脚本能做什么
Flowise 是一个低代码/无代码的 AI Agent 构建平台，通过拖拽式可视化界面，让用户无需编写代码即可构建基于大型语言模型（LLM）的智能应用。主要功能包括：
- 可视化编排：通过拖拽节点，搭建 LLM 应用流程，支持 LangChain 集成。
- 多模型支持：接入 OpenAI、Anthropic、Hugging Face 等多种 LLM。
- 向量数据库：集成 Pinecone、Chroma、Weaviate 等，实现语义搜索。
- 工具调用：支持自定义工具，如搜索、计算、API 调用等。
- 部署灵活：支持 Web、Node.js、Docker 等方式部署。
环境要求
- 操作系统：Windows、macOS、Linux
- 运行环境：Node.js 18+（推荐 20+）
- 可选依赖：Docker（用于容器化部署）
- 网络：需要访问 GitHub 下载资源，以及 LLM API（如 OpenAI）
安装与配置
方式一：使用 npm 安装（推荐）
npm install -g flowise安装后，启动服务：
npx flowise start默认访问地址：http://localhost:3000
方式二：使用 Docker
docker run -d --name flowise -p 3000:3000 flowiseai/flowise方式三：从源码运行
git clone https://github.com/FlowiseAI/Flowise.git
cd Flowise
npm install
npm run build
npm start使用方法
- 打开界面：启动后，浏览器访问
http://localhost:3000。 - 创建新应用：点击“Create New”按钮。
- 拖拽节点：从左侧面板拖拽“LLM Chain”、“Tool”、“Vector Store”等节点到画布。
- 连接节点：将节点之间的端口连接，形成数据流。
- 配置参数：双击节点，设置 API Key、模型名称、提示词等。
- 测试与发布：点击右上角“Chat”按钮测试，完成后导出或部署。
参数说明
| 参数名 | 类型 | 必填 | 说明 |
|--------|------|------|------|
| PORT | 数字 | 否 | 服务端口，默认 3000 |
| DATABASE_PATH | 字符串 | 否 | SQLite 数据库路径 |
| API_KEY | 字符串 | 否 | 设置 API 密钥，用于安全访问 |
| LLM_API_KEY | 字符串 | 是 | 所选 LLM 的 API Key（如 OpenAI） |
| MODEL_NAME | 字符串 | 否 | 模型名称，默认为 gpt-3.5-turbo |
常见问题
Q1：启动后页面空白怎么办？
A：检查 Node.js 版本是否 >=18，并确保端口 3000 未被占用。
Q2：如何连接私有 LLM？
A：在节点设置中，选择“Custom”模型，填写 API 地址和密钥。
Q3：如何导出应用？
A：在画布右上角点击“Export”按钮，可导出为 JSON 文件。
Q4：支持中文界面吗？
A：目前界面为英文，但可配置中文提示词。