Flock: Low-Code-Workflow-Orchestrierung zur schnellen Erstellung von Chatbots

Allgemeine Einführung

Flock ist eine Open-Source-Workflow-Low-Code-Plattform, die auf GitHub gehostet und vom Onelevenvy-Team entwickelt wird. Sie basiert auf LangChain und LangGraph Flock ist eine Technologie, die es Nutzern ermöglicht, schnell Chatbots, Retrieval Augmented Generation (RAG)-Anwendungen zu erstellen und Multi-Agenten-Teams zu koordinieren.Flock macht es Nutzern, die keine Programmierkenntnisse haben, leicht, intelligente Anwendungen durch ein flexibles Workflow-Design zu erstellen. Flock unterstützt umfangreiche Knotenfunktionen wie bedingte Logik, Codeausführung und multimodale Dialoge und ist für die Automatisierung von Geschäftsprozessen, die Datenverarbeitung und andere Szenarien weithin einsetzbar. Das Projekt verwendet Front-End-Technologien wie React und Next.js, und das Back-End basiert auf PostgreSQL, was den Technologie-Stack modern und einfach zu erweitern macht. Derzeit wird Flock von einer aktiven Community auf GitHub unterstützt und ist unter Entwicklern sehr beliebt.

Funktionsliste

• Workflow-Orchestrierung:: Entwerfen Sie komplexe Arbeitsabläufe durch Ziehen und Ablegen von Knoten, um die Zusammenarbeit von mehreren Agenten und die Aufgabenverteilung zu unterstützen.
• Chatbot-GebäudeSchnelles Erstellen von Chatbots, die natürlichsprachliche Interaktionen unterstützen und Text- und Bildeingaben verarbeiten können.
• RAG Application SupportIntegrieren Sie die Generierung von Sucherweiterungen, um Informationen aus Dokumenten zu extrahieren und Antworten zu generieren.
• bedingte LogiksteuerungVerzweigungslogik mit If-Else-Knoten implementieren, um den Fluss dynamisch auf der Grundlage der Eingaben anzupassen.
• Fähigkeit zur Code-AusführungEingebauter Python-Skriptknoten zur Durchführung von Datenverarbeitung oder benutzerdefinierter Logik.
• multimodale InteraktionUnterstützung für multimodale Eingaben wie Bilder, um die Flexibilität des Dialogs zu erhöhen.
• Kapselung von Sub-Workflows:: Verbesserung der Entwicklungseffizienz durch Wiederverwendung komplexer Prozesse über Subgraph-Knoten.
• Knotenpunkte mit menschlichem EingriffErmöglicht die manuelle Überprüfung der LLM-Ausgabe oder der Ergebnisse von Toolaufrufen.
• Absichtserkennung:: Automatische Erkennung von Benutzereingaben und kategorienübergreifendes Routing.

Hilfe verwenden

Ablauf der Installation

Flock ist ein auf Docker basierendes, lokales Bereitstellungswerkzeug, das bestimmte Umgebungskonfigurationen erfordert, um ausgeführt werden zu können. Hier sind die detaillierten Installationsschritte, um sicherzustellen, dass Sie loslegen können.

1. die Umwelt vorbereiten

• Installation von DockerInstallieren Sie Docker auf Ihrem Betriebssystem. Windows/Mac-Benutzer können es von der offiziellen Docker-Website herunterladen, Linux-Benutzer führen den folgenden Befehl aus:

  sudo apt update && sudo apt install docker.io
  sudo systemctl start docker

• Installation von Git: wird zum Klonen des Repositorys verwendet. Die Installationsmethode finden Sie auf der Git-Website.
• Überprüfung von PythonVergewissern Sie sich, dass Ihr System über Python 3.8+ für die Schlüsselerzeugung verfügt:

  python --version
  

2. klonen von Projekten

Öffnen Sie ein Terminal und führen Sie den folgenden Befehl aus, um den Quellcode von Flock zu erhalten:

git clone https://github.com/Onelevenvy/flock.git
cd flock/docker

3. die Umgebungsvariablen konfigurieren

Kopieren Sie die Beispielkonfigurationsdatei und ändern Sie sie:

cp ... /.env.example .env

zeigen (eine Eintrittskarte) .env ändern Sie den Standardwert von ändern Sie diese Ersetzen Sie den Schlüssel durch einen sicheren Schlüssel. Erzeugen Sie den Schlüssel mit dem folgenden Befehl:

python -c "import secrets; print(secrets.token_urlsafe(32))"

Füllen Sie die generierten Ergebnisse in die .env Dokument, zum Beispiel:

SECRET_KEY=Ihr_generierter_Schlüssel_hier

4. die Aktivierung der Dienste

Starten Sie Flock mit Docker Compose:

docker compose up -d

Wenn Sie das Image lokal erstellen müssen, führen Sie es zuerst aus:

docker compose -f docker-compose.localbuild.yml build
docker compose -f docker-compose.localbuild.yml up -d

Nach erfolgreichem Start läuft Flock standardmäßig in der http://localhost:3000.

