跳到主要内容

开发指南

Chatflow 编排​

  1. 选择 Chatflow，拖入节点
  2. 文档加载：Document Loader（PDF、URL、数据库等）
  3. 向量化：Embedding + Vector Store
  4. 检索与生成：Retriever → LLM Chain
  5. 用连线定义数据流，保存后即可测试

Agentflow 进阶​

  • 条件分支：根据 LLM 输出或变量决定下一步
  • 人机协作：插入 Human-in-the-Loop 节点，等待人工确认
  • 多 Agent：Supervisor 分配任务给 Worker，汇总结果
  • 共享状态：在流程中读写共享变量

MCP 工具接入​

在 Agentflow 中配置 MCP 服务器地址，将工具暴露给 Agent。参见 MCP 协议。

API 调用​

Flowise 提供 REST API，可从外部应用触发 Chatflow/Agentflow：

# 示例
curl -X POST http://localhost:3000/api/v1/prediction/{chatflow_id} \
  -H "Content-Type: application/json" \
  -d '{"question": "你好"}'

与 Dify 的迁移​

若从 Flowise 迁移到 Dify，可参考两者能力对比，按「应用类型→工作流→知识库→API」逐步迁移。多数场景下提示词与流程逻辑可复用。

参考​