
喵爸联萌
https://appstore.lazycat.cloud/#/shop/detail/iamxiaoe.lzcapp.refly 作为看着Refly长大的人(首批内测及核心用户组成员),也作为懒猫的拥护者,我觉得在Refly上线懒猫之际必须写个攻略了。 我从一开始就觉得Refly和懒猫很合拍,不仅在于两位创始人风格“超级听劝”的风格很一致,也不仅在于两位大佬都很慷慨,(好功能都藏着这点我不确定这算不算共同优点),还有开源的分享主义理念,以及敢于突破常规的创新产品思路。 所以这次这两个我最常用的工具的合体,在我来看是一件非常棒的事情。 # 为什么要Refly? Refly的官网是https://refly.ai ,官方的说法是Vibe workflow平台,通俗一点说也就是一个AI powered自由画布。在这里你可以对接多个AI模型的API,以串流或支线的方式解决一个需求或者某个主题的多个需求。 其实自从以ChatGPT为代表的LLM大模型出世以来,1v1聊天式的界面就让我很头痛。 因为AI这东西并不是百科全书或万事通,更像是德尔菲的祭司,它回答你的问题并不一定是正确也不是全面的。作为预测式的语言模型,注定它返回的只是对你的问题的无数个预测结果之一,甚至未必是最好的一个。 同时,人的思维或一个问题的解决路线,并不一定是线性的,大多数情况是有多个支流的。这就导致单一的聊天线程无法满足需求。 比如我要了解一项技术,AI为我解释了几个关键点之后,我会想在它的指导下做一点样例尝试。试完了只后又要了解下一个关键点时,其实在我的潜在思维中是有一个支线的,可与AI间的聊天就必须折回到之前的解释话题。虽然现在的模型参数越来越多,记忆容量越来越大,AI健忘的毛病是有所好转,但我的大脑和中指(控制鼠标滚轮,别想歪)还是不太适应这种反复跳跃。 同时,不同的大模型在不断的互相竞争中也产生了不同的特性,比如GPT比较百科什么都懂,Claude编码很严谨,Deepseek中文写作很接地气,Gemini经常有惊喜创意而且可以稳定兜底……如果你要在一个项目中完整享受所有这些模型的特点,就需要一个像Refly这种可以把它们邀请到同一个工作空间一起协作的工具了。 在一个二维甚至可以说是多维的空间中组织你的资源、提示词、结果,再交互引用,以实现多个AI模型的互相协作,最大程度利用AI的性能和特点,就是Refly最主要的特点。 # 配置本地Refly Refly的官网本身提供API套餐(而且很便宜),用起来也很方便。 但如果你个人自己订阅了一些API,不想重复购买官方套餐。或者对于你自己搭建和训练的模型,如果你不想开放外网访问,尤其是等传说中的某算力设备入手之后,你可能就需要这样一个本地版本的Refly了。 而比如我恰好不太想在本地PC上搞,那么可穿透网络的懒猫版Refly无疑是最好的选择了。 应用安装和注册就不必多说了,就是普通的懒猫App嘛。(注意目前的已知Bug是暂时只能在浏览器打开) 注册也只是一步简单操作而已。  我就从注册后的第一步————配置API说起。 不过,其实我是尊贵的的Refly MAX用户,这意味着可以在官网无限使用几乎所有主流大模型的最新版本,我就不一一例举了,请看截图:  有点挖墙角了,但很显然, 我个人没有太大必要再去购买其他的大模型API-key,也就无法用实际的API去演示本地版。后面的实例演示我也可能更多会用官网版本,但所有功能完全是一样的。 那么为了尝试,我们至少可以从懒猫内置的Ollama开始搭建最基本的本地AI服务。 如果你没用过,首先建议查看官网上的Ollama教程: https://lazycat.cloud/playground/#/guideline/440 根据以上教程安装模型和配置好之后,你可以在设置中找到Ollama的API连接  在Refly的供应商配置中填写上API地址:  再在模型配置中填写模型ID:  问题就这样轻松愉快地解决了:  现在在Refly中新建一个画布,在任意空白处双击选择“问问AI”,就可以在AI问答窗中找到你刚刚配置好的模型了:  仅仅这样玩得还嫌不够,我又在本地PC上安装了Ollama,装上适配我的显存的模型之后,也将API开放给了懒猫上的Refly(这一步非常简单我在GPT指导下一步完成,就不多介绍了)。 至于你自己购买的各种API-key,或你自己搭建的AI服务,也完全可以用同样的方式很简单地填加到Refly中。 # 基本使用 Refly现在已经拥有相当全面的节点类型,但最基本的当然是AI问答节点。 正如前面提到,在画布任意空白处双击即可创建“问问AI”的节点,同时在画布的起始屏和右上角都有这个入口。区别仅在于其他的入口会在屏幕“适当的位置”生成节点,未必是你想放置节点的初始位置(当然可以自由拖动)。  当你打开一个AI问答节点,就相当于开启了一次AI对话。你可以在这个节点的下方选择你想使用的模型,然后直接输入提示词就可以了。 当AI开始回答,对话的内容会在右侧栏中显示,形式上与传统的AI 1v1聊天是类似的,但是一个节点只包含一条提示和一个回答,当你继续对话,右栏的预览框会显示整个会画流程,但Refly会自动在画布上建立相应的新问答节点。  