Flowise 是一款開源的低/無代碼工具，只要用于可視化構建LLM工作流。它通過拖拽界面，讓用戶不需要編寫的復雜代碼就可以快速搭建 LLM 應用，支持多種工作流模式（如 Assistant、Chatflow、Agentflow）和豐富的組件（如模型、提示模板、鏈路等）。同時它還支持多種 LLM 模型、擴展功能和多平臺部署。

Flowise功能特點

• 低代碼/無代碼操作：通過拖拽界面，用戶無需編寫復雜代碼即可快速搭建 LLM 應用。

• 可視化構建：提供直觀的圖形界面，支持多種組件（如 LLM 模型、提示模板、鏈路等）的拖拽和連接。

• 支持多種工作流模式：

• Assistant：適合初學者，用于創建簡單的聊天助手。

• Chatflow：用于構建單智能體系統和簡單的 LLM 流。

• Agentflow：支持更復雜的多智能體系統和工作流編排。

• 全面的模型支持：與數百種開源或專有的 LLM 無縫集成，支持 HuggingFace、Ollama、Localai 等。

• 豐富的擴展功能：支持與內存、數據加載器、緩存、審核等組件的集成。

• 開發友好性：提供 API、SDK 和嵌入式聊天功能，方便開發者擴展和集成。

• 多平臺支持：支持在本地環境、云平臺（如 AWS、Azure、GCP）上運行。

Flowise使用教程

安裝

通過 Docker 安裝：

• 克隆 Flowise 項目。

• 進入項目根目錄的 docker 文件夾。

• 復制 .env.example 文件并重命名為 .env。

• 執行 docker compose up -d 啟動服務。

• 訪問 http://localhost:3000 使用 Flowise。

通過 Node.js 安裝：

• 確保安裝了 Node.js（版本 >= 18.15.0）。

• 使用命令 npx flowise start --FLOWISE_USERNAME=user --FLOWISE_PASSWORD=1234 啟動 Flowise。

• 訪問 http://localhost:3000 使用 Flowise。

構建工作流

• 創建新的工作流：登錄 Flowise 后，點擊頁面右上角的 “Add New” 按鈕，添加一個新的工作流。

• 添加組件：從左側的組件面板中選擇需要的組件（如 LLM 模型、鏈路、提示模板等），拖拽到畫布上。

• 連接組件：將組件的輸出端口連接到其他組件的輸入端口，形成工作流。

• 配置組件參數：在組件的配置面板中填寫必要的參數，如 LLM 的 API 密鑰、提示模板內容等。

• 保存和測試：保存工作流后，點擊右上角的對話框進行測試。

例子

• 聊天機器人：通過連接 OpenAI 模型、提示模板和 LLM 鏈，可以快速構建一個簡單的聊天機器人。

• 問答系統：結合數據加載器和檢索組件，可以構建基于知識庫的問答系統。

技術架構

• 前端：采用React + TypeScript，基于ReactFlow實現可視化。

• 后端：使用Node.js + Express，支持RESTful API和WebSocket。

• 部署方案：支持Docker + Kubernetes一鍵云原生部署。

• 包管理：使用pnpm workspace進行多模塊依賴管理。

• 文檔生成：通過Swagger UI自動生成API文檔，方便開發者進行API的調用集成。

應用場景

• 智能客服系統：接入企業知識庫，自動回答產品問題。

• 合同審查助手：解析法律文件，自動生成風險報告。

• 科研文獻分析：批量處理論文，提取關鍵研究成果。

• 智能招聘系統：自動解析簡歷，生成候選人評估。

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