拖放 UI 以構(gòu)建您的定制 LLM 流程：

Flowise，一個用戶友好的、無代碼的平臺，它簡化了構(gòu)建LangChain工作流的過程，允許開發(fā)人員創(chuàng)建LLM應(yīng)用程序，而無需編寫代碼。

Flowise的關(guān)鍵特性，包括拖放式UI、用戶友好性和多功能性。

通過直觀的拖放界面簡化LangChain流程開發(fā)

Flowise為開發(fā)人員提供了一個特殊的工具，旨在構(gòu)建LLM應(yīng)用程序，而無需深入研究編碼。

對于努力以敏捷方式快速構(gòu)建原型并開發(fā)LLM應(yīng)用程序的組織來說，這同樣是有益的。讓我們來看看Flowise AI的一些突出功能:

，時長10:10

• ? 拖放式UI: Flowise使設(shè)計自己的自定義LLM流程變得簡單。
• ? 開源: 作為一個開源項目，F(xiàn)lowise可以自由使用和修改。
• ? 用戶友好: Flowise很容易上手，即使對那些沒有編碼經(jīng)驗的人也是如此。
• ? 通用: Flowise AI可用于創(chuàng)建各種LLM應(yīng)用程序。

示例1: 構(gòu)建基本LLM鏈

遵循以下步驟:

1. 1. 在空白畫布上，單擊” Add New”按鈕以調(diào)出左側(cè)的”Add Nodes”面板。
2. 2. 從“Add Nodes”面板中選擇以下組件，它們將出現(xiàn)在畫布上:
3. ? 從LLMs中將OpenAI拖到面板
4. ? 從Chains分類中拖出LLM chain
5. ? 從Promps分類中拖出Prompt Template

現(xiàn)在，畫布應(yīng)該是這樣的:

1. 1. 連接組件
2. ? 將OpenAI的輸出（output）鏈接到LLM Chain的語言模型（input）
3. ? 將Prompt Template的輸出（output）鏈接到LLM Chain的Prompt（input）

1. 1. 輸入必要的信息
2. ? 在OpenAI的字段中輸入OpenAI密鑰? 將以下prompt模板寫入“Prompt Template”的Template字段中:

What is a good name for a company that makes {product }?

1. ? 給LLM Chain一個名字.
2. ? 單擊右上角的“保存”圖標(biāo)進(jìn)行保存.
3. ? 點(diǎn)擊右上角的聊天圖標(biāo)，就可以開始發(fā)送“產(chǎn)品名稱”了。在這里，我們得到了預(yù)期的答案.

示例2: 構(gòu)建PDF閱讀器Bot

在之前的一篇博文中，我演示了如何使用LangFlow創(chuàng)建PDF Reader Bot?，F(xiàn)在，讓我們使用Flowise創(chuàng)建相同的機(jī)器人。

將以下組件添加到空白畫布中:

• ? 從“Text Splitters”中選擇“Recursive Character Text Splitter”（遞歸字符文本分割器）
• ? 從“Document Loaders”中選擇“PDF File”
• ? 從“Embeddings”中選擇“OpenAI Embeddings”
• ? 從“Vector Stores”中選擇“In-memory Vector Store”（內(nèi)存向量存儲）
• ? 從“LLMs”中選擇“OpenAI”
• ? 從“Chains”中選擇“Conversational Retrieval QA Chain”（對話檢索QA Chain）

現(xiàn)在我們在畫布中擁有了所有必需的組件。

連接組件

1. 1. 鏈接“Recursive Character Text Splitter” 的輸出和 “PDF file” 的輸入
2. 2. 鏈接“PDF file” 的輸出和 “In-memory Vector Store”的輸入
3. 3. 鏈接“OpenAI Embeddings” 的輸出和“In-memory Vector Store” 的輸入
4. 4. 鏈接“In-memory Vector Store” 的輸出和 “Conversational Retrieval QA Chain”的輸入
5. 5. 鏈接“OpenAI” 的輸出和 “Conversational Retrieval QA Chain” 的輸入

輸入必要的信息

1. 1. 點(diǎn)擊“PDF File”中的“Upload File”，上傳標(biāo)題為“Introduction to AWS Security”的示例PDF文件。
2. 2. 在“OpenAI”和“OpenAIEmbeddings”字段中輸入您的OpenAI密鑰
3. 3. 單擊“save”按鈕，然后單擊聊天按鈕開始發(fā)送請求。

? 快速入門

下載并安裝 NodeJS >= 18.15.0

1. 1. 安裝 Flowise
2. npm install -g flowise
3. 2. 啟動 Flowise
4. npx flowise start
5. 使用用戶名和密碼
6. npx flowise start –FLOWISE_USERNAME=user –FLOWISE_PASSWORD=1234
7. 3. 打開 http://localhost:3000

docker

Docker Compose

1. 1. 進(jìn)入項目根目錄下的 Docker 文件夾
2. 2. 創(chuàng)建 .env 文件并指定 PORT（參考 .env.example）
3. 3. 運(yùn)行 docker-compose up -d
4. 4. 打開 http://localhost:3000
5. 5. 可以通過 docker-compose stop 停止容器

Docker 鏡像

1. 1. 本地構(gòu)建鏡像：
2. docker build –no-cache -t flowise .
3. 2. 運(yùn)行鏡像：
4. docker run -d –name flowise -p 3000:3000 flowise
5. 3. 停止鏡像：
6. docker stop flowise

? 開發(fā)者

Flowise 在一個單一的代碼庫中有 3 個不同的模塊。

• ? server：用于提供 API 邏輯的 Node 后端
• ? ui：React 前端
• ? components：第三方節(jié)點(diǎn)集成

先決條件

• ? 安裝 PNPM
• npm i -g pnpm

設(shè)置

1. 1. 克隆倉庫
2. git clone https://github.com/FlowiseAI/Flowise.git
3. 2. 進(jìn)入倉庫文件夾
4. cd Flowise
5. 3. 安裝所有模塊的依賴：
6. pnpm install
7. 4. 構(gòu)建所有代碼：
8. pnpm build
9. 5. 啟動應(yīng)用：
10. pnpm start
11. 現(xiàn)在可以在 http://localhost:3000 訪問應(yīng)用
12. 6. 用于開發(fā)構(gòu)建：任何代碼更改都會自動重新加載應(yīng)用程序，訪問 http://localhost:8080
13. ? 在 packages/ui 中創(chuàng)建 .env 文件并指定 VITE_PORT（參考 .env.example）
14. ? 在 packages/server 中創(chuàng)建 .env 文件并指定 PORT（參考 .env.example）
15. ? 運(yùn)行
16. pnpm dev

認(rèn)證

要啟用應(yīng)用程序級身份驗證，在 packages/server 的 .env 文件中添加 FLOWISE_USERNAME 和 FLOWISE_PASSWORD：

FLOWISE_USERNAME=userFLOWISE_PASSWORD=1234

環(huán)境變量

Flowise 支持不同的環(huán)境變量來配置您的實(shí)例。您可以在 packages/server 文件夾中的 .env 文件中指定以下變量。了解更多信息，請閱讀文檔

文檔

[Flowise 文檔]：(https://docs.flowiseai.com/)

自托管

在您現(xiàn)有的基礎(chǔ)設(shè)施中部署自托管的 Flowise，我們支持各種部署

• ? AWS
• ? Azure
• ? Digital Ocean
• ? GCP

— 完 —