Mengimpor alur Langflow
Panduan langkah demi langkah ini mengimpor alur yang diekspor dari Langflow — Basic Prompting, proyek awal yang disertakan Langflow 1.6.0 — menjadi sebuah Aggregate, sebuah Release, dan sebuah Manifest yang, sebagaimana ditulis, membangun Langflow yang membawa alur tersebut untuk Docker Compose, lalu membangunnya dan menjalankan hasilnya. Setiap file dan setiap blok keluaran di bawah ini berasal dari eksekusi nyata; alur dan setiap tahap panduan ini ada dalam contoh import-langflow, tempat skrip pemeriksa menjalankan impor lagi, membandingkan apa yang ditulisnya, apa yang dicetaknya, dan blok-blok yang dikutip halaman ini dengan file yang disimpan di sana, serta memvalidasi dan membangun apa yang ditulis impor.
Membuat contoh
Anda dapat menjalankan impor ini dengan perintah di halaman ini, atau meminta asisten AI Anda menjalankannya untuk Anda.
Tulis contoh ke folder baru yang dinamai sesuai contoh itu:
aggrega scaffold --example import-langflowKemudian ia mencetak perintah yang dijalankan berikutnya. Perintah pertama berpindah ke folder baru; perintah sesudahnya, di bawah, berpindah ke folder source milik folder baru itu, tempat impor dijalankan. Folder itu memuat file alur, basic-prompting.json, yang dideskripsikan halaman ini alih-alih dikutip:
cd import-langflow
Alur
Basic Prompting merangkai empat node: Chat Input, Prompt, Language Model yang memanggil gpt-4.1 milik OpenAI, dan Chat Output. Seperti yang disertakan Langflow, alur ini adalah satu file JSON, basic-prompting.json, berukuran sekitar 54 KB, yang membawa kode sumber setiap komponen selain alurnya. Node Language Model-nya membaca kunci dari variabel global OPENAI_API_KEY, yang dibaca Langflow dari lingkungannya bila tidak ada variabel dengan nama itu yang tersimpan.
Di samping alur, sebuah .aggrega-config.yaml menjadikan folder tersebut ruang kerja:
# The workspace key marks this directory as the workspace root, so an import run# here writes its drafts beside basic-prompting.json.workspace: {}# The registry the importer is fetched from the first time an import needs it.default_registry: hub.aggrega.aidan import-answers.yaml menyimpan jawaban atas hal-hal yang tidak dapat disimpan oleh alur mana pun. Impor untuk Docker Compose tidak memerlukan satu pun darinya: impor tersebut melampirkan setiap rahasia melalui referensi variabel yang diisi Docker Compose dari shell Anda. Impor untuk Kubernetes melampirkan setiap rahasia melalui nama sebuah Secret Kubernetes, yang hanya dapat Anda sebutkan, sehingga file tersebut menyebutkan dua Secret yang diminta impor itu (lihat Di Kubernetes):
# Values the import could not draft from the source, keyed by the drafted file and the key path inside# it. Write each one beside its key; an import of the same source, and a sync, read them from here and# ask nothing. A secret is never written here: its key asks where the secret comes from — a variable# name, ${NAME}, or the name of a Kubernetes Secret.release.yaml: # The origin of the secret value, written by the operator in the Release. Read exactly as # values.origin is. Write it here or in values.origin, never in both. A secret: name where it comes # from, never the value. spec.components.langflow.features.admin_password.infra.origin: "langflow-admin" # The origin of the secret value, written by the operator in the Release. Read exactly as # values.origin is. Write it here or in values.origin, never in both. A secret: name where it comes # from, never the value. spec.components.langflow.uses.model.languagemodelcomponent-kboja.features.credential.infra.origin: "openai-api-key"Setiap jawaban adalah nama sebuah Secret, tidak pernah rahasia itu sendiri, sehingga file tersebut dapat disimpan bersama alur. File jawaban impor menjelaskan file tersebut secara lengkap.
Impor menimbang setiap node terhadap Components di katalog ruang kerja, dan --target menyusun draf Manifest dari Recipes katalog tersebut. Ruang kerja tidak menyebutkan folder katalog apa pun, jadi impor membaca katalog pustaka standar dari registry tempat impor mengambil importer-nya: snapshot bertanda tangan dari katalog yang diterbitkan, yang diambil, diverifikasi, dan disimpan di cache konten ruang kerja oleh impor pertama, serta disebutkan melalui digest-nya dalam catatan yang ditulis impor di samping draf-drafnya. Ruang kerja yang menyebutkan folder katalognya sendiri — di AGGREGA_CATALOG_DIRS, atau di bawah workspace.catalog_dirs — mengimpor terhadap folder-folder itu sebagai gantinya. Pindah ke source:
cd sourceMenjalankan impor
aggrega import basic-prompting.json --target composePada keluaran standar, impor mencantumkan apa yang ditulisnya:
wrote aggregate.yamlwrote release.yamlwrote manifest.yamlwrote .aggrega-import.jsonPada galat standar, dengan <workspace> mewakili folder tempat Anda menjalankannya:
[… omitted: a warning that the importer runs unverified, printed where its module is read from beside its Plugin entity in a catalog folder rather than fetched]read as the langflow format, with drafted paths relative to <workspace>warn: the flow is carried in values.flow_definition with the handles of all 3 of its edges written as Langflow's editor writes them — the same handles, their keys in order with no space between them — since the editor compares an edge's handles with the ones it writes for the nodes the edge joins, character for character, when it opens the flow, and drops every edge whose handles differwarn: node LanguageModelComponent-kBOja reaches languagemodelcomponent-kboja through the model connection languagemodelcomponent-kboja of core/ai-agent/langflow: its field api_key names the variable OPENAI_API_KEY, which the platform delivers for this connection and Langflow reads as a global variable; no field of it gives its API's address, so the OpenAI client it runs takes OPENAI_BASE_URL, the address the platform delivers for this connection, from the environmentmade no choice for ChatInput-SzjnT (ChatInput)made no choice for Prompt-tOH5D (Prompt)made no choice for ChatOutput-8ZWWB (ChatOutput)mapped LanguageModelComponent-kBOja (LanguageModelComponent) to core/ai-model/openai as a reference, HIGH at 0.9 warning: node "langflow" (provider "compose"): artifact "langflow-flow/langflow-flow.yaml": skipped provenance label injection — the fragment declares no compose service. Compose carries build provenance as service labels, so a fragment contributing only top-level networks, volumes or configs carries none; the services this component emits elsewhere carry the full set.Pull complete: <workspace>/release.lock (entities=8, source_artifacts=0, external_inputs=0)
- Baris
mappedmenyatakan menjadi apa node Language Model: model OpenAI dari pustaka standar,core/ai-model/openai, yang direferensikan alih-alih disusun sebagai draf, karena cocok pada tingkat tinggi, dengan nilai 0.9. Ini adalah komponen tersendiri, yang terhubung ke soketmodelmilik platform. Secara bawaan, draf menjalankan seluruh alur pada platform yang menjalankan Langflow, dan memberikan komponen tersendiri hanya kepada node yang diterima oleh soket platform itu — model, alat, penyimpanan vektor — bila node tersebut dikenali sebagai salah satunya. - Baris
warnpertama menyatakan bahwa alur dibawa dengan handle setiap edge ditulis seperti yang ditulis editor Langflow. Langflow menyimpan proyek pemulanya dengan spasi setelah setiap titik dua dan koma pada handle sebuah edge; editornya, saat membuka alur, membuang setiap edge yang handle-nya tidak ditulis persis seperti yang ditulisnya, lalu menyimpan alur tanpa edge tersebut. Dengan ditulis seperti itu, alur terbuka dengan tiga koneksinya, dan berjalan dengan koneksi tersebut. - Baris
warnyang menyebutkan node menyatakan bagaimana alur menjangkau model itu. Node membaca kuncinya dari variabelOPENAI_API_KEY, dan alamatnya dariOPENAI_BASE_URL, dan platform mengirimkan keduanya untuk koneksi model, sehingga alur tidak perlu disunting. - Baris
made no choicemenyebutkan node-node yang tidak diterima oleh soket platform mana pun: node tersebut tetap berada di dalam alur, yang dijalankan Langflow seperti saat diekspor. - Dua baris terakhir adalah pull. Tidak ada lagi yang perlu dijawab, sehingga impor menarik dependensi Release hasil draf, seperti yang dilakukan
aggrega pull, dan menulisrelease.lock; build di bawah tidak memerlukan apa pun lagi. Bariswarningjuga dicetak oleh build, dan Validasi dan build menjelaskannya.
