百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

Flowise:简单易用的LLM应用平台

ztj100 2025-01-13 19:19 37 浏览 0 评论

Flowise

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

添加图片注释,不超过 140 字(可选)

添加图片注释,不超过 140 字(可选)

简介:

? 快速入门

下载并安装 NodeJS >= 18.15.0

  1. 安装 Flowise npm install -g flowise
  2. 启动 Flowise npx flowise start 使用用户名和密码 npx flowise start --FLOWISE_USERNAME=user --FLOWISE_PASSWORD=1234
  3. 打开 http://localhost:3000

Docker

Docker Compose

  1. 进入项目根目录下的 docker 文件夹
  2. 创建 .env 文件并指定 PORT(参考 .env.example
  3. 运行 docker-compose up -d
  4. 打开 http://localhost:3000
  5. 可以通过 docker-compose stop 停止容器

Docker 镜像

  1. 本地构建镜像: docker build --no-cache -t flowise .
  2. 运行镜像: docker run -d --name flowise -p 3000:3000 flowise
  3. 停止镜像: docker stop flowise

? 开发者

Flowise 在一个单一的代码库中有 3 个不同的模块。

  • server:用于提供 API 逻辑的 Node 后端
  • ui:React 前端
  • components:第三方节点集成

先决条件

  • 安装 PNPMnpm i -g pnpm

设置

  1. 克隆仓库 git clone https://github.com/FlowiseAI/Flowise.git
  2. 进入仓库文件夹 cd Flowise
  3. 安装所有模块的依赖: pnpm install
  4. 构建所有代码: pnpm build
  5. 启动应用: pnpm start 现在可以在 http://localhost:3000 访问应用
  6. 用于开发构建:
  • packages/ui 中创建 .env 文件并指定 VITE_PORT(参考 .env.example
  • packages/server 中创建 .env 文件并指定 PORT(参考 .env.example
  • 运行 pnpm dev

任何代码更改都会自动重新加载应用程序,访问 http://localhost:8080

认证

要启用应用程序级身份验证,在 packages/server.env 文件中添加 FLOWISE_USERNAMEFLOWISE_PASSWORD

FLOWISE_USERNAME=user FLOWISE_PASSWORD=1234

环境变量

Flowise 支持不同的环境变量来配置您的实例。您可以在 packages/server 文件夹中的 .env 文件中指定以下变量。了解更多信息,请阅读文档

文档

Flowise 文档

部署及简单测试(Flowise+Ollama):

部署:

  1. 安装 Flowise npm install -g flowise
  2. 启动 Flowise npx flowise start
  3. 打开 http://localhost:3000

测试(Flowise+Ollama)

设置应用如图所示:

添加图片注释,不超过 140 字(可选)

添加图片注释,不超过 140 字(可选)

相关推荐

其实TensorFlow真的很水无非就这30篇熬夜练

好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...

交叉验证和超参数调整:如何优化你的机器学习模型

准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...

机器学习交叉验证全指南:原理、类型与实战技巧

机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...

深度学习中的类别激活热图可视化

作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...

超强,必会的机器学习评估指标

大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...

机器学习入门教程-第六课:监督学习与非监督学习

1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...

Python教程(三十八):机器学习基础

...

Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置

你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...

超全面讲透一个算法模型,高斯核!!

...

神经网络与传统统计方法的简单对比

传统的统计方法如...

AI 基础知识从0.1到0.2——用“房价预测”入门机器学习全流程

...

自回归滞后模型进行多变量时间序列预测

下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...

苹果AI策略:慢哲学——科技行业的“长期主义”试金石

苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...

时间序列预测全攻略,6大模型代码实操

如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...

AI 基础知识从 0.4 到 0.5—— 计算机视觉之光 CNN

...

取消回复欢迎 发表评论: