AI开源 - LangChain UI 之 Flowise

这篇具有很好参考价值的文章主要介绍了AI开源 - LangChain UI 之 Flowise。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

原文:AI开源 - LangChain UI 之 Flowise

一、Flowise 简介

Flowise 是一个为 LangChain 设计的用户界面(UI),使得使用 LangChain 变得更加容易(低代码模式)。

通过拖拽可视化的组件,组建工作流,就可以轻松实现一个大语言模型的应用配置,包括不限于 ChatGPT。

Github 地址:https://github.com/FlowiseAI/Flowise

LangChain是一个工具箱,它帮助人们更容易地使用"大型语言模型"(LLM)。你可以把它想象成一个翻译器,它可以帮助你和大型语言模型进行交流,而不需要你了解所有的复杂细节。

以下是 Flowise 的应用页面:

1、首页

AI开源 - LangChain UI 之 Flowise,langchain,prompt,大模型,langchain,chatgpt,prompt

image文章来源地址https://www.toymoban.com/news/detail-738820.html

2、Flow 创建/编辑页面

AI开源 - LangChain UI 之 Flowise,langchain,prompt,大模型,langchain,chatgpt,prompt

image

3、应用市场

AI开源 - LangChain UI 之 Flowise,langchain,prompt,大模型,langchain,chatgpt,prompt

image

二、安装 Flowise

(一)安装 Docker 桌面版

地址:https://www.docker.com/products/docker-desktop/

大家选择对应的版本进行下载,并完成安装

AI开源 - LangChain UI 之 Flowise,langchain,prompt,大模型,langchain,chatgpt,prompt

image

安装完后,打开 Docker

AI开源 - LangChain UI 之 Flowise,langchain,prompt,大模型,langchain,chatgpt,prompt

image

(二)下载代码

打开地址:https://github.com/FlowiseAI/Flowise,并下载代码(解压后为文件夹为:Flowise-main)

AI开源 - LangChain UI 之 Flowise,langchain,prompt,大模型,langchain,chatgpt,prompt

image

(三)终端进入 Flowise-main 目录,并执行命令

docker build --no-cache -t flowise .

等待安装完成后,再在该目录下执行运行命令:

docker run -d --name flowise -p 3000:3000 flowise

(四)打开 Flowise

浏览器打开http://127.0.0.1:3000,即可使用

三、Flowise Embeddings 示例

Flowise 可以用于构建 ChatGPT Embeddings 语料训练的应用, 上传文件就可以实现对话。

(一)语料准备

你可以直接上传 word、pdf、txt、excel 等格式的文档。

这里举一个基于 csv 文件训练私有化语料的例子(假设你已经学习过《语料训练篇》之前的内容),csv 文件如下:

https://zis0qwtriqo.feishu.cn/docx/OFJUdLUKBowlcBx2yWAcLUtSnHd#QdMrdoH3roLssJxsMxvcQEJPnef

(二)点击新增 Flow

AI开源 - LangChain UI 之 Flowise,langchain,prompt,大模型,langchain,chatgpt,prompt

image

(四)构建你的 Flow

(1)添加 Cvs File 组件

添加 Document Loaders 下的“Cvs File“组件

Cvs File 组件会用于 Cvs 文件上传,如果你想上传 PDF 文件可以选择“Pdf file”组件

AI开源 - LangChain UI 之 Flowise,langchain,prompt,大模型,langchain,chatgpt,prompt

image

(2)添加文件分割组件

添加 Text Splitters 下的 Recursive Character Text Splitter 组件

该组件用于当 Cvs File 文件过大时进行分割

AI开源 - LangChain UI 之 Flowise,langchain,prompt,大模型,langchain,chatgpt,prompt

image

(3)添加数据向量化组件

添加:Embeddings 下的“OpenAI Embeddings”组件、****Vector Stores 下的“In-Memory Vector Store”组件

“OpenAI Embeddings”用于调用 OpenAI 接口完成数据向量化,“In-Memory Vector Store”用于将向量化的数据放入内存中

AI开源 - LangChain UI 之 Flowise,langchain,prompt,大模型,langchain,chatgpt,prompt

image

(4)添加语料数据加载组件

添加:Chains 下的“Retrieval QA Chain”、LLMs 下的“OpenAI”组件

“Retrieval QA Chain”用于将“In-Memory Vector Store”中的数据添加到“OpenAI”的上下文中,并完成与用户对话的过程

AI开源 - LangChain UI 之 Flowise,langchain,prompt,大模型,langchain,chatgpt,prompt

image

(五)进行会话测试

AI开源 - LangChain UI 之 Flowise,langchain,prompt,大模型,langchain,chatgpt,prompt

image

输入:“冬瓜、黄瓜、西瓜、南瓜都能吃,什么瓜不能吃”,并耐心等待,即可得到回复。

AI开源 - LangChain UI 之 Flowise,langchain,prompt,大模型,langchain,chatgpt,prompt

image

到了这里,关于AI开源 - LangChain UI 之 Flowise的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【ChatGLM_02】LangChain知识库+Lora微调chatglm2-6b模型+提示词Prompt的使用原则

