- Implementering av et kodefritt miljø for oppretting av AI-chatboter ved bruk av Docker-containere.
- Fleksibel infrastrukturadministrasjon som tillater distribusjon på lokale servere eller VPS.
- Evne til å integrere komplekse arbeidsflyter med språkmodeller, vektordatabaser og minne.
Hvis du vil begynne å lage kunstig intelligens-applikasjoner uten å skrive all koden fra bunnen av, er Flowise et av de mest tilgjengelige verktøyene som er tilgjengelige. Det visuelle grensesnittet lar deg koble sammen modeller, instruksjoner, minne, databaser og eksterne verktøy ved hjelp av noder, noe som gjør det enkelt å lage chatboter, RAG-flyter og AI-agenter.
Selv om Flowise kan installeres direkte ved hjelp av Node.js, unngår bruk av Docker mange av avhengighets- og versjonsproblemene. Applikasjonen kjører innenfor en isolert og reproduserbar beholderDerfor er det enklere å flytte den til en annen datamaskin, oppdatere den eller distribuere den på en VPS.
I denne veiledningen skal vi se hvordan du installerer Flowise med Docker Compose ved hjelp av én enkelt container, hvordan du bevarer data etter omstart eller oppdatering av applikasjonen, og hvilke tiltak du bør ta før du eksponerer den for internett.
Flowise Cloud eller selvinstallasjon: hvilket alternativ skal man velge

Før du installerer noe som helst, bør du bestemme hvor du vil kjøre Flowise. Det første alternativet er Flowise CloudTjenesten administreres av utviklerne. Det er den raskeste måten hvis du ikke vil konfigurere servere, databaser, HTTPS-sertifikater eller sikkerhetskopier.
Det andre alternativet er å hoste Flowise på din egen datamaskin, NAS, hjemmeserver eller VPS. Selvhosting gir mer kontroll over infrastruktur og dataMen det gjør deg også ansvarlig for oppdateringer, sikkerhet og sikkerhetskopier.
| Trekk | Flowise Cloud | Selvstyrt Flowise |
|---|---|---|
| Anlegg | Det krever ikke sin egen server. | Du trenger Docker, Node.js eller en annen metode |
| Vedlikehold | Administrert av leverandøren | Brukeransvar |
| Datakontroll | Det avhenger av hvilken tjeneste det er avtalt med. | Større kontroll over lagring |
| Oppdateringer | Automatisk | De må påføres manuelt |
| Skalerbarhet | Forenklet | Det avhenger av infrastrukturen |
| Koste | Abonnement i henhold til planen | Eget utstyr eller serverkostnader |
For testing på din egen datamaskin er Docker et veldig praktisk alternativ. Hvis instansen skal brukes av andre, må du også konfigurere autentisering, HTTPS, en passende database og en sikkerhetskopieringsstrategi.
Krav for installasjon av Flowise med Docker

Før du begynner, må du ha installert Docker-skrivebord På Windows eller macOS. På Linux kan du bruke Docker Engine sammen med Docker Compose-pluginen.
Bekreft at begge komponentene fungerer ved å kjøre:
docker --version
docker compose version
Det anbefales også å ha Git installert hvis du skal bruke den offisielle metoden via Docker Compose:
git --version
Flowise bruker port som standard 3000Hvis et annet program allerede bruker den, må du publisere containeren på en annen port, for eksempel, 3001.
Slik installerer du Flowise ved hjelp av Docker Compose

