Flowise AI 工作流编排部署教程

Flowise 是一款开源的低代码 AI 工作流编排工具，基于 LangChain 构建。它提供可视化的拖拽式界面，让你无需编写代码即可搭建 LLM（大语言模型）应用，包括智能对话机器人、知识库问答系统、文档分析助手等。本教程将在搬瓦工 VPS 上通过 Docker 部署 Flowise。

一、Flowise 核心功能

可视化流程编排：通过拖拽式画布连接 LLM、向量数据库、工具和记忆模块，构建 AI 工作流。
多 LLM 支持：集成 OpenAI、Anthropic Claude、Google Gemini、本地 Ollama 等多种大语言模型。
知识库（RAG）：支持上传 PDF、Word、文本等文档，构建基于私有知识的问答系统。
向量数据库：集成 Pinecone、Qdrant、Chroma、Weaviate 等向量存储。
Agent 工具：支持配置 AI Agent，使用搜索引擎、计算器、API 调用等外部工具。
对话记忆：支持多种记忆类型（缓冲记忆、摘要记忆、向量存储记忆），实现多轮对话。
API 输出：每个工作流自动生成 REST API 和嵌入式聊天组件。

二、环境准备

操作系统：Ubuntu 20.04+（推荐 Ubuntu 22.04）。
内存：至少 1GB RAM，推荐 2GB（使用本地模型需要更多）。
磁盘：至少 5GB 可用空间。
Docker：已安装 Docker 和 Docker Compose（参考 Docker 安装教程）。

购买搬瓦工 VPS 请参考全部方案，使用优惠码 NODESEEK2026 可享受 6.77% 折扣。

三、Docker Compose 部署

3.1 创建项目目录

mkdir -p /opt/flowise && cd /opt/flowise

3.2 创建 Docker Compose 文件

cat > docker-compose.yml <<'EOF'
version: '3.8'

services:
  flowise:
    image: flowiseai/flowise:latest
    container_name: flowise
    restart: always
    ports:
      - "3000:3000"
    environment:
      PORT: 3000
      FLOWISE_USERNAME: admin
      FLOWISE_PASSWORD: YourAdminPass123
      DATABASE_TYPE: postgres
      DATABASE_HOST: db
      DATABASE_PORT: 5432
      DATABASE_USER: flowise
      DATABASE_PASSWORD: your_db_password
      DATABASE_NAME: flowise
      APIKEY_PATH: /root/.flowise
      SECRETKEY_PATH: /root/.flowise
      LOG_LEVEL: info
      DEBUG: "false"
    volumes:
      - flowise_data:/root/.flowise
    depends_on:
      - db

  db:
    image: postgres:15-alpine
    container_name: flowise-db
    restart: always
    environment:
      POSTGRES_USER: flowise
      POSTGRES_PASSWORD: your_db_password
      POSTGRES_DB: flowise
    volumes:
      - postgres_data:/var/lib/postgresql/data

volumes:
  flowise_data:
  postgres_data:
EOF

3.3 轻量版部署（SQLite）

如果不需要 PostgreSQL，可以使用更简单的 SQLite 配置：

docker run -d \
  --name flowise \
  --restart always \
  -p 3000:3000 \
  -e FLOWISE_USERNAME=admin \
  -e FLOWISE_PASSWORD=YourAdminPass123 \
  -v /opt/flowise/data:/root/.flowise \
  flowiseai/flowise:latest

3.4 启动服务

docker compose up -d
docker compose logs -f flowise

访问 http://你的服务器IP:3000，输入用户名和密码登录 Flowise。

四、Nginx 反向代理

cat > /etc/nginx/sites-available/flowise <<'EOF'
server {
    listen 80;
    server_name ai.example.com;

    client_max_body_size 50m;

    location / {
        proxy_pass http://127.0.0.1:3000;
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
        proxy_set_header X-Forwarded-Proto $scheme;
        proxy_http_version 1.1;
        proxy_set_header Upgrade $http_upgrade;
        proxy_set_header Connection "upgrade";
    }
}
EOF

ln -s /etc/nginx/sites-available/flowise /etc/nginx/sites-enabled/
nginx -t && systemctl reload nginx
certbot --nginx -d ai.example.com

五、构建 AI 应用示例

5.1 简单对话机器人

登录后点击"Add New"创建新的 Chatflow。从左侧面板拖拽 ChatOpenAI 节点（或其他 LLM 节点）到画布上，配置 API Key。再添加一个 Conversation Chain 节点，将 LLM 连接到 Chain 的输入。保存后即可在右侧预览面板测试对话。

5.2 知识库问答系统（RAG）

构建基于私有文档的问答系统是 Flowise 的核心应用场景。流程如下：添加 Document Loader（如 PDF 加载器）加载文档，连接 Text Splitter 将文档分割为小段，通过 Embeddings 节点（如 OpenAI Embeddings）生成向量，存入 Vector Store（如 Chroma 或 FAISS）。最后创建 Retrieval QA Chain，连接 LLM 和 Vector Store，实现基于文档内容的智能问答。

5.3 AI Agent

创建可以使用工具的 AI Agent。添加 Agent 节点，连接 LLM，然后添加工具节点如 Web Search（网页搜索）、Calculator（计算器）或 Custom Tool（自定义 API 调用）。Agent 会根据用户问题自动决定使用哪些工具来获取信息和完成任务。

5.4 API 调用

每个保存的 Chatflow 都自动生成 REST API。在 Chatflow 设置中获取 API 端点和密钥：

# 调用 Chatflow API
curl -X POST "http://ai.example.com/api/v1/prediction/YOUR_CHATFLOW_ID" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{"question": "你好，请介绍一下你的功能"}'

5.5 嵌入聊天组件

Flowise 提供可嵌入的聊天气泡组件，在 Chatflow 的"Share"选项中获取嵌入代码，添加到你的网站即可展示一个 AI 聊天窗口。

六、凭据管理

在 Flowise 的"Credentials"页面集中管理所有 API 密钥和凭据。创建凭据后可以在多个 Chatflow 中复用，修改凭据时所有引用会自动更新。支持的凭据类型包括 OpenAI API Key、Anthropic API Key、各种向量数据库连接信息等。

七、备份与升级

# 备份 PostgreSQL
docker exec flowise-db pg_dump -U flowise flowise > /opt/flowise/backup_$(date +%Y%m%d).sql

# 备份 Flowise 数据
docker cp flowise:/root/.flowise /opt/flowise/data_backup_$(date +%Y%m%d)

# 升级
cd /opt/flowise
docker compose pull
docker compose down
docker compose up -d

总结

Flowise 极大降低了构建 AI 应用的门槛，通过可视化界面即可搭建复杂的 LLM 工作流。部署在搬瓦工 VPS 上可以作为团队的 AI 应用开发平台。同类型的 AI 工具还有 Dify，提供更完整的 AI 应用开发套件。如果你需要对话机器人方面的工具，可以参考 Typebot。购买搬瓦工 VPS 请参考全部方案，使用优惠码 NODESEEK2026 可享受折扣。更多教程请访问搬瓦工VPS中文网。