我要投稿

【013个AI应用体验】Flowise ：AI工作流这么酷，本地搓一个！

发布日期：2024-06-21 08:12:43 浏览次数： 2944 作者：河东小郢

"Making AI work well requires architecture/data piping/model fine tuning that virtually no one is doing."

要使 AI 正常工作，需要架构/数据管道/模型微调，而几乎没有人这样做。

by Norman Vaughan（CEO@BloomTech）

┃ 写在前面

随着本地部署跑的AI项目越来越多，部署环境打架问题愈发严重，经笔者的多次踩坑，给想体验的朋友几点注意事项（面向非开发者）：

⭐️⭐️⭐️优先推荐docker部署（一开始虽然麻烦，搞几个项目后就很轻松了），可惜不是每个项目都提供了docker部署方式
⭐️⭐️其次如果是python环境，推荐用conda创建一个新的纯净的指定版本的python环境，版本严格按照项目标定的来，python3.12对很多组件不友好
⭐️⭐️同一个python环境下，也推荐为不同项目创建虚拟环境venv

真遇到问题，就随便找个大模型问，大都能解决，至少找到解决思路。

┃AI应用介绍 Flowise

Flowise 是一个国内团队开源的一个项目，专为开发基于大型语言模型（LLM）的应用程序而设计。它是一个无代码工具，允许用户轻松构建自定义的LLM流程。Flowise的主要特点是其开放源代码的框架，这使得开发者可以利用社区构建的项目来加速开发进程。

主要功能（特性)：

零代码界面：Flowise提供了一个直观的无代码界面，允许用户通过拖放组件来构建和自定义基于大型语言模型（LLM）的应用程序。
开源框架：作为一个开源项目，Flowise的代码对所有人开放，这使得开发者可以自由地查看、修改和贡献代码。
社区支持：Flowise受益于社区的贡献，用户和开发者可以共享和改进项目，从而加速开发进程。
灵活性：Flowise的设计允许用户根据自己的需求定制LLM流程，无论是简单的文本生成还是复杂的交互式应用。
易于使用：即使是缺乏编程经验的用户也可以使用Flowise来构建和部署自己的LLM应用，降低了使用大型语言模型的门槛。
可扩展性：Flowise的架构支持扩展，用户可以根据需要添加新的功能和组件，以适应不断变化的需求。

通过这些特性，Flowise旨在让开发者和非开发者都能够更容易地利用大型语言模型的能力，创建各种应用程序。

初步体验效果如下：

搭建一个最简单的本地聊天工作流，实现根据上下文对话↑

┃部署环境

OS: Windows 11

docker：须有（不用docker部署，则不需要，但就需要另外的环境了，具体参考官方项目介绍）

ollama：须有（我这里演示的是基于本地ollama的大模型环境，所以需要。如果是链接外面的LLM API接口，则不需要。）

部署方式：docker部署（官方提供的其他两种部署方式我都尝试过，在我本机环境全部失败，万幸docker部署成功）

Github项目地址：https://github.com/FlowiseAI/Flowise

┃部署过程

1.通过CMD命令窗口下载项目仓库到本地（需要爬梯）

git clone https://github.com/FlowiseAI/Flowise.git

2.进入已经下载下来的本地项目仓库（文件夹）

cd Flowise

3.修改Flowise项目下docker文件夹中的.evn.example文件，直接把example去掉不修改其他配置也可以，默认有基础配置，也可以。

4.进入项目的docker文件夹

cd docker

5.通过docker安装

docker-compose up -d

6.安装成功后，打开浏览器，拷贝输入：http://localhost:3000/（使用体验和效果见文中视频）

又多了一种AI体验！Beautiful！

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费场景POC验证，效果验证后签署服务协议。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2025-04-20

MCP很好，但安全问题不容忽视，智能体安全框架可以解决

2025-04-20

赛博中医大师已经开始为你把脉了

2025-04-20

OpenAI 官方定义：到底什么是 AI Agent？

2025-04-20

AIGC应用必坑指南与落地实战方法论

2025-04-20

「合成用户」进化：基于访谈生成的 1000 个虚拟用户，能产出洞察吗

2025-04-20

扣子空间火了，是国产通用 agent 一个好的开始，比 manus 还差不少

2025-04-20

微软偷偷上线一款MCP神器，可让Office文件秒变Markdown！

2025-04-20

行业必读丨OpenAI 最新报告：构建 Agents 最佳实践

了解更多

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

本地部署大模型？看这篇就够了，Ollama 部署和实战

2024-08-13

16个具有“联网搜索”功能的AI：总有一个适合你！

2024-06-13

Cursor 一个真正让程序员产生危机感的 AI 编程工具

2024-08-21

OpenAI o1与GPT4o的对比分析

2024-09-23

大模型｜“上下文长度”和“上下文窗口”不再傻傻分不清楚！

2024-07-31

一文带你了解大模型——智能体（Agent）

2024-05-28

50+个AI大模型在不同领域的应用案例

2024-08-04

全面对比dify、coze、streamlit、chainlit

2024-04-26

【深度】AI搜索产品深度分析-搜索原理和商业模式分析

2024-07-09

一文读懂OpenAI新发布o1系列大模型

2024-09-17

大家都在问

OpenAI 官方定义：到底什么是 AI Agent？

2025-04-20

大概念模型（Large Concept Models）会取代提示工程吗？

2025-04-18

LLM中的Token和Embedding到底是啥？

2025-04-16

探秘 LLM Agents：ReAct 框架藏着哪些惊喜？

2025-04-13

MCP、Function Calling 有什么区别？与 AI Agent 有什么关系？

2025-04-13

有了MCP，还需要深入研究Agent吗？

2025-04-13

大模型备案详解：哪些企业需要备案？如何高效准备？

2025-04-12

一夜之间，所有AI都会“说普通话”！谷歌A2A协议到底有多猛？

2025-04-12

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS 提示词框架提示词技巧 AI+电商 AI面试数字员工 ChatBI 知识管理开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB