Flowise：让小白也能 5 分钟搭建 AI 应用的神器

## Flowise 能帮你做什么？ 想象一下，你想做个能读懂公司文档的 AI 助手，或者做个智能客服机器人。以前这事儿得找程序员写一堆代码，现在用 Flowise，你只需要像玩拼图一样，把功能模块拖来拖去连起来就完事了。 **Flowise 最适合做这些事：** - 📚 **企业知识库问答**：上传公司文档，让 AI 秒变公司百科全书 - 🤖 **智能客服机器人**：接入网站，自动回答客户问题 - 📄 **PDF 文档助手**：上传论文、报告，AI 帮你提取关键信息 - 🔄 **工作流自动化**：把重复性工作交给 AI，比如自动写周报、整理会议纪要 - 🎯 **多模型协作**：让不同的 AI 模型各司其职，比如一个搜索、一个总结、一个翻译 https://appstore.lazycat.cloud/#/shop/detail/wcloud.gblw.app.flowise 应用安装后，登录用户名和密码：lazycat / 123456  ## 实战案例：搭建公司知识库 来个实际的例子，假设你要做个能回答产品问题的 AI 助手。 ### 步骤 1：创建新的工作流 进入 Flowise 后，点击「Chatflows」→「Add New」，给你的项目起个名字，比如"产品知识库"。   ### 步骤 2：拖拽组件 点击左侧的+，可以看到节点的弹窗，默认显示的LangChain：主打 LLM 工作流和智能体，适合复杂 AI 应用。  LlamaIndex：主打数据接入和知识库问答，适合做 RAG 场景。  Utilities：通用工具，辅助数据处理和流程搭建。  你需要这几个核心组件： **文档加载器**：搜索"PDF"，拖一个 PDF File 组件进来   **文本分割器**：搜索"Text Splitter"，选 Recursive Character Text Splitter（把长文档切成小块）  **向量数据库**：搜索"Pinecone"或"Chroma"（免费的选 Chroma）  **嵌入模型**：搜索"OpenAI Embeddings"（把文字转成 AI 能理解的格式）  **对话模型**：搜索"ChatOpenAI"（负责回答问题的大脑）  **链条**：搜索"Conversational Retrieval QA Chain"（把以上组件串起来）  ### 步骤 3：连线 把组件连起来，顺序是： - Text Splitter → PDF File → Vector Store（向量数据库） 虽然逻辑上是“先读 PDF 再切分”，但在 Flowise 的这个节点设计里，Pdf File 节点支持“注入一个 Text Splitter”，所以需要把 Text Splitter 连到 Pdf File 的“Text Splitter”输入。  - OpenAI Embeddings → Vector Store 将 Pdf File 的 Output “Document” 端口，拖线连接到 Chroma 的 Inputs 里的“Document”端口。 将 OpenAI Embeddings 的 Output 端口，拖线连接到 Chroma 的 Inputs 里的“Embeddings”端口。  - Chroma → Conversational Retrieval QA Chain - ChatOpenAI → Conversational Retrieval QA Chain 将 Chroma 的“Chroma Retriever”输出连到“Conversational Retrieval QA Chain”的“Vector Store Retriever”输入。 将 ChatOpenAI 的输出连到该链的“Chat Model”输入。  这样就能在对话里基于你刚入库的 PDF 内容进行检索问答。 ### 步骤 4：配置 双击每个组件，填入配置： - **PDF File**：上传你的 PDF 文档 - **OpenAI 组件**：填入 API Key（没有的话用国内的通义千问、文心一言也行）  - **Text Splitter**：Chunk Size 设置 1000，Chunk Overlap 设置 200（就是每块文字的大小） ### 步骤 5：测试聊天 点右上角的聊天图标，问个问题试试，比如"产品的主要功能是什么？"  你的第一个知识库就搭好了！ ### 集成到你的应用 Flowise 自动生成 API，可以轻松集成到网站或 App：  ## 写在最后 Flowise 最大的价值在于让 AI 应用开发平民化了。你不需要懂 Python，不需要会调 API，只要会拖拽，有想法，就能做出实用的 AI 工具。 --- - **官方文档**：docs.flowiseai.com（英文，但配图很清楚） - **GitHub**：github.com/FlowiseAI/Flowise（看 Issues 能解决 90% 问题） - **视频教程**：YouTube 搜 "Flowise tutorial"，B站也有不少中文教程