原文：AI開源 - LangChain UI 之 Flowise

一、Flowise 簡介

Flowise 是一個為 LangChain 設計的用戶界面(UI)，使得使用 LangChain 變得更加容易（低代碼模式）。

通過拖拽可視化的組件，組建工作流，就可以輕松實現一個大語言模型的應用配置，包括不限于 ChatGPT。

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

LangChain是一個工具箱，它幫助人們更容易地使用"大型語言模型"（LLM）。你可以把它想象成一個翻譯器，它可以幫助你和大型語言模型進行交流，而不需要你了解所有的復雜細節(jié)。

以下是 Flowise 的應用頁面：

1、首頁

image

2、Flow 創(chuàng)建/編輯頁面

image

3、應用市場

image

二、安裝 Flowise

（一）安裝 Docker 桌面版

地址：https://www.docker.com/products/docker-desktop/

大家選擇對應的版本進行下載，并完成安裝

image

安裝完后，打開 Docker

image

（二）下載代碼

打開地址：https://github.com/FlowiseAI/Flowise，并下載代碼（解壓后為文件夾為：Flowise-main）

image

（三）終端進入 Flowise-main 目錄，并執(zhí)行命令

docker build --no-cache -t flowise .

等待安裝完成后，再在該目錄下執(zhí)行運行命令：

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

（四）打開 Flowise

瀏覽器打開http://127.0.0.1:3000，即可使用

三、Flowise Embeddings 示例

Flowise 可以用于構建 ChatGPT Embeddings 語料訓練的應用， 上傳文件就可以實現對話。

（一）語料準備

你可以直接上傳 word、pdf、txt、excel 等格式的文檔。

這里舉一個基于 csv 文件訓練私有化語料的例子（假設你已經學習過《語料訓練篇》之前的內容），csv 文件如下：

https://zis0qwtriqo.feishu.cn/docx/OFJUdLUKBowlcBx2yWAcLUtSnHd#QdMrdoH3roLssJxsMxvcQEJPnef

（二）點擊新增 Flow

image

（四）構建你的 Flow

（1）添加 Cvs File 組件

添加 Document Loaders 下的“Cvs File“組件

Cvs File 組件會用于 Cvs 文件上傳，如果你想上傳 PDF 文件可以選擇“Pdf file”組件

image

（2）添加文件分割組件

添加 Text Splitters 下的 Recursive Character Text Splitter 組件

該組件用于當 Cvs File 文件過大時進行分割

image

（3）添加數據向量化組件

添加：Embeddings 下的“OpenAI Embeddings”組件、****Vector?Stores 下的“In-Memory Vector Store”組件

“OpenAI Embeddings”用于調用 OpenAI 接口完成數據向量化，“In-Memory Vector Store”用于將向量化的數據放入內存中

image

（4）添加語料數據加載組件

添加：Chains 下的“Retrieval?QA?Chain”、LLMs 下的“OpenAI”組件

“Retrieval QA Chain”用于將“In-Memory Vector Store”中的數據添加到“OpenAI”的上下文中，并完成與用戶對話的過程

image

（五）進行會話測試

image

輸入：“冬瓜、黃瓜、西瓜、南瓜都能吃，什么瓜不能吃”，并耐心等待，即可得到回復。

image