Docker Compose er den mest anbefalte metoden fordi den lagrer konfigurasjonen i filer som senere kan gjennomgås, endres og brukes på nytt. Den forenkler også oppdateringer og lar deg legge til andre tjenester, for eksempel PostgreSQL eller Redis, hvis prosjektet vokser.
Klon det offisielle depotet
Åpne en terminal og last ned Flowise-depotet:
git clone https://github.com/FlowiseAI/Flowise.git
cd Flowise/docker
Innenfor katalogen docker Du finner Compose-filen og et eksempel med miljøvariablene.
Opprett og gjennomgå .env-filen
På Linux eller macOS kan du opprette filen ved hjelp av:
cp .env.example .env
I PowerShell er den tilsvarende kommandoen:
Copy-Item .env.example .env
Åpne deretter filen .env og sjekk verdiene deres. De tilgjengelige variablene kan variere mellom versjoner, så det er alltid best å starte med eksempelfilen som er inkludert i versjonen du installerer.
Vær spesielt oppmerksom på porten, databasekonfigurasjonen, lagringsbanene og hemmelighetene som brukes til å beskytte økter og tokener. Ikke bruk eksempelverdiene på nytt i en offentlig instans.
Løft beholderen
Fra mappen Flowise/docker, løpe:
docker compose up -d
Parameteren -d Den starter bakgrunnstjenester. Du kan sjekke statusen deres ved å bruke:
docker compose ps
For å se de nyeste postene:
docker compose logs --tail=100
Hvis alt fungerer som det skal, åpner du denne adressen i nettleseren din:
http://localhost:3000
I en ny installasjon må du fullføre opprettelsen av administratorkontoBruk et unikt og tilstrekkelig sterkt passord, spesielt hvis applikasjonen skal være tilgjengelig fra andre datamaskiner.
Slik installerer du Flowise med én Docker-kommando
Du kan også kjøre bildet som er publisert på Docker Hub direkte. Denne metoden er nyttig for å utføre raske tester uten å klone depotet.
Først oppretter du et volum der dataene skal lagres:
docker volume create flowise_data
Så starter containeren:
docker run -d \
--name flowise \
--restart unless-stopped \
-p 3000:3000 \
-v flowise_data:/home/node/.flowise \
flowiseai/flowise:latest
I PowerShell eller CMD kan du skrive inn kommandoen på én linje:
docker run -d --name flowise --restart unless-stopped -p 3000:3000 -v flowise_data:/home/node/.flowise flowiseai/flowise:latest
Den viktigste delen er dette:
-v flowise_data:/home/node/.flowise
Det gjeldende bildet kjører applikasjonen gjennom brukeren node, hvis personlige katalog er /home/nodeVolumet tillater flyter, legitimasjon, konfigurasjoner og andre filer. overlever avhendingen av beholderen.
Parameteren --restart unless-stopped Dette fører til at Docker starter Flowise på nytt etter at datamaskinen eller serveren er startet på nytt, bortsett fra når containeren har blitt stoppet med vilje.
Slik endrer du Flowise-porten
Verdien som er plassert til venstre i -p 3000:3000 Dette tilsvarer vertsdatamaskinens port. Hvis port 3000 er i bruk, kan du bruke en annen port uten å endre containerens interne port:
docker run -d \
--name flowise \
--restart unless-stopped \
-p 3001:3000 \
-v flowise_data:/home/node/.flowise \
flowiseai/flowise:latest
I dette tilfellet får du tilgang til den via:
http://localhost:3001
Hvis Flowise kjører på en annen datamaskin på nettverket, erstatter den localhost etter IP-adressen. Før du gjør det, må du sørge for at brannmuren tillater tilkoblingen og at instansen er skikkelig sikret.
Slik stopper, starter og starter du Flowise på nytt

Hvis du har opprettet en container som heter flowiseDu kan administrere det med disse kommandoene:
docker stop flowise
docker start flowise
docker restart flowise
For å sjekke om den kjører:
docker ps
Hvis containeren ikke vises, vis også de arresterte:
docker ps -a
Loggene avslører ofte problemer knyttet til stier, porter, databaser eller miljøvariabler:
docker logs --tail=100 flowise
Hvis du bruker Docker Compose, bruk disse kommandoene fra mappen der den tilhørende filen ligger:
docker compose stop
docker compose start
docker compose restart
docker compose logs --tail=100
Slik oppdaterer du Flowise uten å miste chatflows
Før du oppgraderer, bør du ta en sikkerhetskopi. Å bevare volumet reduserer risikoen for tap, men Et permanent volum erstatter ikke en frittstående kopi.
Hvis du bruker Docker Compose, er den vanlige prosedyren:
docker compose pull
docker compose up -d
Compose vil laste ned det angitte bildet og gjenskape tjenestene når det er nødvendig, samtidig som volumene som er definert i konfigurasjonen opprettholdes.
Hvis du opprettet beholderen manuelt, last ned det oppdaterte bildet:
docker pull flowiseai/flowise:latest
Slett deretter bare beholderen, ikke volumet:
docker stop flowise
docker rm flowise
Til slutt kjører du den samme kommandoen som ble brukt til å opprette den på nytt:
docker run -d \
--name flowise \
--restart unless-stopped \
-p 3000:3000 \
-v flowise_data:/home/node/.flowise \
flowiseai/flowise:latest
Dataene vil forbli tilgjengelige fordi de forblir innenfor flowise_dataLikevel bør du sjekke utgivelsesnotatene for hver versjon i tilfelle det er noen migreringer, endringer i variabler eller inkompatibiliteter.
I et produksjonsmiljø er det å foretrekke fikse en spesifikk versjon av bildet og test det før du oppdaterer, i stedet for å stole permanent på etiketten latest.
Slik bruker du endringer gjort i .env-filen
Det å starte en container på nytt bruker ikke alltid nye miljøvariabler, ettersom disse inkluderes under opprettelsen. Hvis du bruker Docker Compose og har endret filen .env, løpe:
docker compose up -d --force-recreate
Dette gjenskaper containerne med den nye konfigurasjonen uten å måtte slette volumene deres.
For å se gjennom variablene som Compose har tolket før endringen implementeres, kan du bruke:
docker compose config
Ikke del hele resultatet offentlig hvis det inneholder passord, hemmeligheter eller påloggingsinformasjon.
Slik sikkerhetskopierer du Flowise
Hvis du har brukt et Docker-volum kalt flowise_dataDu kan lage en komprimert kopi med:
docker run --rm \
-v flowise_data:/data \
-v "$PWD":/backup \
alpine \
tar czf /backup/flowise-backup.tar.gz -C /data .
På Windows kan det være mer praktisk å bruke Docker Desktop til å inspisere volumet eller definere en systemmappe som en montering. Hvis du bruker en lokal katalog, må du sørge for at brukeren med UID 1000 som brukes av containeren har skriverettigheter.
I PostgreSQL-installasjoner bør du også sikkerhetskopiere databasen separat. I tillegg er det lurt å beholde nøkkelen som ble brukt til å kryptere legitimasjonen. En gjenopprettet database uten den tilhørende nøkkelen kan gjøre de lagrede legitimasjonene ubrukelige.
Slik beskytter du Flowise før du publiserer det på internett

