低代码 Agent 平台选型：Coze / Dify / n8n
Agent 构建有两条路线：AI 原生派（用框架写代码，见《框架与工具调用》）和流程驱动派（低代码平台，LLM 作为数据处理后端）。本文对比三个代表性平台，帮你和你的客户选对工具。
为什么需要低代码平台
对大多数企业客户，第一诉求不是"最灵活的架构"，而是两周内看到可用 Demo、三个月内有人能维护。低代码平台把 Agent 的常见骨架（工作流、知识库、工具调用、发布渠道）做成可视化编排，让业务人员和工程师能一起改。
三平台速览
Coze（字节跳动）
- 形态：全托管平台，开箱即用，自带模型（豆包/DeepSeek 等）
- 特色：插件市场生态庞大（资讯/电商/办公类插件一键接入）、多 Agent 协作（Workflow 内可编排多个 Bot）、发布到抖音/微信/网页
- 适合：快速验证、内容类/营销类 Agent、非技术团队自建
Dify（开源）
- 形态：开源，可 Docker 一键自部署（数据不出内网），也有云版
- 特色：可视化 Workflow + RAG 全家桶（分块/检索/重排）+ 可接入任意模型 API
- 适合：企业级产品落地，需要私有化部署与定制；FDE 交付客户时的首选底座
n8n（通用工作流）
- 形态：开源，节点式工作流自动化平台
- 特色：400+ 集成（Salesforce/Slack/数据库/内部系统），把 LLM 当普通节点编排进既有自动化
- 适合：已有系统集成需求多的场景——不是"造一个 Agent"，而是"让现有系统长出 AI 能力"
横向对比
| 维度 | Coze | Dify | n8n |
|---|---|---|---|
| 部署形态 | 全托管 | 开源可自部署 / 云版 | 开源可自部署 / 云版 |
| 编排方式 | 可视化 Workflow + 多 Bot 协作 | 可视化 Workflow + 应用级编排 | 节点式通用工作流 |
| RAG 能力 | 知识库（上传即用） | 完整 RAG 管线（分块/检索/重排/评估） | 需组合向量数据库节点 |
| 插件/集成 | 官方插件市场，体量大 | 生态中等，支持自定义工具 | 400+ 集成节点，通用性最强 |
| 发布渠道 | 抖音/微信/网页/API | API / 网页应用 / 对话 | 任意 Webhook / API |
| 学习曲线 | 低 | 中 | 中（需理解节点数据流） |
| 数据私有化 | ✗（托管） | ✓（自部署） | ✓（自部署） |
选型建议（FDE 视角）
- 客户要 Demo 要快、业务人员自己也要玩 → Coze：当天出结果，先跑通再谈架构
- 客户要正式产品、有数据合规要求 → Dify：自部署 + RAG 完整管线，最接近代码派能力下限
- 客户已有大量系统（CRM/ERP/Slack）要接 AI → n8n：先接入再说，Agent 只是其中一个节点
- 自己写代码构建 → 回到《框架与工具调用》的 AI 原生派路线
与本站其他章节的关系
- 《框架与工具调用》：AI 原生派选型，与本文流程驱动派互为对照
- 《生产部署》：低代码平台自部署后的运维监控，复用同一套生产纪律
- 《案例库》：多数企业案例的落地形态是"低代码平台 + 少量定制"，可对照阅读
一句话总结：低代码平台不是给 Agent 降级，而是给"交付速度"和"可维护性"优先的场景一个正确选项。 学会在 Coze 上半天搭 Demo、在 Dify 上一周交付可自部署 MVP、在 n8n 上把客户旧系统接入 AI——这是 FDE 的日常工具箱。