Flowise AI：开源的可视化 LLM 工作流编排工具，支持聊天机器人构建。
拖拽式 UI，可快速构建 Chatbot + RAG（检索增强生成）+ 工具调用。
Flowise 是什么项目？
核心定位
Flowise 是一个 开源、可视化、低代码 / 无代码 平台，帮助用户通过拖拽节点的方式来构建 AI 代理（Agents）、聊天机器人、以及各种基于大型语言模型（LLM）的工作流程
项目亮点与功能
- 可视化构建操作流程：通过完整的拖拽界面，将不同模块（如提示模板、模型、向量数据库、工具接口等）连接起来，轻松搭建 AI 工作流
- 基于 LangChain：在后台使用 LangChain（特别是 LangChain.js）执行流程，使得构建复杂逻辑变得可视化与模块化
- 支持多种部署方式：可通过 NPM、Docker、或自行搭建，支持本地部署以及云端部署（例如 AWS、GCP、Render、Railway 等）。
- 适用范围广泛：适合构建聊天助手、文档问答、RAG（Retrieval-Augmented Generation）流程、多代理系统等
- 企业友好：
- 多代理协调：支持多个代理协作、并行任务、流程复杂结构（如循环、路由、分层等
- 人机交互（HITL）：支持“人类在环”流程，例如让人审核代理决策、批准/拒绝工具调用
- 可观测性与流程追踪：提供完整执行追踪，支持 Prometheus、OpenTelemetry 等监控工具(
- 流程验证：自动检查流程配置，减少配置错误
项目架构与安装方式
仓库结构（Monorepo）
Flowise 仓库中包含多个模块，主要结构如下：
server：Node.js 后端，提供 API 接口；ui：使用 React 构建的前端界面；components：集成第三方节点与功能模块；api-documentation：自动生成的 Swagger 接口文档
安装与使用指南
两种常见方式：
1. 本地安装与运行：
npm install -g flowise
npx flowise start然后访问 http://localhost:3000
2. 使用 Docker：
- 使用 Docker Compose：
- 复制
.env.example为.env，配置好后执行docker compose up -d； - 在浏览器打开
http://localhost:3000
- 复制
- 使用 Docker 单镜像运行：
docker build -t flowise .docker run -d -p 3000:3000 flowise- 访问同样在
http://localhost:3000
开发者模式
若进行开发调试，可依次运行：
pnpm install
pnpm build
pnpm start开发模式支持热重载，通过 pnpm dev 即可开启前端（和后端）实时变更
生态与扩展
- Flowise SDK – Python：提供 Python SDK（
flowise包），可以通过 API 调用 Flowise 聊天流程，支持流式和非流式响应 - 丰富的集成支持：支持 GitHub 文档加载器（可加载公开或私有 repo 内容，可配置递归、并发、过滤等）
- 社区反馈：开发者在 Reddit 上提到，这工具演示了它是一个“drag & drop UI to build your customized LLM flow using LangchainJS” 的有趣开源项目
总结一览
| 方面 | 内容说明 |
|---|---|
| 本质 | 开源的低/无代码平台，用于可视化构建 AI 流程。 |
| 构建方式 | 拖拽节点接入 LLM、RAG、工具等组件。 |
| 基础技术 | 基于 LangChain（特别是 JavaScript 版）。 |
| 部署选项 | 本地安装、Docker 容器、本地/云端部署。 |
| 企业特性 | 多 agent 协作、人机审核、流程监控与验证等。 |
| 扩展 | API、Python SDK、广泛集成插件、文档加载器等。 |