Direkte publisering av port 3000 på en VPS er ikke en passende konfigurasjon for produksjon. Flowise kan lagre leverandørlegitimasjon, databasetilkoblinger og verktøy som kan utføre eksterne handlinger.
Før du tillater tilgang fra Internett, må du iverksette minst disse tiltakene:
- Opprett en administratorkonto med et sterkt, unikt passord.
- Konfigurer økthemmeligheter, JWT-er og tokener riktig.
- Plasser Flowise bak en omvendt proxy som Nginx, Caddy eller Traefik.
- Aktiver HTTPS med et gyldig sertifikat.
- Ikke eksponer API-er eller chatflyter uten tilstrekkelig beskyttelse.
- Begrens tilgang gjennom brannmuren når den bare brukes internt.
- Ta regelmessige sikkerhetskopier av dataene og nøklene dine.
- Oppdater Flowise, Docker og operativsystemet ditt regelmessig.
- Unngå å lagre hemmeligheter direkte i delte noder eller maler.
Du bør også beskytte hver chatflyt du publiserer. Administratorkontoen begrenser tilgangen til dashbordet, men et prediksjons-API eller en innebygd chatbot kan trenge det. din egen nøkkel, bruksgrenser og tilgangskontroller.
Slik lager du din første chatbot i Flowise
Når du er logget inn, kan du opprette forskjellige typer flyter. Chatflows De er designet for å bygge konversasjonsstrenger og applikasjoner. Agentflyter De tillater utforming av mer komplekse prosesser der modellen bruker verktøy, tar beslutninger og utfører forskjellige trinn.
Slik kommer du i gang med en enkel chatbot:
- Gå inn i seksjonen Chatflows.
- Trykk på knappen for å opprette en ny flyt.
- Legg til en node som tilsvarer chat-leverandøren eller modellen.
- Opprett de nødvendige påloggingsinformasjonene for å koble til API-et deres.
- Legg til den nødvendige strengen, ledeteksten eller komponentene.
- Koble nodene med hensyn til inngangene og utgangene deres.
- Lagre flyten og bruk chat-knappen til å teste den.
Flowise kan fungere med eksterne leverandører og kompatible lokale modellservere. I sistnevnte tilfelle, husk at localhost Innenfor containeren peker det til selve containeren, ikke nødvendigvis til vertsdatamaskinen. I Docker Desktop brukes dette ofte. host.docker.internal for å nå en tjeneste som kjører på vertsdatamaskinen.
Slik legger du til minne og instruksjoner til chatboten
Modellen trenger klare instruksjoner om funksjonen, tonen som skal brukes og grensene som skal respekteres. Avhengig av den valgte arbeidsflyten kan disse instruksjonene gis via en ledetekst, en systemmelding eller agentens egne innstillinger.
Minne lar informasjon fra tidligere meldinger lagres. Det bør imidlertid ikke forveksles med en kunnskapsbase: minne lagrer konteksten til samtalen, mens et RAG-system... henter informasjon fra dokumenter eller eksterne kilder.
For mye økning av historikken kan øke kostnader, ventetid og minneforbruk. Det er best å velge minnetype og kontekstlengde i henhold til chatbotens faktiske behov.
Slik lager du en RAG-chatbot med dokumentene dine

