我们主要做两件事
现成平台能解决的，我们会直接告诉你怎么做。
低代码平台实操
全部平台 →我们实测过这些平台，也知道它们各自在哪里会不够用。
扣子（Coze）
字节跳动
可视化工作流 + 插件生态，快速搭对话型 Agent
Dify
Dify（开源项目）
开源可自部署，编排与 RAG 一体
n8n
n8n（fair-code 许可）
通用工作流自动化，把 AI 接进已有系统
FastGPT
Sealos（labring/FastGPT）
知识库问答起家，许可对集成商友好
腾讯元器
腾讯
零代码搭建 + 腾讯生态渠道分发
阿里云百炼
阿里云
MaaS 平台，模型聚合 + 全链路开发
Flowise
FlowiseAI
可视化搭 Agent，轻量可自部署
LangFlow
langflow-ai（MIT 许可）
Python 生态，MIT 许可最宽松
不确定该不该用平台？先看 低代码平台的能力边界。
最新教程
全部教程 →-
Agent 平台有哪些、到底怎么选：八个平台按四个问题分类
扣子、Dify、FastGPT、n8n、腾讯元器、阿里百炼、Flowise、LangFlow——不比功能清单，按数据能不能出网、要不要交付客户、谁来运维、要不要写代码四个问题分。
-
Dify 本地部署前要想清楚的六件事
官方文档告诉你怎么装，但没告诉你装之前该定什么。硬件怎么估、数据边界在哪、版本怎么选、升级怎么办——这些定错了，装好也白装。
-
Dify 工作流什么时候该用、什么时候是在自找麻烦
不是所有需求都需要工作流。这篇讲清楚聊天助手和工作流的分界、节点图开始失控的四个信号，以及失控之后该往哪走。
-
Dify 和扣子怎么选：三个问题就能定
不用比功能清单。数据能不能出网、要不要交付给客户、团队有没有运维能力——这三个问题答完，答案基本就出来了。
-
用 FastGPT 的 API 接进自己的系统：四种接法和各自的代价
把知识库问答嵌进已有产品，接法不止一种。前端直连、后端代理、事件驱动、只借检索——四种方式的适用场景、风险和改造成本完全不同。
-
FastGPT 部署与交付：集成商视角的六个决定
FastGPT 的许可明确允许交付给企业，这让它在集成项目里很实用。但从装起来到能验收，中间还有六个决定要做。
有场景想落地？
说清数据在哪、流程有多复杂、现在卡在哪。用现成平台能解决的，我们会直说。