Verwendung

Sobald die Installation abgeschlossen ist, können Sie über Ihren Browser auf Flock zugreifen und seine Funktionen nutzen. Im Folgenden finden Sie detaillierte Anweisungen zur Nutzung der wichtigsten Funktionen.

Funktion 1: Chatbot erstellen

1. Zugang zur Werkbank: Öffnen Sie Ihren Browser und geben Sie http://localhost:3000, Anmeldebildschirm (für Erstbenutzer kann eine Registrierung erforderlich sein).
2. Neuer ArbeitsablaufKlicken Sie auf "Neues Projekt" und wählen Sie "Chatbot-Vorlage".
3. Knoten hinzufügen:
   • Ziehen Sie den Eingabeknoten hinein, um Benutzernachrichten zu empfangen.
   • Verbinden Sie "LLM-Knoten", um natürliche Sprache zu verarbeiten und Ihre Modelle zu binden (z.B. OpenAI API konfiguriert über LangChain).
   • Fügen Sie einen "Ausgabeknoten" hinzu, um Ergebnisse zurückzugeben.
4. KonfigurationsmodellFüllen Sie den API-Schlüssel und die Modellparameter in den LLM-Knoteneinstellungen aus.
5. TestlaufKlicken Sie auf die Schaltfläche "Ausführen" und geben Sie ein: "Hallo, wie ist das Wetter heute?" Sehen Sie sich die Antwort des Bots an.

Funktion 2: Aufbau einer RAG-Anwendung

1. Das Dokument vorbereitenUpload des abzurufenden Dokuments (z.B. PDF) in das Arbeitsverzeichnis.
2. Entwurfsprozess:
   • Fügen Sie einen Dateieingabeknoten hinzu, um den Dokumentpfad anzugeben.
   • Verbinden Sie den RAG-Knoten und konfigurieren Sie die Suchparameter (z.B. Vektordatenbank).
   • Link zum "LLM-Knoten", um eine Antwort zu erzeugen.
3. Einsatzprüfung:: Geben Sie Fragen ein wie "Was sind die meistgenannten Schlüsselwörter im Dokument?". Ergebnisse anzeigen.
4. Optimierung:: Passen Sie den Suchbereich oder die Modellparameter an, um die Antwortgenauigkeit zu verbessern.

Funktion 3: Multi-Agenten-Zusammenarbeit

1. Ein Team bilden:: Fügen Sie mehrere Agentenrollen (z. B. "Datenanalyst" und "Kundendienst") in "Agentenverwaltung" hinzu.
2. etw. in Angriff nehmen:
   • Definieren Sie die Aufgaben jedes Agenten (z. B. Datenanalyse, Reaktion auf Benutzer) mit Hilfe von "Workflow-Knoten".
   • Hinzufügen eines "Collaboration Node" zur Koordinierung der Kommunikation zwischen den Agenten.
3. laufendes Beispiel:: Geben Sie die Aufgabe "Analysieren Sie die Verkaufsdaten und erstellen Sie einen Bericht" ein und beobachten Sie, wie die Mitarbeiter zusammenarbeiten, um sie zu erledigen.

Funktion 4: Bedingte Logik und Code-Ausführung

1. Hinzufügen des If-Else-Knotens:
   • Ziehen Sie den If-Else-Knoten hinein und legen Sie die Bedingung fest (z. B. "Eingabe enthält 'Verkäufe'").
   • Verbinden Sie verschiedene Verzweigungen, z. B. "Ja" mit "Datenanalyse", "Nein" mit "Aufforderung zur erneuten Eingabe". mit "Aufforderung zur erneuten Eingabe".
2. Code-Knoten einfügen:
   • Fügen Sie einen "Python-Knoten" hinzu und geben Sie das Skript ein:

     def process_data(input).
     return sum(map(int, input.split(',')))
     

   • Dient zur Berechnung der Summe der eingegebenen Zahlen.
3. Prüfung (Maschinen usw.): Geben Sie "1,2,3" ein, um zu überprüfen, ob das Ergebnis "6" ist.

Funktion 5: Menschliches Eingreifen

1. Hinzufügen von manuellen Knoten:: Einfügung eines Knotens "Manuelle Intervention" in den Workflow.
2. Überprüfung der KonfigurationEinstellen, um die LLM-Ausgabe zu prüfen, speichern und ausführen.
3. Rigg:: Das System hält an und fordert zum manuellen Eingriff auf; geben Sie die Änderungen ein und fahren Sie fort.

caveat

• NetzanforderungStellen Sie sicher, dass das Docker-Netzwerk offen ist und konfigurieren Sie einen Proxy, wenn Sie eine externe Modell-API verwenden.
• LeistungsoptimierungEs wird empfohlen, Docker mindestens 4 GB Speicher für die lokale Laufzeit zuzuweisen.
• Log-AnsichtFalls Probleme auftreten, führen Sie docker logs Prüfen Sie auf Fehler.

Mit diesen Schritten können Sie Flock verwenden, um Chatbots zu erstellen, mit mehreren Agenten zusammenzuarbeiten und die Vorteile des niedrigen Codes zu nutzen!