Flowise 工作流搭建
说出要做的 AI 问答或知识库需求,产出一套可在 Flowise 画布上落地的节点连线、参数配置和 API 部署方案。
功能与用途
Flowise 是开源的拖拽式 LLM 工作流工具,能把模型、文档加载器、向量库、工具和链连成流程并发布成接口。这个技能帮你把需求翻译成具体的画布结构和每个节点的参数,再给出用 curl 调用预测接口和把聊天窗嵌进网站的写法。前提是你本机已用 npm 或 Docker 起了一个 Flowise 实例,并配好了模型密钥。
适用场景
- 公司内部有一批产品手册 PDF,想做成能问答的机器人,但不确:公司内部有一批产品手册 PDF,想做成能问答的机器人,但不确定文档加载器和向量库该怎么串起来
- 已经装好 Flowise 但回答老是流式输出不了,需要排查接:已经装好 Flowise 但回答老是流式输出不了,需要排查接口调用里缺了哪个参数
- 要把搭好的问答流程从画布变成一个能嵌进官网右下角的聊天气泡:要把搭好的问答流程从画布变成一个能嵌进官网右下角的聊天气泡
适用人群
- 用 Flowise 搭 RAG 机器人的开发者
- 做 AI 原型验证的技术产品人员
- 自托管 AI 服务的运维工程师
使用步骤
- 先装好并启动 Flowise,打开 http://localhost:3000 确认画布能正常访问。
- 把需求说清:要做的应用类型、文档来源、用哪个模型和向量库、最终是 API 还是网页挂件。
- 拿到节点连线和每个节点的参数清单,在画布上照着拖拽配置。
- 用返回的 curl 命令带一个真实问题试跑,按报错对照表排查密钥、索引和流式参数。
- 按检查清单确认端到端测过、错误处理已加、逻辑有记录后再对外发布。
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- AI工作流
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes、国内 Agent
- 使用难度
- 进阶
- 版本
- main
- 最近更新
- 2026-09-09
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
Use when flowise visual LLM workflow builder — drag-drop chatflows, API
使用前准备
- 需要本机装好 Flowise(npm 全局安装或 Docker 运行)并配置模型与向量库的 API Key。
依赖与权限
- OPENAI_API_KEY
- 读取用户主动提供的内容