Aller au contenu
AggregaAggrega
Selectionner la langue: Français
Cette page a été traduite automatiquement. Lire l’original en anglais.

Importer un flow Langflow — le projet de démarrage Basic Prompting

Le projet de démarrage Basic Prompting de Langflow, exporté en JSON, importé par aggrega import dans un Aggregate, une Release et un Manifest qui se compilent pour Docker Compose tels quels.

Importer un flow Langflow le présente pas à pas : la commande, les fichiers qu’elle écrit, la compilation et une exécution de ce qu’elle produit. Ce dossier contient chaque étape de ce tutoriel :

dossierce qu’il contient
source/le flow exporté, basic-prompting.json ; le .aggrega-config.yaml qui fait du dossier un espace de travail ; et import-answers.yaml, les réponses à ce qu’aucun flow ne peut contenir, que demande un import pour Kubernetes
draft/les fichiers que aggrega import basic-prompting.json --target compose a écrits, inchangés, et ce qu’il a affiché : stdout.txt sur la sortie standard, import.txt sur la sortie d’erreur standard

source/basic-prompting.json est le projet de démarrage fourni avec Langflow 1.6.0, repris sans modification du dépôt Langflow (https://github.com/langflow-ai/langflow, au commit 504c02fc47e76087b82b0e7cbe4186e9cdd916d4, le fichier src/lfx/tests/data/starter_projects_1_6_0/Basic Prompting.json), sous la licence reproduite à côté dans LICENSE.langflow. Les brouillons portent le même flow, les handles de ses arêtes écrits comme les écrit l’éditeur de Langflow.

Dans un checkout du dépôt de la documentation, check.sh exécute à nouveau l’import, compare ce qu’il écrit et affiche avec draft/, compare les blocs que le tutoriel cite avec ces fichiers, et valide et compile ce que l’import a écrit. Il nécessite le catalogue de la bibliothèque standard (où en obtenir un) extrait à côté de ce dépôt, ou son répertoire indiqué dans AGGREGA_CATALOG_DIRS.

Générer l’exemple

Vous pouvez exécuter l’import de cet exemple avec les commandes ci-dessous, ou le faire exécuter par votre assistant IA.

Écrivez l’exemple dans un nouveau dossier qui porte son nom :

Terminal window
aggrega scaffold --example import-langflow

Elle affiche ensuite les prochaines commandes à exécuter. La première vous place dans le nouveau dossier :

Terminal window
cd import-langflow

Build

L’import rédige les brouillons des fichiers Aggrega à côté du projet, dans source/, et récupère ce dont la compilation a besoin. Il évalue le projet au regard du catalogue de la bibliothèque standard, que le registre par défaut de l’espace de travail publie sous la forme d’un instantané signé : le premier import le récupère, le vérifie, le conserve dans le cache de contenu de l’espace de travail et le nomme par son condensé dans l’enregistrement qu’il écrit à côté des brouillons. Un espace de travail qui nomme ses propres dossiers de catalogue — dans AGGREGA_CATALOG_DIRS, ou sous workspace.catalog_dirs — importe plutôt par rapport à ceux-ci :

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

L’exécution de ce que la compilation écrit est présentée dans le tutoriel indiqué ci-dessus.

Avec un assistant IA

Un assistant IA configuré avec les outils d’Aggrega peut faire de même : collez-lui ce prompt.

Utilisez uniquement les outils Aggrega et ne créez vous-même aucun dossier. Si le dossier de l’espace de travail ne contient pas encore de dossier `import-langflow`, appelez une fois l’outil `scaffold` avec `example` défini à `import-langflow` et sans `dir` : il écrit l’exemple dans un nouveau dossier `import-langflow`, dont le dossier `source` contient ce que cet exemple importe. Appelez ensuite l’outil `import` avec `workspace_root` défini à `import-langflow/source`, `source` défini à `basic-prompting.json` et `target` défini à `compose` : il lit les réponses dont il a besoin dans `import-answers.yaml`, à côté de `basic-prompting.json`, écrit ses brouillons dans `import-langflow/source` et récupère ce dont ils ont besoin. Appelez ensuite l’outil `validate` avec `workspace_root` défini à `import-langflow/source` et `release` défini à `release.yaml`, puis l’outil `build` avec `workspace_root` défini à `import-langflow/source`, `release` défini à `release.yaml` et `write` défini à true. Indiquez-moi quels fichiers le build a écrits ; ils se trouvent sous `import-langflow/source/dist/`.

Tester

Avec la stack en cours d’exécution telle que le guide l’exécute, ouvrez http://127.0.0.1:7860 et connectez-vous en tant que admin : Basic Prompting se trouve dans l’éditeur. L’API exécute le flow pour une clé d’API, que le guide crée après la connexion ; avec elle :

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 clé OpenAI de l’exécution était un espace réservé, la réponse est donc le refus d’OpenAI : le flow s’est exécuté jusqu’à son appel au modèle.

Importé avec --target helm et appliqué à Kubernetes, Langflow répond aux mêmes requêtes à la même adresse une fois un port local redirigé vers son Service :

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