接下来才是最重要的分支功能。 你可以从任一个已有问答节点引出一个分支,让AI(或另一个模型)以这个节点之前的对话为基础继续话题,AI的思路会“继承”之前所有的对话流。 你也可以复制一个问答节点,以利用相同的提示语,用不同的模型(或不同的技能)去处理以得到不同的结果。  如果你想给AI喂资料,你可以在问答框中直接添加文档和图片,相应的节点也会同时在画布上建立。如果要将同样的资源即可同时喂给不同的问答框(不同的模型),你只需要简单做一下拖动连线,不需要重复上传。即使文档的内容有修改,也只需重新运行一下相关节点即可。  你当然也可以把多个AI回答的结果当成输入一起喂给新的AI节点,同样只是连线一下即可。这在连载式的文案或者持续修改代码方面非常有用。  分支和复制节点,以及共享输入内容,就形成了我开始说的二维或多维式的工作流模式。 你可以方便地对比、选择、修改并扩展任何一步的输入和输出,完全打破了简单的1v1对话形式。 # 节点类型 除了最基本的“问问AI”节点之外,Refly还提供了多种不同的节点: ## 代码组件 专门显示AI编码的内容,你可以直接在组件中查看、预览和编辑代码。代码组件也可以单独分享,这代表一个简单的前端页面伺服,可以直接使用或分享展示。  ## 思维导图节点 直接让AI生成思维导图,或者建立你的思维导图喂给AI。  ## 其他节点 * 网站节点:包含一个网址,你可以直接在画板上预览,也可以同样将它作为来源喂给AI。 * 文档节点:Markdown格式的文档,做为长文本输入或者将AI生成的结果导出为文档。 * 备忘录:用于备注,但也可以做为小段简单文本比如提示词的存储和输入。 * 图片节点:用于给能够识图的AI模型提供图片输入,也可以做为生图模型的输出。 由于几乎每个节点都是即可以当输入也可以当输出,所以相当于这套“乐高积木”有十几种不同的模块可以任意插接,形成你需要的工作流。 # AI技能 ## 自定义提示 在每个问答框中可以设置你本次的自定义提示,也包括温度等设置。  ## 代码组件生成 当你要求AI为你编码,尤其是前端页面、控件,或者是SVG、Mermaid等各种代码类的内容,即可选择小组件技能。小组件技能会自动生成前面提到的代码小组件节点,即你可以随时修改、预览和分享。  ## 知识库 知识库相当于一个多画布的文件夹。但同时,在一个知识库中的所有画布,可以共享同样的自定义提示,以及共享彼此的资源和内容库。在向AI提问时,也可以选择是否基于整个知识库的内容进行搜索和引用。 比如你要写一本长篇小说,就可以把基础设定和要求写在知识库级的自定义提示中,并要求AI在写作时参考其他画布上的文档等内容。 如果你要建立一个技术项目,也可以把不同的代码和资料放在不同的画布,然后放在同一个知识库里。  ## 其他技能: * 生成图片:目前有插件式的外接API,但在Refly的路线图中目前的下一步就是原生的图片生成技能。 * 深度思考与搜索:开启或关闭AI引擎的深度思考与搜索模式 * 写作技能:专为文字写作而优化。 * MCP技能:是的,Refly也可以直接接入和调用MCP服务,比如我就用它来控制在我本地PC中的Blender生成(当然目前还不咋样的)3d模型。  # 分享与样例 在画布的右上角有导出图片(以PNG格式将整个画布导出供展示和预览)以前分享功能(可选择观看者的权限)。  下面是我之前制作的一个画布样例: ![[森林的低语]“看图说话”创作童话故事脚本及小说 (2).png](https://dl.playground.lazycat.cloud/guidelines/319/7ff57ef2-d9f7-4767-923b-b57be2098a24.png "[森林的低语]“看图说话”创作童话故事脚本及小说 (2).png") 或者通过链接查看这个画布:https://refly.ai/share/canvas/can-x0wsal37w5slz4e3jwddhdtr 而代码小组件也有单独的分享机制,可以分享为可以直接访问的网页。下面的链接是我用gemini编写的太空小游戏: https://refly.ai/share/code/cod-stg12p61nzmduqjsv5kmj9dc 由于代码组件可以自行创建,所以即使不是在Refly中用AI编写的代码,甚至自己手写的代码,也可以通过这种方式分享。这意味着什么呢?即你随便搞一段前端代码,放到代码小组件中并分享,就相当于建立了一个静态服务器,所有能访问此网址的人都将可以看到这个页面。(说“将可以”是因为我在本地还没有测试成功,应该也属于现有的移植版本问题,但在官网上是完全可行的) 那么最后,如果你决定使用Refly但想找一些入门参考,在官网的社区中可以找到很多模板(署名CATxPAPA是我的作品)。  等有机会试用传说中的某算力设备的时候,我会第一时间尝试用Refly与它的连接,并分享使用过程与技巧。
评论
2之前完全没听过,但是看完发现太有用了,非常贴合非线性式的拓展,和flowith很像,不确定如果有很多节点的情况下,是否会很卡。
写得太好了 如果我是一名小白 我看完这篇文章就是refly大师 如此好的一篇攻略 我好想打赏啊 加精