在当今的技术世界里，自定义大语言模型 (LLM) 应用变得越来越重要，而 Flowise 为开发者们提供了一种简便的方式，通过拖放界面快速构建这些应用。无论你是初学者还是经验丰富的开发者，Flowise 都能帮助你迅速搭建 LLM 应用。

Flowise 的亮点

Flowise 是一个强大的开源项目，利用可视化拖放界面，使用户能够轻松创建和配置 LLM 应用程序。下面是 Flowise 的一些核心功能：

可视化设计：通过拖放控件，轻松设计 LLM 流程。
模块化结构：Flowise 的代码库包含三个不同的模块，适合不同开发者的需求。
高灵活性：支持多种部署方式，包括本地、Docker 和云服务，满足不同用户的需求。
简单易用：安装和启动过程简单明了，便于新手上手。

Github推荐：Flowise - 可视化构建个性化的 LLM 应用

⚡ 快速入门

在开始使用 Flowise 之前，确保你的环境中已安装 NodeJS（版本 >= 18.15.0）。下面是安装和运行 Flowise 的步骤：

1. 安装 Flowise

使用 npm 全局安装 Flowise：

npm install -g flowise

2. 启动 Flowise

运行 Flowise：

npx flowise start

如果你需要设置用户名和密码以增强安全性，可以使用以下命令：

npx flowise start --FLOWISE_USERNAME=user --FLOWISE_PASSWORD=1234

3. 访问应用

打开浏览器，访问 http://localhost:3000，你将看到 Flowise 的界面。

? 使用 Docker 部署

如果你想使用 Docker 部署 Flowise，可以按照下面的步骤进行：

Docker Compose 部署

进入项目根目录的 docker 文件夹。
复制 .env.example 文件，并将其重命名为 .env。
启动 Docker Compose：

docker compose up -d

访问 http://localhost:3000。
如果需要停止容器，可以使用：

docker compose stop

使用 Docker 镜像

在本地构建镜像：

docker build --no-cache -t flowise .

运行镜像：

docker run -d --name flowise -p 3000:3000 flowise

停止镜像：

docker stop flowise

?‍? 开发者指南

Flowise 是一个单仓库中的多模块项目，主要包括：

server：Node 后端，处理 API 逻辑
ui：React 前端
components：第三方节点集成
api-documentation：从 express 自动生成的 Swagger UI API 文档

环境设置

需要先安装 PNPM：

npm i -g pnpm

克隆与设置

克隆代码库：

git clone https://github.com/FlowiseAI/Flowise.git

cd Flowise

安装所有模块的依赖：

pnpm install

构建代码：

pnpm build

如果你遇到 JavaScript 堆内存不足的错误，可以尝试增加 Node.js 的堆内存大小：

export NODE_OPTIONS="--max-old-space-size=4096"
pnpm build

启动应用：

pnpm start
**```

你现在可以访问 [http://localhost:3000](http://localhost:3000)。

## ?** 身份验证

要启用应用级别的身份验证，请在 `packages/server` 目录中的 `.env` 文件中添加 `FLOWISE_USERNAME` 和 `FLOWISE_PASSWORD`：

FLOWISE_USERNAME=user
FLOWISE_PASSWORD=1234

## **?** 环境变量配置

Flowise 支持多种环境变量配置，你可以在 `packages/server` 文件夹中的 `.env` 文件中指定这些变量。

## **?** 自主部署

Flowise 支持在现有基础设施上自托管，支持多种不同的部署方式，详细文档请参见 [Flowise 文档](https://docs.flowiseai.com/configuration/deployment)。

支持的平台包括：

- AWS
- Azure
- Digital Ocean
- GCP

### 云平台支持

Flowise 还支持多种云平台，其中包括：

- Railway
- Render
- HuggingFace Spaces
- Elestio
- Sealos
- RepoCloud

## **?** Flowise 云服务

想要体验更加便捷的服务？可以选择 [Flowise Cloud](https://flowiseai.com/)。

## **?** 支持与反馈

如果你在使用过程遇到问题，或者有新的需求，欢迎在我们的 [讨论区](https://github.com/FlowiseAI/Flowise/discussions) 提出。

## **?** 同类项目对比

在 Flowise 之外，还有许多开源项目提供类似的功能，如：

1. **LangChain**：允许用户构建复杂的链以整合多个 LLM 的输出和响应，解析能力强。

2. **Haystack**：专注于信息检索，能够结合 LLM 和传统信息检索技术，适合需要结合自然语言处理和信息检索的场景。

3. **Rasa**：开源机器学习框架，支持构建对话代理，适合需要各种自然语言理解的应用。

这些项目各有特点，开发者可以根据自己的需求选择合适的工具来进行应用的开发。**

{{userData.name}}已认证

Github推荐：Flowise – 可视化构建个性化的 LLM 应用