本页目录
如果你正在把 Open Flow 和 Make(https://www.make.com/)放在一起评估,两者的核心差距在于工程掌控力与开放性。Make 是一款纯云端的可视化路由工具,每次模块执行都要消耗积分,流程与数据也只能留在 Make 的服务器上;而 Open Flow 把确定性编排、AI 原生决策节点、Agent 可读写的 CLI/MCP 工具链以及开源自部署结合在了一起。
应用连接与工具
Gmail、Slack、Notion、HubSpot、Google Sheets 等常用服务两者都能连接,但在自定义 API、AI 服务接入和计费方式上差异明显。
| 应用连接 | Open Flow | Make |
|---|---|---|
| 内置集成 | 1,700+ 应用与服务、20,000+ 现成工具 | 仅提供云端 SaaS 模块;自定义应用需使用 Make 专有应用规范开发 |
| 社区与维护 | OpenConnector 社区共建,官方统一维护 | 第三方或自定义模块由作者各自维护 |
| 付费 AI 与数据服务 | 一个 OOMOL 账户调用多种付费 AI 和数据服务,无需逐个平台注册 | 仅充当转发通道,仍需自备各服务商账号和 API Key |
| 服务计费 | 用多少,付多少,统一扣费,无需分别订阅 | 外部 AI/数据接口需单独订阅付费,同时还要扣除 Make 模块积分 |
| 自定义 API 与 Schema | 原生内置 HTTP Request 与 OpenAPI 节点,直接接入任意 REST 服务 | 仅提供通用 HTTP 模块,缺少原生 OpenAPI Schema 节点 |
在 Open Flow 中,你可以用同一个账户把 SaaS 应用、OpenAPI 接口和各类付费 AI 模型串联起来,既不用维护零散的 API Key,也不用为同一次调用支付两份费用。
查看 Open Flow 的应用与工具目录工作流的搭建与修改
Open Flow 把工作流当作可版本化、可审查的工程产物,让开发者和编程 Agent 都能直接编辑;Make 的场景则基本停留在浏览器画布里手工拖拽。
| 搭建与修改 | Open Flow | Make |
|---|---|---|
| 输入与输出 | 带类型的输入与输出,支持静态检查、测试,也让 Agent 无需试跑即可读取数据结构,节省 token | 运行时动态字段映射,通常需先运行模块获取样本数据,再在画布中手动点选字段 |
| 流程控制 | 确定性分支、循环、子流程调用、错误处理与人工审批(Approval) | 仅提供可视化 Router 与迭代器,缺少原生人工审批暂停节点 |
| AI 任务 | LLM、Agent 节点,以及 JEV 决策节点,一次完成多项分类、判断与评分 | 仅提供独立 AI 模块,每次调用都会额外消耗运行积分 |
| CLI 与 MCP 编排 | 专为 Agent 编辑优化,支持节点查询、局部修改、原子提交与冲突检查 | Make MCP 仅能把已有场景作为远程工具触发,无法本地编辑流程结构 |
| 版本控制 | 内置修订、发布历史与回滚 | 历史记录能力有限,自定义变量与异常恢复仅限高阶套餐 |
| 流程可迁移性 | 开放、Git 友好的标准工作流文件 | 绑定在 Make 云端专有蓝图格式中 |
不同于容易失控的画布式 Agent Builder,Open Flow 坚持保持执行路径的确定性,并通过 CLI 与 MCP 让 Claude Code、Codex 等原生 Agent 直接检查、修改和校验工作流。由于每个节点的输入和输出都带有类型定义,连线问题可以在运行前静态发现并方便测试,Agent 也无需先跑一遍模块再靠样本数据猜字段。
模板实例:邮件分类与记录
以一个常见的自动化场景为例——自动整理收件箱邮件:
- 读取新的未读 Gmail 邮件。
- 用 AI 分类,并生成一句摘要。
- 将日期、发件人、主题、分类和摘要追加到 Google Sheets。


邮件分类模板的 Open Flow 预览,具备结构化节点、版本历史与 Agent 可编辑的开放格式。
在 Open Flow 中,导入模板并连接 Gmail 和 Google Sheets 后,你可以自由指定任何 OpenAI 兼容的模型地址,并通过内置修订历史追踪每一次改动。
查看模板与配置说明自部署与数据掌控
对于有数据合规、内网延迟或私有化部署要求的团队,两者的部署架构是截然不同的路线。
| 自部署 | Open Flow | Make |
|---|---|---|
| 部署方式 | 开源且支持 Docker 自部署,完全运行在自己的服务器上 | 仅限闭源 SaaS 云端托管,完全不提供自部署版本或 Docker 镜像 |
| 自定义 LLM | 可自设模型服务地址与 API Key,支持本地模型及 OpenAI 兼容接口 | 仅支持云端集成,无法接入自部署的本地推理服务 |
| 数据与日志 | 自部署时数据与执行日志完全留在内网 | 所有请求载荷与执行日志都留在 Make 服务器上 |
| 官方集成服务 | 自部署后仍可搭配 OOMOL 官方服务,按量统一计费 | 不适用——所有执行都必须留在 Make 云端 |
Make 只能在 Make 自己的云端运行。Open Flow 则允许你在需要时随时切换为私有化部署——同时还能继续按量调用 OOMOL 的官方集成服务,无需自己折腾 OAuth 维护。
官方托管与使用费用
Open Flow 把功能完整性与用量计费分开;Make 则按每个模块的执行次数扣减积分,并把短周期调度和自定义变量锁在高阶套餐中。
| 官方托管 | Open Flow | Make |
|---|---|---|
| 免费方案 | 免费版即含月度额度,支持完整分支、AI 节点与 Webhook | 每月仅 1,000 积分,且最短调度间隔仅限 15 分钟 |
| 入门月付 | $15.90/月 | Core 约 $9–$12/月(含 10,000 积分),但自定义变量与优先执行需升级 Pro |
| 计费与循环 | 月度赠送额度,超出按实际用量付费 | 循环与迭代器每处理一条数据,都会按模块数量成倍消耗积分 |
Open Flow 不会用模块积分乘法或功能分级来制造升级压力。 随着业务规模扩大,你可以按实际资源消耗平滑扩展,而不必为了解锁变量或异常处理而被迫跳档。