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