Flowise inkluderer DokumentlagreEt grensesnitt som tillater lasting, deling, forberedelse og innsetting av dokumenter i en vektordatabase. Dette forenkler konstruksjonen av RAG-applikasjoner.
En grunnleggende flyt av denne typen inkluderer:
- En kilde til dokumenter, for eksempel PDF-filer, nettsider eller tekst.
- En skillelinje som deler opp innholdet i håndterbare blokker.
- En innebyggingsmodell som konverterer tekst til vektorer.
- En vektordatabase der disse fragmentene er lagret.
- Et gjenfinningsverktøy som finner informasjon relatert til spørsmålet.
- En språkmodell som utarbeider svaret ved hjelp av den hentede konteksten.
RAG kan sørge for at svarene er bedre begrunnet og oppdaterte i forhold til dokumentene som er gitt. Imidlertid, Det eliminerer ikke hallusinasjoner fullstendigDen endelige kvaliteten avhenger av det opprinnelige innholdet, inndelingen av dokumentene, innebyggingene, gjenfinningen og instruksjonene som sendes til modellen.
Praktiske brukseksempler av Flowise
En av de vanligste bruksområdene er å lage en støtteassistent som svarer på spørsmål om produkter, fakturering, returer eller hendelser ved hjelp av offisiell selskapsdokumentasjon.
Den kan også brukes til å utvikle et system for poengsum for potensielle kunder. Chatboten samler inn informasjon om besøkende, bestemmer interessenivået deres og sender dataene til et eksternt CRM- eller automatiseringssystem via et API.
Et annet eksempel er en intern assistent som lar brukere se retningslinjer, tekniske prosedyrer eller bedriftsdokumentasjon. I dette scenariet må det gis nødvendige tillatelser for å forhindre at en bruker henter informasjon de ikke skal ha tilgang til.
Agentflows utvider disse mulighetene ved å la modellen bruke verktøy. En agent kan spørre en database, aktivere et API, generere et strukturert svar eller starte en annen prosess. Nettopp av denne grunn, Verktøy med evne til å utføre handlinger må begrenses og overvåkes..
Vanlige feil når du installerer Flowise med Docker

Port 3000 er allerede opptatt
Hvis du får en feilmelding som indikerer at porten ikke kan bindes, publiser containeren på en annen port:
-p 3001:3000
Flytene forsvinner når beholderen gjenopprettes.
Dette betyr vanligvis at et permanent volum ikke ble konfigurert riktig. Sjekk at du bruker en allokering som:
-v flowise_data:/home/node/.flowise
Flowise kan ikke skrive til den monterte mappen
Bildet utfører prosessen med brukeren nodeHvis du monterer en vertsmappe på Linux, må den tillate skriving til brukeren med UID 1000.
Beholderen starter og stopper kontinuerlig
Gjennomgå postene:
docker logs flowise
De vanligste årsakene er tomme eller feil variabler, stier uten tillatelser, ukonfigurerte hemmeligheter, databaseproblemer eller inkompatibiliteter etter en oppgradering.
Flowise kobler seg ikke til noen annen tjeneste som er installert på datamaskinen.
Inne i beholderen, localhost Dette refererer til selve containeren. I Docker Desktop kan du prøve:
http://host.docker.internal:PUERTO
På Linux kan det være nødvendig å legge til en sti til verten eller bruke adressen som tilsvarer Docker-grensesnittet.
Ved å installere Flowise med Docker kan du kombinere en tilgjengelig visuelt grensesnitt med et reproduserbart og selvstyrt miljøFor testing er en container og et permanent volum tilstrekkelig, men en implementering i den virkelige verden trenger også autentisering, HTTPS, sikkerhetskopier og kontrollerte oppdateringer.
Når miljøet er satt opp, kan du starte med en grunnleggende chatbot og gradvis legge til minne, dokumentlagre, RAG-henting og eksterne verktøy. På denne måten kan Flowise vokse fra en liten lokal prototype til en AI-applikasjon integrert med andre tjenester.
Jeg er en teknologientusiast som har gjort sine "geek"-interesser til et yrke. Jeg har brukt mer enn 10 år av livet mitt på å bruke banebrytende teknologi og fikse med alle slags programmer av ren nysgjerrighet. Nå har jeg spesialisert meg på datateknologi og videospill. Dette er fordi jeg i mer enn 5 år har skrevet for forskjellige nettsteder om teknologi og videospill, og laget artikler som prøver å gi deg den informasjonen du trenger på et språk som er forståelig for alle.
Hvis du har spørsmål, spenner min kunnskap fra alt relatert til Windows-operativsystemet samt Android for mobiltelefoner. Og mitt engasjement er til deg, jeg er alltid villig til å bruke noen minutter og hjelpe deg med å løse eventuelle spørsmål du måtte ha i denne internettverdenen.