|
开源的低代码 LLM 编排工具 Flowise 终于支持 Multi Agent 了。Multi Agent 由一组代理组成,它们共同协作完成 “主管” 委派的任务。
 Multi Agent 对于长期运行的任务来说,效果会更好。原因如下:
Multi Agent 支持以下功能:
- Function Calling(Claude, Mistral, Gemini, OpenAI)
Multi Agent 五个应用场景
场景一:? Customer Support
客户支持使用 RAG 工具寻求答案,而 QA 专家则确保支持的质量和正确性。
场景二:? Leads Outreach
首席研究员使用 Google 搜索收集信息,而销售代表则制作个性化的电子邮件草稿。
场景三:??? Software Engineering
由高级软件工程师和代码审查员组成,共同构建功能、解决问题或完成任务。
场景四:? Portfolio Management
由投资组合经理、财务分析师和风险经理组成的团队共同努力优化投资组合。
场景五:? Text to SQL
使用由 3 个代理组成的团队将文本转换为 SQL 查询过程: SQL 专家、审阅者和执行者。专家负责生成 SQL 查询,执行者负责执行查询,审阅者负责自动更正。
Flowise 快速上手
前置条件
如果你本地尚未安装 Node.js,可以从官网下载。
npm install -g flowise
npx flowise start
或使用用户名和密码登录
npx flowise start --FLOWISE_USERNAME=user --FLOWISE_PASSWORD=1234
- 浏览器打开 http://localhost:3000 页面
Docker 安装
Docker Compose
- 创建
.env 文件并指定 PORT(参考 .env.example)
- 可以通过
docker-compose stop 停止容器
Docker 镜像
docker build --no-cache -t flowise .
docker run -d --name flowise -p 3000:3000 flowise
docker stop flowise
本地源码部署
Flowise 项目包含 3 个不同的模块。
- server:用于提供 API 逻辑的 Node 后端
前置条件
项目初始化
git clone https://github.com/FlowiseAI/Flowise.git
2.进入仓库文件夹
cd Flowise
pnpm install
pnpm build
pnpm start
之后,打开 http://localhost:3000 访问应用。
- 在 packages/ui 中创建 .env 文件并指定 VITE_PORT(参考 .env.example)
- 在 packages/server 中创建 .env 文件并指定 PORT(参考 .env.example)
https://github.com/FlowiseAI/Flowise
除了,Flowise 之外,开源的低代码 LLM 编排工具还有 Dify 和 LangFlow。感兴趣的话,可以阅读 “3 款强大的开源低代码 LLM 编排工具,可视化定制专属 AI Agent 和 AI 工作流!” 这篇文章。
往期文章
- 2024 年最完整的 AI Agents 清单来了,涉及 13 个领域,上百个 Agents!
- 3 款强大的开源低代码 LLM 编排工具,可视化定制专属 AI Agent 和 AI 工作流!
- 当 AI 遇上爬虫:让数据提取变得前所未有地简单!
- 告别传统客服:支持十几个平台的 AI “懒人客服” 来了!
关注 AI 真好玩,带你玩转各类 AI 工具,掌控数字未来!
如果这篇文章对您有所帮助,请点赞、关注,并分享给您的朋友。感谢您的支持!
|