Flowise 的亮点
Flowise 是一个强大的开源项目，利用可视化拖放界面，使用户能够轻松创建和配置 LLM 应用程序。下面是 Flowise 的一些核心功能：
可视化设计：通过拖放控件，轻松设计 LLM 流程。
模块化结构：Flowise 的代码库包含三个不同的模块，适合不同开发者的需求。
高灵活性：支持多种部署方式，包括本地、Docker 和云服务，满足不同用户的需求。
简单易用：安装和启动过程简单明了，便于新手上手。
⚡ 快速入门
在开始使用 Flowise 之前，确保你的环境中已安装 NodeJS（版本 >= 18.15.0）。下面是安装和运行 Flowise 的步骤：
1. 安装 Flowise
使用 npm 全局安装 Flowise：
npm install -g flowise
2. 启动 Flowise
运行 Flowise：
npx flowise start
如果你需要设置用户名和密码以增强安全性，可以使用以下命令：
npx flowise start --FLOWISE_USERNAME=user --FLOWISE_PASSWORD=1234
3. 访问应用
打开浏览器，访问 http://localhost:3000，你将看到 Flowise 的界面。
? 使用 Docker 部署
如果你想使用 Docker 部署 Flowise，可以按照下面的步骤进行：
Docker Compose 部署
进入项目根目录的
docker文件夹。复制
.env.example文件，并将其重命名为.env。启动 Docker Compose：
docker compose up -d
访问 http://localhost:3000。
如果需要停止容器，可以使用：
docker compose stop
使用 Docker 镜像
在本地构建镜像：
docker build --no-cache -t flowise .
运行镜像：
docker run -d --name flowise -p 3000:3000 flowise
停止镜像：
docker stop flowise
?? 开发者指南
Flowise 是一个单仓库中的多模块项目，主要包括：
server：Node 后端，处理 API 逻辑
ui：React 前端
components：第三方节点集成
api-documentation：从 express 自动生成的 Swagger UI API 文档
环境设置
需要先安装 PNPM：
npm i -g pnpm
克隆与设置
克隆代码库：
git clone https://github.com/FlowiseAI/Flowise.git
进入仓库目录：
cd Flowise
安装所有模块的依赖：
pnpm install
构建代码：
pnpm build
如果你遇到 JavaScript 堆内存不足的错误，可以尝试增加 Node.js 的堆内存大小：
export NODE_OPTIONS="--max-old-space-size=4096"
pnpm build
启动应用：
pnpm start
**```
你现在可以访问 [http://localhost:3000](http://localhost:3000)。
## ?** 身份验证
要启用应用级别的身份验证，请在 `packages/server` 目录中的 `.env` 文件中添加 `FLOWISE_USERNAME` 和 `FLOWISE_PASSWORD`：
FLOWISE_USERNAME=user
FLOWISE_PASSWORD=1234
## **?** 环境变量配置
Flowise 支持多种环境变量配置，你可以在 `packages/server` 文件夹中的 `.env` 文件中指定这些变量。
## **?** 自主部署
Flowise 支持在现有基础设施上自托管，支持多种不同的部署方式，详细文档请参见 [Flowise 文档](https://docs.flowiseai.com/configuration/deployment)。
支持的平台包括：
- AWS
- Azure
- Digital Ocean
- GCP
### 云平台支持
Flowise 还支持多种云平台，其中包括：
- Railway
- Render
- HuggingFace Spaces
- Elestio
- Sealos
- RepoCloud
## **?** Flowise 云服务
想要体验更加便捷的服务？可以选择 [Flowise Cloud](https://flowiseai.com/)。
## **?** 支持与反馈
如果你在使用过程遇到问题，或者有新的需求，欢迎在我们的 [讨论区](https://github.com/FlowiseAI/Flowise/discussions) 提出。
## **?** 同类项目对比
在 Flowise 之外，还有许多开源项目提供类似的功能，如：
1. **LangChain**：允许用户构建复杂的链以整合多个 LLM 的输出和响应，解析能力强。
2. **Haystack**：专注于信息检索，能够结合 LLM 和传统信息检索技术，适合需要结合自然语言处理和信息检索的场景。
3. **Rasa**：开源机器学习框架，支持构建对话代理，适合需要各种自然语言理解的应用。
这些项目各有特点，开发者可以根据自己的需求选择合适的工具来进行应用的开发。**