碾压ChatGPT?烧了5万实测首个AI操作系统,我后悔了。。

总有人说n8n 部署很复杂,但其实我只要一句话,AI就帮我下载部署好了:

💡 当前的页面是 github 上的n8n ,需要你查看、学习这个项目是如何在本地部署的,然后帮我把项目下载到本地的文件夹: /Users/sonnyleonor/Documents/project/n8ndocker

然后再调用 Terminal ,通过npx n8n 的方式安装部署好。

然后,神奇的事情发生了。它真的像一个程序员一样,开始阅读 README,把项目下载到我指定的本地文件夹,最后打开Terminal 终端执行部署操作

Image

我敲!!部署成功了,难度在哪里?

之前我一直在分享 AI 浏览器 Comet、ChatGPT Atlas 的玩法,并在文章里说它们目前只能解决一些零碎的小任务,而复杂的流程要交给 n8n 这样的工作流工具。

我是从来没想过「浏览器」和「工作流」是可以结合在一起的。。 直到昨晚 FlowithOS 出来后,我才发现我的想象力还是被限制了。

它直接搞了一套 Agent 的操作系统,把它们彻底打通了。

例如我开头这个部署 github 项目的案例,以往的 AI 浏览器最多告诉你这个项目要怎么部署,然后用户屁颠屁颠地跟着执行。 谁能想到,现在的 FlowithOS 直接给你操作完了。

单从界面上就看得出来不是常规的浏览器 ⬇️

Image

画面正中间是一个任务框,可以导航去你想要的网址、或者让 AI 执行任务 左边上面是多个能力板块,其中 Flow 是直接与AI 无限画布Flowith NEO打通的 对的,整个OS背后的Agent也是由 NEO 去驱动,看过我上次介绍即可

Image

我总结的skill规则和模板放到了后台 回复「flowithos」即可

Skill + Memory + Knowledge Base + Terminal+定时任务的终极玩法

在 FlowithOS 的界面里,我已经看到了Memories, Knowledge Base 的入口。 再加上Terminal 和定时任务,想象力非常大! 真的是能做 7x24 小时的数字员工。

例如:竞品价格自动监控与本地数据库归档:

  • 触发:定时任务(每 6 小时)。
  • 执行:访问 Knowledge Base(竞品的产品 URL 列表),调用 Skill(scrape_price)抓取最新价格,然后调用 Terminal 执行一个本地 Python 脚本(python update_db.py –price=…),将数据写入我本地的 SQLite 数据库。

完完全全把工作流、 RPA 等都杀死了。。 饼干哥哥3天烧了5万credits,真给我跑爽了 后悔没早点加入内测,现在发布后,Flowith的同学都没空理我了。。

下一代浏览器,不必是个浏览器

昨天刷到 Flowith 创始人写的关于未来浏览器形态的分析,我觉得很有道理。 他认为浏览器只是一个过渡形态,AI Agent 才是最终的交互入口。 这和我体验 FlowithOS 的感受完全一致:我们未来不再需要「浏览」网页,而是直接「下达」任务。

这个 Agent OS,可能就是那个新入口的雏形。 非常建议都下载体验一下: 🔗 flowith.com

目前在公测,额外要来了几个码,要的评论区留言随机掉落 拿到邀请码的,要返一些码在评论区哦,好东西要分享哈哈

微信:dszb199