类型和缺失值规则。每一步保留输入输出，方便查出错误发生在哪里。

教学示例。 把用户反馈分为功能问题、使用疑问和其他，返回摘要及原话。分类不清的进入人工队列，不能直接生成退款承诺。

补充资料出处：扣子工作流官方文档 https://docs.coze.cn/guides_workflow 。本节示例为作者教学设计。

9.3　Dify 搭建需要知识与模型配合的应用

产品与入口。 Dify入口 https://dify.ai/ ，文档 https://docs.dify.ai/ 。可以用其支持的应用、知识及流程能力组织模型服务；自行部署还涉及服务器和运维。

应用场景。 企业资料问答、信息提取及多步骤AI应用。需要接模型、处理知识、保存运行记录时，应先安排维护责任。

第一次使用。 选择官方提供的适用方式；接入允许使用的模型；导入少量资料；做一个只回答这批资料的问题应用；测试有答案、无答案和容易混淆的问题；核对引用后再扩大资料范围。

技巧与经验。 问答失败时区分“资料没找到”和“找到但回答错”。检查原始文档、切分和检索结果，再调整提示词。模型接口凭据放在产品的凭据设置中，不写进公开提示词或截图。

案例提醒。 石云升的退货物流实践曾尝试Dify，但原方案中的群消息监听不稳定，后来改为导出记录再处理。案例的价值在于暴露整个流程的薄弱环节，不能改写成Dify自动监听成功。

资料出处：IMA《AI落地案例集》案例12，PDF第86—91页；补充核对 https://docs.dify.ai/ 。

9.4　n8n 把多个系统之间的步骤接起来

产品与入口。 n8n入口 https://n8n.io/ 。它提供流程编排，可把触发、数据转换、外部服务和AI步骤连接起来。

应用场景。 表单进入表格、定时收集信息、调用模型提取字段、形成草稿和通知。能否连接某个系统取决于接口、节点和授权条件。

第一次使用。 从手动触发开始；先连接测试数据；逐个运行节点；检查字段映射；再加异常分支；最后才设定时触发或正式通知。先写测试表，验证后再写业务表。

技巧与经验。 提前确定同一条数据怎样识别，避免重试产生重复记录。接口失败时保留原始输入和失败原因。设运行频率和费用上限，防止循环触发。

教学示例。 每周从获准读取的反馈表收集新增记录，生成待核对摘要并保存为草稿。这个例子需要数据源接口和凭据，不能仅复制一段提示词就运行。

补充资料出处：https://n8n.io/ 及其官方AI入门文档 https://docs.n8n.io/advanced-ai/intro-tutorial/ 。本节示例为作者教学设计。

9.5　OpenClaw 把助手接入自己的消息与工作环境

产品与入口。 OpenClaw官方文档 https://docs.openclaw.ai/ 。它通过网关等组件连接消息渠道、模型和工具，更适合愿意处理配置、权限和维护的人。

应用场景。 在获准的消息入口中使用个人助手、定时任务和工具操作。它不是“装好就自动经营”的完整方案。

第一次使用。 先读官方入门与安全说明；在独立测试环境配置一个渠道和一个简单任务；限制可读取的目录与可调用的工具；查看实际运行记录；确认如何停止、撤销授权和恢复文件，再增加连接。

技巧与经验。 本地安装不代表所有数据都只留在本机。接入云端模型、外部插件和消息平台时，相关内容可能被发送到这些服务。敏感内容、权限和日志需要按实际配置检查。

案例。 知识库中《OpenClaw龙虾4兄弟的AI协作实战》记录了多个助手分工和定时日报。最值得小白借鉴的是给日报规定范围：从全部任务堆叠，改为只报近期变化和需要处理的事。无需先照搬四个助手的架构。

结果检查。 首次任务应能看见输入、过程与结果，出错后能够停止。安装命令、插件和开放端口以当前官方文档为准；不要从来源不明的教程复制凭据或高权限脚本。

资料出处：IMA《OpenClaw官方文档》《OpenClaw橙皮书》及《OpenClaw龙虾4兄弟的AI协作实战--目标数字人分身（我们的真实经历分享）》；现行配置补充核对 https://docs.openclaw.ai/ 与 https://docs.openclaw.ai/gateway/security 。社区手册的历史版本和作者观点不视为官方保证。

9.6　第一次自动化，要把失败也写进流程

先选一个每周重复、规则基本固定、做错可以恢复的任务。把输入、步骤、输出和人工确认点写清，再连续测试。任务还经常依赖临时解释时，先完善工作方法，不急着接更多工具。