繁中
English繁中

通過拖放節點構建代理

作者: /

Flowise AI：一個開源視覺LLM工作流程編排工具，支持聊天機器人的構建。
拖放UI允許您快速構建Chatbot + RAG（檢索增強生成）+工具調用。

Flowise是什麼項目？

芯定位

Flowise是一個 開源、可視化、低代碼/無代碼 通過拖放節點幫助用戶構建AI代理、聊天機器人和各種基於大型語言模型（LLM）的工作流程的平台

項目亮點和功能

  • 可視化施工操作流程：通過完整的拖放界面，連接不同的模塊（如提示模板、模型、矢量資料庫、工具界面等）輕鬆構建AI工作流程
  • 基於LangChain：使用LangChain（尤其是LangChain.js）在後台執行流程使構建複雜邏輯變得可視化和模塊化
  • 支持多種部署方法：可以通過NPM、Docker或自己構建，支持本地部署和雲部署（如AWS、GCP、Render、Railway等）。
  • 適用範圍廣：適合構建聊天助手、文檔問答、RAG（檢索增強生成）流程、多代理系統等。
  • 商業友好：
    • 多agent協調：支持多代理協作、並行任務、複雜流程結構（例如循環、路由、分層等）
    • 人機互動（HITL）：支持「人在環」流程，例如讓人員審查代理決策、批准/拒絕工具調用
    • 可觀察性和過程跟蹤：提供完整的執行跟蹤和支持監控工具，例如Prometheus和OpenTelemotional（
    • 工藝驗證：自動檢查流程配置以減少配置錯誤

項目架構和安裝方法

倉庫結構（Monorepo）

Flowise倉庫包含多個模塊，主要結構如下：

  • 伺服器：Node.js後台，提供API接口;
  • UI：使用React構建的前端界面;
  • 組件：集成第三方節點和功能模塊;
  • api文檔：自動生成Swagger界面文檔

安裝和使用指南

兩種常用方法：

1.本地安裝和操作：

nPM安裝-g流動
npx流暢開始

然後訪問 http：//localhost：3000

2.使用Docker：

  • 使用Docker編寫：
    • 複製 . dev.example 為 . inf，配置後執行 碼頭工編寫-d;
    • 在瀏覽器中打開 http：//localhost：3000
  • 使用Docker單一鏡像運行：
    • docker Build -t flyise。
    • docker run -d -p 3000：3000 Flowise
    • 訪問也在 http：//localhost：3000

開發者模式

如果您正在進行開發和調試，則可以依次運行它：

pnPM安裝
pnPM構建
pnPM開始

開發模型支持熱過載 pnPM發展 您可以在前端（和後台）啟用實時更改

生態與擴張

  • Flowise SDK - Python：提供Python SDK（流暢 包），可以通過API調用Flowise聊天流程，支持流媒體和非流媒體響應
  • 豐富的綜合支持：支持GitHub文檔加載器（可以加載公共或私有倉庫內容、可配置的回歸、並發、過濾等）
  • 社區反饋：開發人員在Reddit上提到，這個工具證明了它是一個有趣的開源項目，「拖放UI使用LangchainJS構建定製的LLM流」

總結概述

方面內容描述
本質一個開源的低/無代碼平台，用於可視化構建AI過程。
建設道路拖放節點可訪問LLM、RAG、工具和其他組件。
基礎技術基於LangChain（尤其是JavaScript版本）。
部署選項本地安裝、Docker容器、本地/雲部署。
企業特徵多智能體協作、人機審查、流程監控與驗證等
擴展API、Python SDK、廣泛集成的插件、文檔加載器等

倉庫：https://github.com/FlowiseAI/Flowise

輸油管：

返回頂端