之前写的智能体都是代码版的,朋友老问我:不会写代码的人能不能也搞一个?正好公司市场部的同事想做一个"收集竞品动态、每周自动汇总"的东西,我拿这个需求在 Dify 上完整搭了一遍,顺便回答一下拖拽和写代码到底怎么选。
整个工作流四步:定时触发、抓取几个竞品官网的更新页、把内容喂给模型做分类和摘要、结果推到市场部群。前三步全是拖拽节点,没写一行代码——触发器选定时,抓取节点填 URL,模型节点里写提示词分类(产品更新/价格变动/公关动态),最后一个节点接 webhook 推送。
全程大概一个半小时,其中一半时间花在写模型节点那段提示词上。市场同事全程在旁边看着,看到第二条她就自己上手改了提示词,把"价格变动"里她不关心的运费调整单独拆成一类。这事在代码版工作流里不可能发生——她不可能改我的 Python。
第一个坑是抓取。竞品官网有个页面是前端渲染的,拖拽的抓取节点拿回来是空壳 HTML,模型对着空气总结了半天,居然还真编出了摘要——这种自信最坑人。最后加了一个代码节点专门处理这个页面,用平台内置的浏览器渲染能力兜底。所以第一个结论:低代码平台里也要留一个写代码的逃生口,纯拖拽搞不定一切。
第二个坑是版本管理。市场同事改完提示词觉得不好用,想改回去,发现没有历史版本。代码我有 Git,拖拽平台里改坏了就是改坏了。现在我们约定,提示词定稿前先在文档里留底。
跑了两周下来,我的答案是按"谁维护"选。这个工作流的维护者是市场同事,她改提示词比我响应快十倍,那它就该是拖拽的。我自己的技术类工作流——爬价格、盯告警那些——逻辑复杂、要精细控制权限,那就在代码里待着。
不用争哪个路线更好。工具的价值在谁用得上,能交付到真正需要它的人手里,比架构优雅重要得多。