Ir al contenido
AggregaAggrega
Seleccionar idioma: Español
Esta página se tradujo automáticamente. Lee el original en inglés.

Importar un flujo de Langflow — el proyecto inicial Basic Prompting

El proyecto inicial Basic Prompting de Langflow, exportado como JSON, importado por aggrega import en un Aggregate, una Release y un Manifest que se compilan para Docker Compose tal como están escritos.

Importar un flujo de Langflow lo recorre paso a paso: el comando, los archivos que escribe, la compilación y una ejecución de lo que compila. Esta carpeta contiene cada etapa de ese recorrido:

carpetaqué contiene
source/el flujo exportado, basic-prompting.json; el .aggrega-config.yaml que convierte la carpeta en un espacio de trabajo; y import-answers.yaml, las respuestas a lo que ningún flujo puede contener, que pide una importación para Kubernetes
draft/los archivos que escribió aggrega import basic-prompting.json --target compose, sin cambios, y lo que imprimió: stdout.txt en la salida estándar, import.txt en la salida de error estándar

source/basic-prompting.json es el proyecto inicial que incluye Langflow 1.6.0, tomado sin cambios del repositorio de Langflow (https://github.com/langflow-ai/langflow, en el commit 504c02fc47e76087b82b0e7cbe4186e9cdd916d4, el archivo src/lfx/tests/data/starter_projects_1_6_0/Basic Prompting.json), bajo la licencia reproducida a su lado en LICENSE.langflow. Los borradores contienen el mismo flujo, con los handles de sus aristas escritos como los escribe el editor de Langflow.

En un checkout del repositorio de la documentación, check.sh vuelve a ejecutar la importación, compara lo que escribe e imprime con draft/, compara los bloques que cita el recorrido con estos archivos, y valida y compila lo que escribió la importación. Necesita el catálogo de la biblioteca estándar (dónde conseguir uno) descargado junto a este repositorio, o su directorio indicado en AGGREGA_CATALOG_DIRS.

Generar el ejemplo

Puedes ejecutar la importación de este ejemplo con los comandos de abajo, o hacer que tu asistente de IA la ejecute por ti.

Escribe el ejemplo en una carpeta nueva con su nombre:

Terminal window
aggrega scaffold --example import-langflow

Después imprime los comandos que hay que ejecutar a continuación. El primero entra en la carpeta nueva:

Terminal window
cd import-langflow

Compilación

La importación redacta los borradores de los archivos Aggrega junto al proyecto, en source/, y obtiene lo que la compilación necesita. Evalúa el proyecto frente al catálogo de la biblioteca estándar, que el registro predeterminado del espacio de trabajo publica como una instantánea firmada: la primera importación la obtiene, la verifica, la guarda en la caché de contenido del espacio de trabajo y la nombra por su digest en el registro que escribe junto a los borradores. Un espacio de trabajo que nombra sus propias carpetas de catálogo — en AGGREGA_CATALOG_DIRS, o bajo workspace.catalog_dirs — importa en cambio con respecto a ellas:

Terminal window
cd source
aggrega import basic-prompting.json --target compose
aggrega validate --release release.yaml
aggrega build --release release.yaml

Cómo ejecutar lo que escribe la compilación se explica en el recorrido enlazado arriba.

Con un asistente de IA

Un asistente de IA configurado con las herramientas de Aggrega puede hacer lo mismo: pégale este prompt.

Usa solo las herramientas de Aggrega y no crees ninguna carpeta por tu cuenta. Si la carpeta del espacio de trabajo todavía no contiene una carpeta `import-langflow`, llama una vez a la herramienta `scaffold` con `example` establecido en `import-langflow` y sin `dir`: escribe el ejemplo en una nueva carpeta `import-langflow`, cuya carpeta `source` contiene lo que importa este ejemplo. Luego llama a la herramienta `import` con `workspace_root` establecido en `import-langflow/source`, `source` establecido en `basic-prompting.json` y `target` establecido en `compose`: lee las respuestas que necesita de `import-answers.yaml` junto a `basic-prompting.json`, escribe sus borradores en `import-langflow/source` y descarga lo que estos necesitan. Luego llama a la herramienta `validate` con `workspace_root` establecido en `import-langflow/source` y `release` establecido en `release.yaml`, y a la herramienta `build` con `workspace_root` establecido en `import-langflow/source`, `release` establecido en `release.yaml` y `write` establecido en true. Dime qué archivos escribió la compilación; están en `import-langflow/source/dist/`.

Probarlo

Con el stack en ejecución tal como lo ejecuta la guía, abre http://127.0.0.1:7860 e inicia sesión como admin: Basic Prompting está en el editor. La API ejecuta el flujo para una clave de API, que la guía crea después de iniciar sesión; con ella:

Terminal window
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]}"}

La clave de OpenAI de la ejecución era un marcador de posición, así que la respuesta es el rechazo de OpenAI: el flujo se ejecutó hasta su llamada al modelo.

Importado con --target helm y aplicado a Kubernetes, Langflow responde a las mismas solicitudes en la misma dirección una vez que se reenvía un puerto local a su Service:

Terminal window
kubectl port-forward -n <namespace> svc/langflow-default 7860:7860