AI Agent 的价值不在于换个名字聊天，而在于能不能进入真实流程：读资料、拆任务、调用工具、写结果、做检查，并让人可以验证。
这个专题聚合 AI 智能体、自动化工作流、Dify、n8n、MCP、OpenClaw、飞书机器人、Claude 工作流等内容，重点关注个人和小团队如何真正用起来。
适合谁看
- 内容运营者：想自动收集资讯、整理选题和生成初稿
- 个人站长：想自动检查文章、链接、SEO 和图片
- 团队管理者：想让不同 Agent 分工处理重复任务
- 开发者：想把工具调用、MCP 和自动化流程结合起来
落地路径
- 先找重复任务，不要为了 Agent 而 Agent。
- 把流程拆成输入、处理、输出和人工审核四步。
- 优先接入低风险工具，比如资料整理、表格、文档和消息提醒。
- 等流程稳定后，再让 Agent 参与发布、代码修改或客户回复。
核心文章
- 用Claude搭了一个自动收集AI资讯的工作流：AI 内容自动化的实战入口
- AI Agent到底是什么？普通人能用来做什么？：先把概念讲清楚
- 飞书+OpenClaw+本地知识库：个人知识中枢方案对比
- OpenClaw 飞书多机器人配置实战：一个平台管理多个 Agent
- OpenAI Codex 最新进展：开发者 Agent 的企业化趋势
常见问题
AI Agent 和工作流自动化有什么区别？ 工作流更强调固定步骤，Agent 更强调根据任务动态判断和调用工具。
普通人先学 Dify 还是 n8n？ 如果偏 AI 应用，先看 Dify；如果偏自动化连接，先看 n8n。
Agent 最容易失败在哪里？ 任务边界不清、工具权限过大、缺少验证和人工审核。