微信扫码
与创始人交个朋友
我要投稿
Flowise 是一个强大的开源项目,利用可视化拖放界面,使用户能够轻松创建和配置 LLM 应用程序。下面是 Flowise 的一些核心功能:
可视化设计:通过拖放控件,轻松设计 LLM 流程。
模块化结构:Flowise 的代码库包含三个不同的模块,适合不同开发者的需求。
高灵活性:支持多种部署方式,包括本地、Docker 和云服务,满足不同用户的需求。
简单易用:安装和启动过程简单明了,便于新手上手。
在开始使用 Flowise 之前,确保你的环境中已安装 NodeJS(版本 >= 18.15.0)。下面是安装和运行 Flowise 的步骤:
使用 npm 全局安装 Flowise:
npm install -g flowise
运行 Flowise:
npx flowise start
如果你需要设置用户名和密码以增强安全性,可以使用以下命令:
npx flowise start --FLOWISE_USERNAME=user --FLOWISE_PASSWORD=1234
打开浏览器,访问 http://localhost:3000,你将看到 Flowise 的界面。
如果你想使用 Docker 部署 Flowise,可以按照下面的步骤进行:
进入项目根目录的 docker
文件夹。
复制 .env.example
文件,并将其重命名为 .env
。
启动 Docker Compose:
docker compose up -d
访问 http://localhost:3000。
如果需要停止容器,可以使用:
docker compose stop
在本地构建镜像:
docker build --no-cache -t flowise .
运行镜像:
docker run -d --name flowise -p 3000:3000 flowise
停止镜像:
docker stop flowise
Flowise 是一个单仓库中的多模块项目,主要包括:
server:Node 后端,处理 API 逻辑
ui:React 前端
components:第三方节点集成
api-documentation:从 express 自动生成的 Swagger UI API 文档
需要先安装 PNPM:
npm i -g pnpm
克隆代码库:
git clone https://github.com/FlowiseAI/Flowise.git
进入仓库目录:
cd Flowise
安装所有模块的依赖:
pnpm install
构建代码:
pnpm build
如果你遇到 JavaScript 堆内存不足的错误,可以尝试增加 Node.js 的堆内存大小:
export NODE_OPTIONS="--max-old-space-size=4096"
pnpm build
启动应用:
pnpm start
**```
你现在可以访问 [http://localhost:3000](http://localhost:3000)。
## ?** 身份验证
要启用应用级别的身份验证,请在 `packages/server` 目录中的 `.env` 文件中添加 `FLOWISE_USERNAME` 和 `FLOWISE_PASSWORD`:
FLOWISE_USERNAME=user
FLOWISE_PASSWORD=1234
## **?** 环境变量配置
Flowise 支持多种环境变量配置,你可以在 `packages/server` 文件夹中的 `.env` 文件中指定这些变量。
## **?** 自主部署
Flowise 支持在现有基础设施上自托管,支持多种不同的部署方式,详细文档请参见 [Flowise 文档](https://docs.flowiseai.com/configuration/deployment)。
支持的平台包括:
- AWS
- Azure
- Digital Ocean
- GCP
### 云平台支持
Flowise 还支持多种云平台,其中包括:
- Railway
- Render
- HuggingFace Spaces
- Elestio
- Sealos
- RepoCloud
## **?** Flowise 云服务
想要体验更加便捷的服务?可以选择 [Flowise Cloud](https://flowiseai.com/)。
## **?** 支持与反馈
如果你在使用过程遇到问题,或者有新的需求,欢迎在我们的 [讨论区](https://github.com/FlowiseAI/Flowise/discussions) 提出。
## **?** 同类项目对比
在 Flowise 之外,还有许多开源项目提供类似的功能,如:
1. **LangChain**:允许用户构建复杂的链以整合多个 LLM 的输出和响应,解析能力强。
2. **Haystack**:专注于信息检索,能够结合 LLM 和传统信息检索技术,适合需要结合自然语言处理和信息检索的场景。
3. **Rasa**:开源机器学习框架,支持构建对话代理,适合需要各种自然语言理解的应用。
这些项目各有特点,开发者可以根据自己的需求选择合适的工具来进行应用的开发。**
53AI,企业落地应用大模型首选服务商
产品:大模型应用平台+智能体定制开发+落地咨询服务
承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2024-12-22
花60元,DIY了一个AI机器人,能聊天,会认人……
2024-12-21
基于AI智能助理的软件开源组件安全检查
2024-12-21
Llama2024年度要点总结
2024-12-21
重磅! Github Copilot 免费了
2024-12-20
万字长文帮你搞定AI Agent选型
2024-12-20
微软开源的 Markitdown 可将任意文件转换为 Markdown 格式,PDF 解析咋样?
2024-12-20
Claude的MCP(模型上下文协议)简介
2024-12-20
历时2年,华人团队力作,震撼开源生成式物理引擎Genesis,可模拟世界万物
2024-05-06
2024-07-25
2024-08-13
2024-06-12
2024-07-11
2024-06-16
2024-07-20
2024-09-20
2024-06-15
2024-07-25
2024-12-20
2024-12-19
2024-11-22
2024-11-19
2024-11-13
2024-11-13
2024-10-07
2024-09-22