如果你正在將 Open Flow 與 Make(https://www.make.com/)放在一起評估,兩者的核心差距在於工程掌控力與開放性。Make 是一款純雲端的視覺化路由工具,每次模組執行都要消耗點數,流程與資料也只能留在 Make 的伺服器上;而 Open Flow 把確定性編排、AI 原生決策節點、Agent 可讀寫的 CLI/MCP 工具鏈以及開源自行部署結合在了一起。

應用程式整合與工具

Gmail、Slack、Notion、HubSpot、Google Sheets 等常用服務兩者都能連接,但在自訂 API、AI 服務接入與計費方式上差異顯著。

應用程式整合 Open Flow Make
內建整合 1,700+ 應用程式與服務、20,000+ 現成工具 僅提供雲端 SaaS 模組;自訂應用需使用 Make 專有規範開發
社群與維護 OpenConnector 由社群共建、官方統一維護 第三方或自訂模組由作者各自維護
付費 AI 與資料服務 一個 OOMOL 帳號即可使用多種付費 AI 與資料服務,不必逐一註冊 僅作為轉發通道,仍需自備各服務商帳號與 API Key
服務計費 用多少,付多少,統一扣款,不必分別訂閱 外部 AI/資料介面需單獨訂閱付費,同時還要扣除 Make 模組點數
自訂 API 與 Schema 原生內建 HTTP Request 與 OpenAPI 節點,直接連接任意 REST 服務 僅提供通用 HTTP 模組,缺少原生 OpenAPI Schema 節點

在 Open Flow 中,你可以用同一個帳號把 SaaS 應用、OpenAPI 介面和各類付費 AI 模型串聯起來,既不必維護零散的 API Key,也不用為同一次呼叫支付兩份費用。

查看 Open Flow 的應用程式與工具目錄

工作流程的建立與修改

Open Flow 把工作流程當作可版本化、可審查的工程產物,讓開發者和程式 Agent 都能直接編輯;Make 的情境則基本停留在瀏覽器畫布裡手動拖曳。

建立與修改 Open Flow Make
輸入與輸出 帶型別的輸入與輸出,支援靜態檢查與測試,也讓 Agent 無需試跑即可讀取資料結構,節省 token 執行期動態欄位對應,通常需先執行模組取得樣本資料,再於畫布中手動點選欄位
流程控制 確定性分支、迴圈、子流程呼叫、錯誤處理與人工審批(Approval) 僅提供視覺化 Router 與疊代器,缺少原生人工審批暫停節點
AI 任務 LLM、Agent 節點,以及 JEV 決策節點,一次完成多項分類、判斷與評分 僅提供獨立 AI 模組,每次呼叫都會額外消耗執行點數
CLI 與 MCP 編排 專為 Agent 編輯最佳化,支援節點查詢、局部修改、原子提交與衝突檢查 Make MCP 僅能把既有情境作為遠端工具觸發,無法本機編輯流程結構
版本控制 內建修訂、發布歷史與回復舊版 歷史紀錄功能有限,自訂變數與異常復原僅限高階方案
流程可攜性 開放、Git 友好的標準工作流程檔案 綁定在 Make 雲端專有藍圖格式中

不同於容易失控的畫布式 Agent Builder,Open Flow 堅持保持執行路徑的確定性,並透過 CLI 與 MCP 讓 Claude Code、Codex 等原生 Agent 直接檢查、修改和驗證工作流程。由於每個節點的輸入與輸出都帶有型別定義,連線問題可在執行前靜態發現並方便測試,Agent 也無需先試跑模組再從樣本資料推測欄位。

範本實例:郵件分類與記錄

以一個實務上常見的自動化任務為例——自動整理收件匣郵件:

  1. 讀取新收到的未讀 Gmail 郵件。
  2. 使用 AI 分類,並產生一句摘要。
  3. 將日期、寄件者、主旨、分類與摘要新增至 Google Sheets。
Log Unread Gmail Classifications to Sheets在 Open Flow 中使用
Open Flow 郵件分類範本,展示檢查未讀郵件、讀取郵件、AI 分類與摘要,以及新增試算表記錄的流程。

郵件分類範本的 Open Flow 預覽,具備結構化節點、版本歷史與 Agent 可編輯的開放格式。

在 Open Flow 中,匯入範本並連結 Gmail 與 Google Sheets 後,你可以自由指定任何 OpenAI 相容的模型位址,並透過內建修訂歷史追蹤每一次改動。

查看範本與設定說明

自行部署與資料掌控

對於有資料合規、內網延遲或私有化部署要求的團隊,兩者的部署架構是截然不同的路線。

自行部署 Open Flow Make
部署方式 開源且支援 Docker 自行部署,完全運行在自己的伺服器上 僅限閉源 SaaS 雲端託管,完全不提供自行部署版本或 Docker 映像檔
自訂 LLM 可自訂模型服務位址與 API Key,支援本機模型與 OpenAI 相容介面 僅支援雲端整合,無法接入自行部署的本機推論服務
資料與日誌 自行部署時資料與執行日誌完全留在內網 所有請求載荷與執行日誌都留在 Make 伺服器上
官方整合服務 自行部署後仍可搭配 OOMOL 官方服務,統一依用量計費 不適用——所有執行都必須留在 Make 雲端

Make 只能在 Make 自己的雲端執行。Open Flow 則讓你在需要時隨時切換為私有化部署——同時還能繼續按量呼叫 OOMOL 的官方整合服務,省去自行維護 OAuth 應用的麻煩。

官方託管與使用費用

Open Flow 把功能完整性與用量計費分開;Make 則依每個模組的執行次數扣減點數,並把短週期排程和自訂變數鎖在高階方案中。

官方託管 Open Flow Make
免費方案 免費版即含每月額度,支援完整分支、AI 節點與 Webhook 每月僅 1,000 點數,且最短排程間隔僅限 15 分鐘
入門月費 $15.90/月 Core 約 $9–$12/月(含 10,000 點數),但自訂變數與優先執行需升級 Pro
計費與迴圈 每月提供額度,超出後依實際用量付費 迴圈與疊代器每處理一筆資料,都會依模組數量成倍消耗點數

Open Flow 不會用模組點數乘法或功能分級來製造升級壓力。 隨著業務規模擴大,你可以依實際資源消耗平滑擴充,而不必為了解鎖變數或異常處理而被迫跳級訂閱。