일반 소개
FlowiseAI는 개발자가 맞춤형 LLM(대규모 언어 모델) 애플리케이션과 AI 에이전트를 구축할 수 있도록 설계된 오픈 소스 로우코드 툴입니다. 간단한 드래그 앤 드롭 인터페이스를 통해 사용자는 LLM 애플리케이션을 빠르게 생성하고 반복할 수 있어 테스트부터 프로덕션까지 훨씬 더 효율적인 프로세스를 수행할 수 있으며, FlowiseAI는 풍부한 템플릿과 통합 옵션을 제공하여 개발자가 다양한 애플리케이션 시나리오를 위한 복잡한 로직과 조건부 설정을 쉽게 구현할 수 있도록 지원합니다.

기능 목록
- 드래그 앤 드롭 인터페이스: 간단한 드래그 앤 드롭 작업으로 커스텀 LLM 스트림을 구축할 수 있습니다.
- 템플릿 지원: 애플리케이션 구축을 빠르게 시작할 수 있는 여러 기본 제공 템플릿을 제공합니다.
- 통합 옵션: LangChain 및 GPT와 같은 도구와의 통합을 지원합니다.
- 사용자 인증: 애플리케이션 보안을 위해 사용자 이름 및 비밀번호 인증을 지원합니다.
- 도커 지원: 간편한 배포 및 관리를 위해 도커 이미지를 제공합니다.
- 개발자 친화적: 2차 개발을 위한 다양한 개발 환경과 도구를 지원합니다.
- 풍부한 문서: 사용자가 빠르게 시작할 수 있도록 자세한 문서와 튜토리얼을 제공합니다.
도움말 사용
설치 프로세스
- NodeJS 다운로드 및 설치NodeJS 버전 >= 18.15.0인지 확인합니다.
- Flowise 설치::
npm install -g flowise
- 플로우이즈 시작::
npx flowise start
사용자 아이디와 비밀번호 인증이 필요한 경우 다음 명령을 사용할 수 있습니다:
npx flowise start --FLOWISE_USERNAME=user --FLOWISE_PASSWORD=1234
- 애플리케이션에 액세스브라우저에서 http://localhost:3000 을 엽니다.
사용 프로세스
- 새 프로젝트 만들기플로우이즈 인터페이스에서 '새 프로젝트' 버튼을 클릭하고 프로젝트 이름을 입력한 후 템플릿을 선택합니다.
- 드래그 앤 드롭 컴포넌트왼쪽 도구 모음에서 원하는 컴포넌트를 작업 영역으로 끌어다 놓아 컴포넌트 속성을 구성합니다.
- 연결 키트: 연결선을 드래그하여 구성 요소를 연결하여 완전한 프로세스를 형성합니다.
- 테스트 애플리케이션: '실행' 버튼을 클릭하여 애플리케이션의 기능과 효과를 테스트합니다.
- 애플리케이션 배포테스트가 완료되면 애플리케이션을 프로덕션 환경에 배포하고 Docker 이미지를 사용하여 관리 및 유지 관리할 수 있습니다.
주요 기능 작동
- LangChain 통합구성 요소 구성에서 LangChain 통합 옵션을 선택하고 관련 매개변수를 입력하여 LangChain과의 원활한 인터페이스를 구현합니다.
- 사용자 인증.env 파일에 추가
FLOWISE_USERNAME
노래로 응답FLOWISE_PASSWORD
변수를 설정하면 애플리케이션을 시작할 때 사용자 인증 기능이 자동으로 활성화됩니다. - 템플릿 사용새 프로젝트를 만들 때 올바른 템플릿을 선택하면 PDF Q&A, Excel 데이터 처리 등과 같은 일반적인 애플리케이션을 빠르게 만들 수 있습니다.
일반적인 문제
- 메모리 부족빌드 중 메모리가 부족한 경우 Node.js 힙 메모리 크기를 늘릴 수 있습니다:
export NODE_OPTIONS="--max-old-space-size=4096"
pnpm build
- 도커 배포다음 명령을 사용하여 Docker 이미지를 빌드하고 실행합니다:
docker build --no-cache -t flowise .
docker run -d --name flowise -p 3000:3000 flowise
위의 단계를 통해 사용자는 FlowiseAI를 빠르게 시작하고 맞춤형 LLM 애플리케이션을 빌드 및 배포하며 개발 효율성과 애플리케이션 성능을 개선할 수 있습니다.
사례 연구: FlowiseAI로 자동화된 뉴스 작성 시스템 구축
플로우이즈 멀티 워크플로우 다이어그램

Flowise 구성 흐름
1. 플로우아이즈를 사용하여 자동 뉴스 작성 시스템을 구축하기 위해 먼저 플로우아이즈의 에이전트 플로우에 다음과 같이 '자동 뉴스 작성 시스템'이라는 이름의 에이전트를 새로 생성합니다:

2. 인터페이스에서 슈퍼바이저 1명과 워크맨 3명을 끌어다 놓고 아래와 같이 이름을 지정하고 연결합니다:

3. 각 상담원에 대한 프롬프트 단어를 설정합니다:
# 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. 수퍼바이저의 도구 호출 채팅 모델 및 상담원 메모리 설정은 아래와 같이 실제 상황에 따라 적절한 대형 모델을 선택해 주세요:

5. 사용자 환경에 따라 다음과 같이 작업자1에 적합한 검색 도구를 선택합니다:

6. 아래와 같이 worker3에 적합한 파일 저장 도구를 선택합니다:

7. 최종 전체 구성은 아래와 같습니다:

8. 구성이 완료되면 오른쪽 상단 모서리에 있는 대화 상자를 클릭하고 아래와 같이 "Big Model" 키워드를 입력합니다:




작업자가 순차적으로 실행되어 구성한 작업을 완료하는 것을 볼 수 있습니다.
9. 오른쪽 상단의 코드 아이콘을 클릭하면 아래와 같이 이 시스템의 API를 호출하는 방법을 확인할 수 있습니다:

© 저작권 정책
기사 저작권 AI 공유 서클 모두 무단 복제하지 마세요.
관련 문서
댓글 없음...