## 简介 Flowise 是一款开源的低代码工具，专为开发人员构建定制的大型语言模型（LLM）编排流程和 AI 代理而设计  ## 特点 - **直观的可视化界面**：通过拖放组件的方式来创建复杂的人工智能工作流，无需编写大量代码。用户可以轻松地将各种组件，如 agents、chains、chat models、document loaders 等拖放到画布上，快速构建出自己的 LLM 应用程序。 - **广泛的集成能力**：无缝连接各类人工智能模型、应用程序编程接口（API）以及数据源，以构建全面的解决方案。例如，它可以与多种 LLM 模型集成，让开发者能够轻松地将不同的语言模型融入到自己的工作流中。 - **可定制组件**：支持创建符合特定需求的自定义节点来扩展功能。如果用户有特殊的功能需求，不满足于现有的组件，就可以通过创建自定义节点来实现个性化的扩展。 - **实时测试**：借助内置的测试环境功能即时验证工作流。用户在构建工作流的过程中，可以随时进行测试，及时发现问题并进行调整，提高开发效率。 - **便捷部署**：只需轻点几下鼠标即可部署人工智能应用程序，简化了开发流程。无论是部署到本地服务器，还是云平台，都能够较为轻松地完成。 ## 功能 - **Visual Builder**：包含 Assistant、Chatflow、Agent Flow 三种主要的可视化构建器。Assistant 是最适合初学者创建 AI 代理的方式，用户可以创建能够遵循指令、在必要时使用工具并从上传文件中检索知识库来响应用户查询的聊天助手；Chatflow 旨在构建单代理系统、聊天机器人和简单的 LLM 流程，比 Assistant 更灵活，用户可以使用图 RAG、重新排序器、自定义代码等高级技术；Agent Flow 是 Chatflow 和 Assistant 的超集，可用于创建聊天助手、单代理系统、多代理系统和复杂的工作流编排。 - **Tracing & Analytics**：提供对流程的跟踪和分析功能，帮助用户了解工作流的运行情况，例如每个组件的执行时间、输入输出等信息，以便进行优化和调试。 - **Evaluations**：支持对构建的 AI 模型和工作流进行评估，用户可以通过各种指标来衡量模型的性能，如准确性、召回率等，从而不断改进模型和流程。 - **Human in the Loop**：允许在流程中加入人工干预环节，例如在某些关键决策点或者对模型输出结果不确定时，可以由人工进行审核和调整，提高系统的可靠性和准确性。 - **API, SDK, Embedded Chatbot**：提供 API 和 SDK，方便用户将 Flowise 与其他应用程序进行集成，还支持嵌入聊天机器人到网页或其他应用中，实现更广泛的应用场景。 - **Teams & Workspaces**：支持团队协作，不同成员可以在同一个工作区中进行协作开发，同时可以对工作区进行管理，设置不同的权限和角色。 ## 应用场景 - **聊天机器人**：可以快速构建出智能聊天机器人，用于客户服务、智能客服等场景，能够理解用户的问题并准确回答。 - **内容生成器**：帮助生成各种类型的文本内容，如文章、故事、报告等，为内容创作提供支持。 - **数据分析管道**：实现对数据的分析和处理流程，例如对大量文本数据进行分类、提取关键信息等。 - **其他场景**：还可用于知识图谱构建、智能推荐系统等多种人工智能应用场景，具有很强的通用性和扩展性。