    运行langchain-ChatGLM-master下面的webui.py文件 (1) 配置知识库 新建知识库 向知识库当中添加文件 支持上传的数据格式:word、pdf、excel、csv、txt、文件夹等。但是此处我试了一下 (2) 文档数据测试 word文档测试: (3) 知识库测试模式 知识库测试只会返回输入内容在当前知识库当中的

    2024年02月14日
    浏览(40)
  • 本地部署开源大模型的完整教程:LangChain + Streamlit+ Llama

    在过去的几个月里,大型语言模型(llm)获得了极大的关注,这些模型创造了令人兴奋的前景,特别是对于从事聊天机器人、个人助理和内容创作的开发人员。 大型语言模型(llm)是指能够生成与人类语言非常相似的文本并以自然方式理解提示的机器学习模型。这些模型使用广泛

    2024年02月11日
    浏览(52)
  • 【AI大模型应用开发】【LangChain系列】5. 实战LangChain的智能体Agents模块

    大家好,我是【同学小张】。持续学习,持续干货输出,关注我,跟我一起学AI大模型技能。 在我前面的MetaGPT系列文章中,已经对智能体有了一个认知,重温一下: 智能体 = LLM+观察+思考+行动+记忆 将大语言模型作为一个推理引擎。给定一个任务,智能体自动生成完成任务所

    2024年03月09日
    浏览(59)
  • 【AI大模型应用开发】【LangChain系列】9. 实用技巧:大模型的流式输出在 OpenAI 和 LangChain 中的使用

    大家好,我是同学小张,日常分享AI知识和实战案例 欢迎 点赞 + 关注 👏, 持续学习 , 持续干货输出 。 +v: jasper_8017 一起交流💬,一起进步💪。 微信公众号也可搜【同学小张】 🙏 本站文章一览: 当大模型的返回文字非常多时,返回完整的结果会耗费比较长的时间。如果

    2024年04月09日
    浏览(52)
  • AI大模型入门 - LangChain的剖析与实践

    官方文档介绍:https://python.langchain.com/docs/get_started/introduction github:https://github.com/langchain-ai/langchain 安装文档:https://python.langchain.com/docs/get_started/quickstart.html LangChain 是一个基于语言模型开发应用程序的框架。它可以实现以下功能 数据感知:将语言模型与其他数据源连接起来

    2024年02月19日
    浏览(38)
  • 【AI大模型应用开发】【LangChain系列】7. LangServe:轻松将你的LangChain程序部署成服务

    大家好,我是【同学小张】。持续学习,持续干货输出,关注我,跟我一起学AI大模型技能。 LangServe 用于将 Chain 或者 Runnable 部署成一个 REST API 服务。 同时安装langserve的服务端和客户端。 只安装客户端 只安装服务端 1.1 服务端代码 从代码来看创建LangServe的重点: (1)创建

    2024年03月28日
    浏览(63)
  • 美国大模型风向速报(一)为何重视提示工程?LangChain+向量数据库+开源大模型真香...

    多家,且独家来自美国的信源同时向“亲爱的数据”表示, 提示工程(Prompt Engineering)在美国大模型领域备受重视。 读者都要聊, 那就干活。 (一)开源真香 现阶段,AI开源极客大展身手,新的软件栈正在形成之中。 开源很香,但是开源是零收费,但不是零成本。 甲方着

    2024年02月12日
    浏览(45)
  • 【LangChain】Prompts之Prompt templates

    【LangChain】向量存储(Vector stores) 【LangChain】向量存储之FAISS 【LangChain】Prompts之Prompt templates 编程模型的新方法是通过提示( prompts )。 prompts 是指模型的输入。该输入通常由多个组件构成。 LangChain 提供了多个类和函数,使构建和使用 prompts 变得容易。 Prompt templates(提示模板)

    2024年02月14日
    浏览(39)
  • 【AI大模型应用开发】【LangChain系列】实战案例3:深入LangChain源码,你不知道的WebResearchRetriever与RAG联合之力

    大家好,我是同学小张,日常分享AI知识和实战案例 欢迎 点赞 + 关注 👏, 持续学习 , 持续干货输出 。 +v: jasper_8017 一起交流💬,一起进步💪。 微信公众号也可搜【同学小张】 🙏 本站文章一览: 上篇文章我们学习了如何利用 LangChain 通过 URL 获取网页内容。本文我们继

    2024年04月17日
    浏览(47)
  • 【LangChain学习之旅】—(7) 调用模型:使用OpenAI API还是微调开源Llama2/ChatGLM?

    Reference:LangChain 实战课 之前的内容讲了提示工程的原理以及 LangChain 中的具体使用方式。今天,我们来着重讨论 Model I/O 中的第二个子模块,LLM。 让我们带着下面的问题来开始这一节课的学习。大语言模型,不止 ChatGPT 一种。调用 OpenAI 的 API,当然方便且高效,不过,如果我

    2024年02月01日
    浏览(62)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包