微信扫码
与创始人交个朋友
我要投稿
不知道从什么时候开始,每年的十月份工作就会异常的忙碌,事情一堆一堆的,仿佛都不给人喘息的机会。有一些小伙伴也私聊我说虽然每天的工作内容比较单一重复,但架不住量大,长此以往都没法好好摸鱼了,有没有什么工具可以实现自动化工作?
三金直呼好家伙,重点是摸鱼是吧?
本来我是准备让他使用 Dify 的,但他表示 Dify 并不符合他的预期。他想要的是——能实现在自动化工作,且能生成文件到本地,其他功能都可以不要,主打一个轻量化!
这样的话,三金就不得不拿出 Flowise 来满足他了。
Flowise 是一款兼容 LangChain 的开源低代码工具,不管是普通用户还是开发人员都能轻松构建可视化 LLM 工作流和 AI Agent。
说是低代码,其实更多的时候它也是无代码,我们只需要在一块画布上,先点击左上角的添加按钮新增工具卡片,然后通过拖拉拽的方式将这些工具串起来就可以得到一个 AI 应用。
是不是很简单?
所以 Flowise 特别适合那些不了解编程知识或者了解比较少的用户,他们可以通过连线的方式就能构建出如聊天机器人、AI 智能体、AI 智能爬虫以及数据分析工具等等应用 。
Flowise 可以做的事情有很多,包括但不限于:
基于用户上传文档的问答机器人
AI 客服
一些服务平台的问答系统
以及开头小伙伴想要的自动化工具
三金所说的这些并不是本身就存在于 Flowise 中的,而是需要根据实际情况通过工作流的方式来实现的。所以对使用者来说,它的灵活度很高、可定制性很强。
那实现一个工作流也很简单,我们只需要列出完成这个目标需要哪些步骤即可。比如实现一个 PDF 聊天机器人:
上传文档
把文档需要交给一个处理文档的模型处理
处理后的数据需要存储
既然聊天肯定还需要一个 Chat 模型
然后将这些点通过「链」的方式串起来
回到 Flowise 中,然后按照这个步骤一步一步创建工作流节点即可。
点击右上角的代码图标还可以将工作流嵌入 HTML 网页或者直接以 Chatbot 的形式分享给别人,非常的便捷:
Flowise 的部署有两种简单的方式:
使用 npm 安装及启动
使用 npm 安装及启动项目,本地一定要有版本大于等于 18.15.0 的 NodeJS 环境,然后执行以下命令即可运行项目:
npm install -g flowise
npx flowise start
项目启动以后我们访问 http://localhost:3000
即可~
使用 Docker 安装及启动
首先需要克隆 Flowise 项目到本地:
git clone https://github.com/FlowiseAI/Flowise.git
然后进入到项目中的 docker 目录下启动 docker:
cd Flowise/docker
cp .env.example .env
docker compose up -d
也是访问 http://localhost:3000
即可~
部署好之后,三金再带大家实现两个 Chatflow 练练手,稍微熟悉熟悉。
也就是我们在上一部分提到的内容,虽然那会儿提到实现这个工作流需要五步,但是节点其实需要 6 个:
Text Splits : 1000-200,这个作用不用多说吧;
PDF File :可以用来上传 PDF 文档
Jina Embeddings :接入 Jina 的 Embedding 模型
向量存储-In Memory Vector (需要2和3两个输出)
OpenAI Model
链-- Conversational Retrieval QA Chain :基于文档的问答链,是 Langchain 框架提供的(需要4和5两个输出)
在 6 这里还有一个 Return Source Documents 的开关,作用是可以返回相关的原文档的信息
完整的工作流截图我已经在上一部分贴了,有需要的照抄就行。
顾名思义:我们可以输入一个目标,然后 AI 给我们生成「完成这个目标都需要哪些步骤」。
一个 AI 大模型
一个 prompt,用来告诉大模型需要做什么,生成什么
通过「链」来将节点串起来
注意:节点输出的类型在卡片的右下角,hover 上去的时候会提示详细的类型
上手有一些成本,如果对 LangChian 比较熟悉就还好,不太熟悉的话,里面的节点在使用的时候会让人比较懵逼,尤其在将节点串起来的时候,不知道该使用什么链。
或许看看文档会好一些:文档地址(https://docs.flowiseai.com/)。
Github: https://github.com/FlowiseAI/Flowise/blob/main/i18n/README-ZH.md
再就是定位不一样:
Dify 更倾向于 Coze 这种 AI Agent 平台,里面的功能很全,社区活跃度也很高,还能接入到微信;
FastGPT 的关注点则在知识库,这一点用过的人感受都很明显;
Flowise 侧重于工作流,不管是 Chatflows 还是 Agentflows 都是工作流,不像另外两个那样功能繁多。
大家可以根据自己的实际情况做选择,条件允许的话我还是建议直接使用 Dify~
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
2024-11-07
GPT-4o加钱能变快!新功能7秒完成原先23秒的任务
2024-11-05
【导读】SELA:基于树搜索增强的LLM Agent用于自动化机器学习
2024-11-05
全参微调与LoRA的区别,及7种LoRA变种方法解析
2024-11-04
再也不用为写文档摘要发愁了!AI总结助手帮你实现
2024-11-03
Cursor IDE:自定义模型,打造个性化AI编程新体验
2024-11-03
Smyth OS:开启个人 AI Agent的无代码革命时代
2024-11-01
多模态大模型微调实践!PAI+LLaMA Factory搭建AI导游
2024-11-01
如何提高大型 AI 模型的开发速度
2024-07-11
2024-07-11
2024-07-09
2024-09-18
2024-06-11
2024-07-23
2024-07-20
2024-07-12
2024-07-23
2024-07-26