前言
在ChatGPT引領的AI浪潮下，湧現了一大批AI應用，其背後其實蘊含着一個基本事實：AI能力得到了極大突破——大模型的能力有目共睹，未來隻會變得更強。這世界唯一不變的就是變，适應變化、擁抱變化、喜歡變化，天行健君子以自強不息。我們相信未來會有越來越多的大模型出現，AI正在逐漸平民化，将來每個人都可以利用大模型輕松地做出自己的AI産品。
最近這些天，github的排行榜每天都在發生着變化。今天我們要介紹的是今天排在第三名的這個項目—Flowise。
github位址：https://github.com/FlowiseAI/Flowise
效果
官方示範：
（gif上傳有些問題，這裡用一個本地的截圖代替）
自己探索
在推薦這個項目之前，筆者自己先行體驗了一下，安裝步驟很簡單，基本上按下文中的安裝步驟就能完成。這裡主要展示一下筆者通過這個項目建構的幾個LLM流程。
總共建構了下圖中的幾個流程：
1. ChatPdf
可以用來限定根據pdf裡面的相關内容來回答，不過貎似隻能英文（大家如果發現可以用中文可以聯系一下我）。它的流程如下：
針對pdf流程有疑問的可以參考這篇：https://zhuanlan.zhihu.com/p/627416925
2. SimpleLLMChain
一個簡單的LLMChain，流程如下：
3. GitHub Repo Q&A
基于github倉庫的問答，流程如下：
4. Translator
使用帶有聊天提示模闆和聊天模型的 LLM Chain 進行語言翻譯，流程如下：
5. 聊天模型的會話代理，它利用聊天特定提示和緩沖存儲器
流程配置好，點選儲存後就可以在右側的聊天框進行聊天了。
圖看不清的可以看下這裡：https://www.oschina.net/p/flowise
項目亮點
可以通過拖放界面的方式來使用LangchainJS[1]建構定制的LLM流程。
關于LangChain，感興趣的同學可以翻一下筆者之前寫的一篇文章：LangChain 完整指南：使用大語言模型建構強大的應用程式，裡面有詳細的介紹。
以下是項目的布署安裝步驟和說明：
⚡快速開始
1.安裝Flowise
npm install -g flowise
2.啟動Flowise
npx flowise start
3.打開http://localhost:3000即可進入頁面。
Docker
1.進入項目根目錄下的docker檔案夾2.建立.env檔案并指定PORT（參考.env.example）3.運作docker-compose up -d4.打開http://localhost:30005.若要停止容器，請運作docker-compose stop
開發者
Flowise在單一的mono倉庫中有3個不同的子產品。
•server：用于提供API邏輯的Node後端•ui：React前端•components：Langchain元件
先決條件
•安裝Yarn
npm i -g yarn
設定
1.克隆倉庫
git clone https://github.com/FlowiseAI/Flowise.git 2. 進入倉庫檔案夾
cd Flowise
3. 安裝所有子產品的依賴：
yarn install
4. 建構所有代碼：
yarn build
5. 啟動應用程式：
yarn start
現在可以在http://localhost:3000上通路應用程式。6. 對于開發建構：
yarn dev
任何代碼更改都會自動重新加載應用程式，可以在http://localhost:8080上通路應用程式。
認證
要啟用應用級身份驗證，請在packages/server檔案夾的.env檔案中添加USERNAME和PASSWORD：
USERNAME=user
PASSWORD=1234 文檔
即将推出
雲托管
即将推出
自托管
即将推出
支援
請随時在讨論區[2]中提出任何問題、報告問題和請求新功能
貢獻
請參閱貢獻指南[3]。如果您有任何問題或問題，請通過Discord[4]與我們聯系。
許可證
此存儲庫中的源代碼根據MIT許可證[5]提供。
References
[1] LangchainJS: https://github.com/hwchase17/langchainjs
[2] 讨論區: https://github.com/FlowiseAI/Flowise/discussions
[3] 貢獻指南: CONTRIBUTING.md
[4] Discord: https://discord.gg/jbaHfsRVBW
[5] MIT許可證: LICENSE.md