Предисловие

Под волной искусственного интеллекта, возглавляемой ChatGPT, появилось большое количество приложений искусственного интеллекта, которые на самом деле содержат основной факт: возможности искусственного интеллекта совершили большие прорывы — возможности больших моделей очевидны для всех и в будущем будут только усиливаться. . Единственная константа в этом мире — это перемены. Приспосабливайтесь к переменам, принимайте перемены и любите перемены. Сильный по своей природе джентльмен стремится постоянно стремиться к самосовершенствованию. Мы верим, что в будущем будет появляться все больше и больше крупных моделей, и ИИ постепенно демократизируется. В будущем каждый сможет использовать большие модели, чтобы легко создавать свои собственные продукты ИИ.

Сегодня рейтинги GitHub меняются каждый день. Сегодня мы представим проект, занимающий сегодня третье место – Flowise.

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

Эффект

Официальное демо:

(Есть некоторые проблемы с загрузкой gif, поэтому вот локальный скриншот)

Исследуйте самостоятельно

Прежде чем рекомендовать этот проект, автор испытал его на себе. Шаги установки очень просты. По сути, вы можете завершить установку, выполнив следующие действия. Здесь мы в основном показываем несколько процессов LLM, которые автор построил в рамках этого проекта.

Всего было построено несколько процессов на рисунке ниже:

1. ChatPdf

Его можно использовать для ограничения ответа на основе соответствующего содержания в PDF-файле, но, похоже, на него можно ответить только на английском языке (если вы обнаружите, что его можно использовать на китайском языке, свяжитесь со мной). Его процесс выглядит следующим образом:

Если у вас есть какие-либо вопросы о процессе PDF, вы можете обратиться к этой статье: https://zhuanlan.zhihu.com/p/627416925

2. SimpleLLMChain

Простой LLMChain, процесс выглядит следующим образом:

3. GitHub Repo Q&A

Судя по вопросам и ответам в репозитории github, процесс выглядит следующим образом:

4. Translator

Используйте LLM Chain с шаблонами подсказок чата и моделями чата для языкового перевода. Процесс выглядит следующим образом:

5. Диалоговый агент для модели чата, который использует подсказки, специфичные для чата, и буферную память.

После того, как процесс настроен, нажмите «Сохранить», и вы сможете общаться в окне чата справа.

Если вы не видите четко картинку, вы можете посмотреть здесь: https://www.oschina.net/p/flowise

Основные моменты проекта

LangchainJS[1] можно использовать для создания индивидуальных процессов LLM с помощью интерфейса перетаскивания.

О Ланг Чейн,Заинтересованные студенты могут заранее прочитать статью, написанную автором.：Полное руководство по LangChain: создание мощных приложений с использованием больших языковых моделей,Внутри есть подробное описание.

Ниже приведены этапы развертывания и установки и инструкции для проекта:

⚡Быстрый старт

1. Установите Фловайз

2. Запустите Flowise

3. Откройте http://localhost:3000, чтобы войти на страницу.

🐳 Docker

1.Перейдите в корневой каталог проектаdockerпапка2.создавать.envфайл и укажитеPORT（ссылка.env.example）3.бегатьdocker-compose up -d4.Открытьhttp://localhost:30005.остановитьконтейнер,请бегатьdocker-compose stop

👨‍💻 Разработчик

Flowise имеет 3 разных модуля в одном моно-репозитории.

•server：используется для предоставленияAPIлогичныйNodeзадняя часть•ui：Reactвнешний интерфейс•components：Langchainкомпоненты

Предварительные условия

•Установить пряжу

настраивать

1. Клонировать репозиторий

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

2. Войдите в папку склада.

3. Установите все зависимости модуля:

4. Соберите весь код:

5. Запустите приложение:

Доступ к приложению теперь можно получить по адресу http://localhost:3000. 6. Для девелоперских сборок:

Любые изменения кода автоматически перезагружают приложение, доступ к которому можно получить по адресу http://localhost:8080.

🔒 Сертификация

Включение аутентификации на уровне приложения,пожалуйстаpackages/serverпапка的.envДобавить в файлUSERNAMEиPASSWORD：

USERNAME=user
PASSWORD=1234

📖 Документация

вскоре

💻 Облачный хостинг

вскоре

🌐 Самостоятельное размещение

вскоре

🙋 Поддержка

Пожалуйста, не стесняйтесь задавать любые вопросы, сообщать о проблемах и запрашивать новые функции на дискуссионном форуме[2].

🙌 Внесите свой вклад

См. Руководство по взносам [3]. Если у вас есть какие-либо вопросы или проблемы, свяжитесь с нами через Discord[4].

📄 Лицензия

Исходный код в этом репозитории предоставляется по лицензии MIT [5].

References

[1] LangchainJS: https://github.com/hwchase17/langchainjs [2] Дискуссионная зона: https://github.com/FlowiseAI/Flowise/discussions [3] Рекомендации по внесению взносов: CONTRIBUTING.md [4] Discord: https://discord.gg/jbaHfsRVBW [5] Лицензия MIT: LICENSE.md