Flowise在ubuntu22.04上的安装

之前我写过一篇FastGPT的文章,这里我再介绍另外一个开源的低代码工具,他提供开发人员可定制的LLM编排流程和AI代理。开发 LLM 应用程序通常涉及无数次迭代。Flowise的低代码和拖放式 UI 方法支持快速迭代,帮助您更快地从测试到生产。

推荐它的主要原因还是因为他的软件是开源的,而且不限个人和商业使用。详细内容可参见:https://github.com/FlowiseAI/Flowise/blob/main/LICENSE.md

接下来我们就开始进入安装流程,服务器选择ubuntu22.04,2C,16G内存(强烈建议16G内存,否则后面编译可能会报错。)

环境准备:

apt update
sudo apt-get install python3 g++ make python3-pip

一:安装nodejs

nodejs的安装地址:https://nodejs.org/en/download/package-manager

注意我们要使用nodejs的18.20.4这个版本,安装的包管理软件使用nvm,因为这个最好用,其他的几个网络达不到,个别包会下载不下来,经常性的报错。经过反复测试,nvm成功率最高,当然nvm如果报错,可反复安装几次。

1、安装nvm

curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.7/install.sh | bash

安装成功后,使生效:

source ~/.bashrc

nvm -v #查看版本

2、安装nodejs

nvm install 18 #可以安装多个版本的nodejs。

如果想使用某个版本的nodejs,可以使用下面的指令

nvm use 18.20.4

二:安装Flowise

Flowise 在单个 mono 存储库中有 3 个不同的模块。

server:提供 API 逻辑的节点后端

ui:React 前端

components:第三方节点集成

1、快速安装

#安装 Flowise
npm install -g flowise

#启动 Flowise
npx flowise start

#使用用户名和密码
npx flowise start --FLOWISE_USERNAME=user --FLOWISE_PASSWORD=1234

#打开 http://localhost:3000

2、开发方式安装(推荐)

#1、安装pnpm
#配置国内安装源:
#配置镜像源
pnpm set registry https://registry.npmmirror.com
#或使用官方地址(根据各地网络情况定)
pnpm config set registry https://registry.npmjs.org  #官方地址

#配置pnpm
npm i -g pnpm

#2、克隆存储库
git clone https://github.com/FlowiseAI/Flowise.git

#3、进入存储库文件夹
cd Flowise

#4、安装所有模块的所有依赖项:
pnpm install

#5、构建所有代码:
pnpm build

#6、启动应用程序:
pnpm start

您现在可以在 http://localhost:3000 上访问该应用程序

对于开发构建:

#先进入UI模块
cd packages/ui
cp .env.example .env

#再进入server模块
cd packages/server
cp .env.example .env

#启动应用,在server目录下执行
pnpm dev

添加身份认证:

vim packages/server/.env

修改这两句:

FLOWISE_USERNAME=admin

FLOWISE_PASSWORD=1234

用户和密码自己定。

三:Flowise的启动和使用

http://localhost:3000,这里localhost指的是你的服务器IP。

Chatflowis:指的是聊天工作流

Agentflows:代理工作流

Marketplaces:市场,里面有已经写好的各类工作流,可以直接下载下来使用。

Assistants:创建AI助手

Credentials:创建LLM的连接

API Keys:用于从第三方访问

后面我们再详细介绍工作流的生成和使用。

相关推荐
huoyingcg1 分钟前
武汉火影数字|VR沉浸式空间制作 VR大空间打造
人工智能·科技·vr·虚拟现实·增强现实
冷冷清清中的风风火火16 分钟前
本地部署DeepSeek的硬件配置建议
人工智能·ai
sauTCc25 分钟前
RAG实现大致流程
人工智能·知识图谱
lqqjuly38 分钟前
人工智能驱动的自动驾驶:技术解析与发展趋势
人工智能·机器学习·自动驾驶
山东布谷科技官方1 小时前
AI大模型发展对语音直播交友系统源码开发搭建的影响
人工智能·实时音视频·交友
thinkMoreAndDoMore1 小时前
深度学习(2)-深度学习关键网络架构
人工智能·深度学习·机器学习
山海青风1 小时前
从零开始玩转TensorFlow:小明的机器学习故事 1
人工智能·机器学习·tensorflow
圣心1 小时前
Ollama 快速入门
开发语言·javascript·人工智能
小屁孩大帅-杨一凡2 小时前
如何实现使用DeepSeek的CV模型对管道内模糊、低光照或水渍干扰的图像进行去噪、超分辨率重建。...
图像处理·人工智能·opencv·计算机视觉·超分辨率重建
mengyoufengyu2 小时前
DeepSeek04-导出导入模型文件
人工智能·深度学习·deepseek