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

![image.png](https://dl.playground.lazycat.cloud/guidelines/496/40e7b398-f96d-46f6-b7eb-1a4e0bd673ec.png "image.png")
 
## 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"。

![image.png](https://dl.playground.lazycat.cloud/guidelines/496/adaf5b2f-5a1a-4dbf-ad02-694f511e37c0.png "image.png")

![image.png](https://dl.playground.lazycat.cloud/guidelines/496/8477aa6d-041c-4cc0-81a3-5df7edf2ffcc.png "image.png")

### 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。

![image.png](https://dl.playground.lazycat.cloud/guidelines/496/be84dd01-7bc1-43df-a3b9-1aed787dcb1d.png "image.png")

LlamaIndex：主打数据接入和知识库问答，适合做 RAG 场景。

![image.png](https://dl.playground.lazycat.cloud/guidelines/496/617de0d6-fe7c-4d6e-9aba-98df673bdcb3.png "image.png")

Utilities：通用工具，辅助数据处理和流程搭建。

![image.png](https://dl.playground.lazycat.cloud/guidelines/496/bdf8fb5e-ed93-4c74-a52a-2f7473e0464d.png "image.png")

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

![image.png](https://dl.playground.lazycat.cloud/guidelines/496/2526af7a-49ad-4e70-98cc-9f4209d3cd1c.png "image.png")

![image.png](https://dl.playground.lazycat.cloud/guidelines/496/cece8844-9077-418b-be95-63af162027b0.png "image.png")
**文本分割器**：搜索"Text Splitter"，选 Recursive Character Text Splitter（把长文档切成小块）

![image.png](https://dl.playground.lazycat.cloud/guidelines/496/10b668b8-af4c-45cd-a314-98fba22c954d.png "image.png")

**向量数据库**：搜索"Pinecone"或"Chroma"（免费的选 Chroma）

![image.png](https://dl.playground.lazycat.cloud/guidelines/496/53c47958-79bc-4aa1-910f-e423d0665441.png "image.png")
 **嵌入模型**：搜索"OpenAI Embeddings"（把文字转成 AI 能理解的格式）
 
![image.png](https://dl.playground.lazycat.cloud/guidelines/496/5303bab9-e76f-4012-98cb-0cc4bbb61e75.png "image.png")
**对话模型**：搜索"ChatOpenAI"（负责回答问题的大脑）

![image.png](https://dl.playground.lazycat.cloud/guidelines/496/cd266eb7-813a-430d-a7cb-706bbc43d6bc.png "image.png")

**链条**：搜索"Conversational Retrieval QA Chain"（把以上组件串起来）

![image.png](https://dl.playground.lazycat.cloud/guidelines/496/31be9461-bb03-4943-9ec2-770cd265bd52.png "image.png")

### 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。

![image.png](https://dl.playground.lazycat.cloud/guidelines/496/d854fa69-48ab-4513-97bb-b8787503bd1a.png "image.png")

- 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。

![image.png](https://dl.playground.lazycat.cloud/guidelines/496/315d1555-003e-44b3-946c-d06847351061.png "image.png")

- 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。

![image.png](https://dl.playground.lazycat.cloud/guidelines/496/9922285e-3fe0-4870-b2ab-be8c8cf18b45.png "image.png")

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）

![image.png](https://dl.playground.lazycat.cloud/guidelines/496/81bf7670-e2de-4fdb-8bfa-4eb31984f013.png "image.png")
- **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？"

![image.png](https://dl.playground.lazycat.cloud/guidelines/496/0cb0aea4-3ccc-4fdc-8029-787d7a2278e2.png "image.png")
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：

![image.png](https://dl.playground.lazycat.cloud/guidelines/496/7805c07f-90c8-4f49-96a6-06e0e5b2b69a.png "image.png")
 


## 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