はじめに
FlowiseAIは、開発者がカスタムLLM（大規模言語モデル）アプリケーションとAIエージェントを構築するために設計されたオープンソースのローコードツールです。FlowiseAIには豊富なテンプレートと統合オプションが用意されており、開発者は様々なアプリケーションシナリオに対応した複雑なロジックや条件設定を簡単に実装することができます。
機能一覧
- ドラッグ・アンド・ドロップのインターフェース：ドラッグ・アンド・ドロップの簡単な操作で、カスタムLLMストリームを構築できます。
- テンプレートのサポート：複数の組み込みテンプレートにより、アプリケーションの構築を素早く開始できます。
- 統合オプション：LangChainやGPTなどのツールとの統合をサポート。
- ユーザー認証：ユーザー名とパスワードによる認証をサポートし、アプリケーションのセキュリティを確保します。
- Dockerのサポート：デプロイと管理を容易にするためにDockerイメージを提供します。
- 開発者に優しい：二次開発のためのさまざまな開発環境とツールをサポート。
- 豊富なドキュメント：ユーザーがすぐに使い始められるように、詳細なドキュメントとチュートリアルを提供します。
ヘルプの使用
設置プロセス
- NodeJSをダウンロードしてインストールするNodeJS のバージョンが 18.15.0 以上であることを確認してください。
- Flowiseのインストール::
npm install -g flowise
- Flowiseスタート::
npx flowise start
ユーザー名とパスワードによる認証が必要な場合は、以下のコマンドを使うことができる：
npx flowise start --FLOWISE_USERNAME=user --FLOWISE_PASSWORD=1234
- アプリケーションへのアクセスブラウザでhttp://localhost:3000。
使用プロセス
- 新しいプロジェクトを作成するFlowiseのインターフェイスで、「新規プロジェクト」ボタンをクリックし、プロジェクト名を入力し、テンプレートを選択します。
- ドラッグ＆ドロップ・コンポーネント左のツールバーから目的のコンポーネントをワークスペースにドラッグ＆ドロップして、コンポーネントのプロパティを設定します。
- コネクションキットコネクティングワイヤーをドラッグしてコンポーネントを接続し、完全なプロセスを形成します。
- テストアプリケーションアプリケーションの機能と有効性をテストするには、"実行 "ボタンをクリックしてください。
- アプリケーションの展開テスト終了後、アプリケーションを本番環境にデプロイし、Dockerイメージを使って管理・保守することができます。
注目の機能操作
- LangChainの統合LangChainとのシームレスなインターフェイスを実現するために、コンポーネント設定でLangChain統合オプションを選択し、関連するパラメータを入力します。
- ユーザー認証.envファイルに追加
FLOWISE_USERNAME歌で応えるFLOWISE_PASSWORD変数を使用すると、アプリケーションの起動時にユーザー認証機能が自動的に有効になります。 - テンプレートの使用新規プロジェクト作成時に適切なテンプレートを選択することで、PDF Q&AやExcelデータ処理などの一般的なアプリケーションを素早く構築することができます。
一般的な問題
- 記憶障害: ビルド中にメモリ不足になった場合は、Node.jsのヒープ・メモリ・サイズを増やすことができます：
export NODE_OPTIONS="--max-old-space-size=4096"
pnpm build
- DockerのデプロイメントDockerイメージのビルドと実行には、以下のコマンドを使用します：
docker build --no-cache -t flowise .
docker run -d --name flowise -p 3000:3000 flowise
上記のステップにより、ユーザーはFlowiseAIを素早く使い始め、カスタムLLMアプリケーションを構築、デプロイし、開発効率とアプリケーションのパフォーマンスを向上させることができます。
ケーススタディ：FlowiseAIによるニュース自動執筆システムの構築
Flowiseマルチワークフロー図
Flowise設定の流れ
1.Flowiseを使って自動ニュース作成システムを構築する。まず、Flowiseのエージェントフローに、「自動ニュース作成システム」という名前の新しいエージェントを以下のように作成する：
2.スーパーバイザーと3人のワーカーをインターフェイスにドラッグし、以下のように名前を付けて接続する：
3.各エージェントにプロンプトワードを設定する：
# Supervisor
你是一个Supervisor，负责管理以下工作者之间的交流：`{team_members}`。
## 任务流程
1. **发送任务给worker1**
指示worker1搜索最新的新闻。
2. **等待worker1返回结果**
将worker1返回的最新新闻内容传递给worker2。
3. **等待worker2完成任务**
指示worker2将新闻编写成文章后，将文章内容传递给worker3。
4. **确认任务完成**
确保worker3成功保存文章后，通知任务完成。
## 注意事项
- 始终以准确、协调的方式调度任务。
- 确保每一步都完整且无遗漏。
# worker1 你是一个新闻搜索引擎，负责为调用者提供最新的新闻信息。以下是你的具体任务要求： 1. **搜索最新的 10 条新闻**：基于接收到的请求，查找符合条件的最新新闻内容。 2. **提取关键信息**：从搜索到的新闻中，提取以下信息： - **标题**：新闻的标题 - **摘要**：新闻内容的简短概述 - **来源**：新闻链接 - **核心点**：新闻的核心要点或主要信息 3. **返回清晰结构化信息**：将上述信息以清晰的格式返回给调用者。 ### 输出示例： - **标题**: [新闻标题] - **摘要**: [新闻摘要] - **来源**: [新闻链接] - **核心点**: [新闻核心点] ### 注意事项： - **时效性**：确保提供的新闻是最新的。 - **准确性**：确保提取的信息准确无误。
# worker2 ### 任务描述 1. **根据提供的新闻标题、摘要和内容来源，编写一篇完整且流畅的文章**：确保文章逻辑清晰，紧扣提供的信息，表达自然。 2. **语言要求**：简洁明了，避免冗长的表述，做到言之有物。 3. **格式要求**： - 标题单独成行，醒目突出。 - 正文分段合理，层次分明，方便阅读。 ### 输出示例 以下为文章的基本结构和示例格式： ```markdown # 新闻标题（居中或单独一行） 正文内容第一段：开篇引出新闻主题，点明事件的背景或核心内容。 正文内容第二段：详细描述新闻的主要内容，补充必要细节，使内容更加充实。 正文内容第三段：分析或评论新闻事件的意义、可能的影响或下一步发展。 正文内容第四段（可选）：总结全文，呼应开头，给读者留下深刻印象。
# worker3 你的任务是： 1. 接收完整的文章内容，包括标题和正文。 2. 根据标题为文件命名，确保文件名简洁且有意义（例如：使用标题的前几个词并去除特殊字符）。 3. 将文件保存为TXT格式到指定的电脑路径。 4. 返回保存的文件路径和成功状态给调用者。例如： - 文件路径: [保存路径] - 状态: 保存成功
4.スーパーバイザーのツール呼び出しチャットモデルとエージェントメモリを設定し、以下のように、実際の状況に応じて適切な大型モデルを選択してください：
5.お使いの環境に合わせて、worker1に適切な検索ツールを以下のように選択します：
6.以下に示すように、ワーカー3に適切なファイル保存ツールを選択する：
7.最終的な全体構成を以下に示す：
8.設定が完了したら、右上のダイアログボックスをクリックし、キーワード "Big Model "を入力します：
ワーカーが順次実行され、設定したタスクを完了するのが見えます。
9.右上のコードアイコンをクリックすると、以下のようにこのシステムのAPIを呼び出す方法を見ることができる：
日本語 
简体中文 
English 
Deutsch 
Português do Brasil