Einen Langflow-Flow importieren — das Starter-Projekt Basic Prompting
Das Starter-Projekt Basic Prompting von Langflow, als JSON exportiert, von aggrega import in ein Aggregate, ein Release und ein Manifest importiert, die sich unverändert für Docker Compose bauen lassen.
Einen Langflow-Flow importieren führt Schritt für Schritt hindurch: der Befehl, die Dateien, die er schreibt, der Build und ein Lauf dessen, was er baut. Dieser Ordner enthält jede Stufe dieser Anleitung:
| Ordner | was er enthält |
|---|---|
source/ | der exportierte Flow, basic-prompting.json; die .aggrega-config.yaml, die den Ordner zu einem Workspace macht; und import-answers.yaml, die Antworten auf das, was kein Flow enthalten kann und wonach ein Import für Kubernetes fragt |
draft/ | die Dateien, die aggrega import basic-prompting.json --target compose geschrieben hat, unverändert, und was der Befehl ausgegeben hat: stdout.txt auf der Standardausgabe, import.txt auf der Standardfehlerausgabe |
source/basic-prompting.json ist das Starter-Projekt, das Langflow 1.6.0 mitliefert, unverändert aus dem Langflow-Repository übernommen (https://github.com/langflow-ai/langflow, bei Commit 504c02fc47e76087b82b0e7cbe4186e9cdd916d4, die Datei src/lfx/tests/data/starter_projects_1_6_0/Basic Prompting.json), unter der daneben in LICENSE.langflow wiedergegebenen Lizenz. Die Entwürfe tragen denselben Flow, die Handles seiner Kanten so geschrieben, wie der Langflow-Editor sie schreibt.
In einem Checkout des Dokumentations-Repositorys führt check.sh den Import erneut aus, vergleicht, was er schreibt und ausgibt, mit draft/, vergleicht die Blöcke, die die Anleitung zitiert, mit diesen Dateien und validiert und baut, was der Import geschrieben hat. Es benötigt den Katalog der Standardbibliothek (woher Sie einen bekommen), neben diesem Repository ausgecheckt, oder dessen Verzeichnis in AGGREGA_CATALOG_DIRS angegeben.
Das Beispiel generieren
Sie können den Import dieses Beispiels mit den folgenden Befehlen ausführen oder ihn von Ihrem KI-Assistenten für Sie ausführen lassen.
Schreiben Sie das Beispiel in einen neuen Ordner, der nach ihm benannt ist:
aggrega scaffold --example import-langflowDanach gibt er die als Nächstes auszuführenden Befehle aus. Der erste wechselt in den neuen Ordner:
cd import-langflowBuild
Der Import entwirft die Aggrega-Dateien neben dem Projekt, in source/, und ruft ab, was der Build benötigt. Er gleicht das Projekt mit dem Katalog der Standardbibliothek ab, den die Standard-Registry des Workspace als signierten Snapshot veröffentlicht: Der erste Import ruft ihn ab, verifiziert ihn, legt ihn im Inhalts-Cache des Workspace ab und nennt ihn über seinen Digest in der Aufzeichnung, die er neben die Entwürfe schreibt. Ein Workspace, der eigene Katalogordner nennt — in AGGREGA_CATALOG_DIRS oder unter workspace.catalog_dirs —, importiert stattdessen gegen diese:
cd sourceaggrega import basic-prompting.json --target composeaggrega validate --release release.yamlaggrega build --release release.yamlWie Sie ausführen, was der Build schreibt, steht in der oben verlinkten Anleitung.
Mit einem KI-Assistenten
Ein KI-Assistent, der mit den Tools von Aggrega eingerichtet ist, kann dasselbe tun: Fügen Sie ihm diesen Prompt ein.
Verwenden Sie ausschließlich die Aggrega-Tools und legen Sie selbst keinen Ordner an. Wenn der Workspace-Ordner noch keinen Ordner `import-langflow` enthält, rufen Sie das Tool `scaffold` einmal auf, mit `example` auf `import-langflow` gesetzt und ohne `dir`: Es schreibt das Beispiel in einen neuen Ordner `import-langflow`, dessen Ordner `source` enthält, was dieses Beispiel importiert. Rufen Sie dann das Tool `import` auf, mit `workspace_root` auf `import-langflow/source`, `source` auf `basic-prompting.json` und `target` auf `compose` gesetzt: Es liest die benötigten Antworten aus `import-answers.yaml` neben `basic-prompting.json`, schreibt seine Entwürfe nach `import-langflow/source` und lädt herunter, was diese benötigen. Rufen Sie dann das Tool `validate` auf, mit `workspace_root` auf `import-langflow/source` und `release` auf `release.yaml` gesetzt, und das Tool `build`, mit `workspace_root` auf `import-langflow/source`, `release` auf `release.yaml` und `write` auf true gesetzt. Nennen Sie mir die Dateien, die der Build geschrieben hat; sie liegen unter `import-langflow/source/dist/`.Testen
Wenn der Stack so läuft, wie die Anleitung ihn ausführt, öffnen Sie http://127.0.0.1:7860 und melden Sie sich als admin an: Basic Prompting ist im Editor. Die API führt den Flow für einen API-Schlüssel aus, den die Anleitung nach der Anmeldung erstellt; damit:
curl -sS -X POST 'http://127.0.0.1:7860/api/v1/run/0dbee653-41ae-4e51-af2e-55757fb24be3?stream=false' \ -H 'x-api-key: <api_key>' -H 'Content-Type: application/json' \ -d '{"input_value": "In one short sentence: what is Docker Compose?", "input_type": "chat", "output_type": "chat"}'{"detail":"{\"message\":\"Error running graph: Error building Component Language Model: \\n\\nError code: 401 - {'error': {'message': 'Incorrect API key provided: sk-place*****************-key. You can find your API key at https://platform.openai.com/account/api-keys.', 'type': 'invalid_request_error', 'code': 'invalid_api_key', 'param': None}, 'status': 401}\",[… omitted: three empty fields, and a suggestion to update three of the flow's components]}"}Der OpenAI-Schlüssel des Laufs war ein Platzhalter, daher ist die Antwort die Ablehnung durch OpenAI: Der Flow lief bis zu seinem Aufruf des Modells.
Mit --target helm importiert und auf Kubernetes angewendet, beantwortet Langflow dieselben Anfragen unter derselben Adresse, sobald ein lokaler Port an seinen Service weitergeleitet ist:
kubectl port-forward -n <namespace> svc/langflow-default 7860:7860