File jawaban menyebut dua Secret yang tidak diminta oleh impor ini: impor tidak menyisakan apa pun yang kosong untuk keduanya, sehingga tidak menerapkan satu pun dan membiarkan file apa adanya.
Apa yang ditulisnya
Aggregate, Release, dan Manifest diberi nama imported/basic-prompting, berdasarkan nama alur itu sendiri, Basic Prompting, yang disingkat menjadi basic-prompting — alur tanpa nama dinamai berdasarkan filenya — di bawah namespace yang ditetapkan oleh pengaturan target_namespace milik pengimpor, yaitu imported kecuali Anda menetapkan yang lain (Pengaturan).
aggregate.yaml — satu instans platform Langflow dari pustaka standar, core/ai-agent/langflow, yang membawa alur seperti saat diekspor kecuali handle edge-nya, yang ditulis seperti yang ditulis editor Langflow, dengan lebih dari seribu barisnya dihilangkan di sini, serta model yang dijangkau alur tersebut:
apiVersion: aggrega.ai/v1beta1kind: Aggregatemetadata: name: imported/basic-prompting version: 0.1.0 description: Draft Aggregate imported from a source in the langflow format.spec: components: langflow: type: core/ai-agent/langflow features: # For the compose target, the lines below declare admin_password on langflow: a secret the Release alone attaches arrives under the key value, so each is declared with a key of its own and no two arrive under one; the Release attaches its origin, naming this type or none. admin_password: type: core/secret-value values: key: LANGFLOW_SUPERUSER_PASSWORD values: flow_id: '0dbee653-41ae-4e51-af2e-55757fb24be3' flow_definition: |- { "data": { "edges": [ [… omitted: the rest of the flow] } uses: model: languagemodelcomponent-kboja: target: languagemodelcomponent-kboja # For the compose target, the lines below declare credential on languagemodelcomponent-kboja: a secret the Release alone attaches arrives under the key value, so each is declared with a key of its own and no two arrive under one; the Release attaches its origin, naming this type or none. features: credential: type: core/secret-value values: key: OPENAI_API_KEY # swap to core/ai-model/azure-openai (score 0.4000) by setting type: core/ai-model/azure-openai languagemodelcomponent-kboja: type: core/ai-model/openai values: model: |- gpt-4.1- Model adalah
core/ai-model/openai, dengan model yang dipilih node alur,gpt-4.1. Komentar di atasnya menyebut Component lain dari katalog yang mirip dengan node tersebut, beserta nilainya, bagi pembaca yang menginginkan Component itu. - Dua rahasia — kata sandi administrator yang diminta editor Langflow, dan kunci OpenAI yang diberikan platform kepada model — dideklarasikan di sini dengan variabel tempat masing-masing tiba di lingkungan Langflow,
LANGFLOW_SUPERUSER_PASSWORDdanOPENAI_API_KEY. Pada Docker Compose, rahasia yang dilampirkan oleh Release saja akan tiba di bawah kuncivalue, dan keduanya akan bertabrakan; bila dideklarasikan di sini, masing-masing memiliki kunci tersendiri. Release menyatakan dari mana masing-masing berasal. flow_idadalah pengidentifikasi yang diberikan ekspor kepada alur.
release.yaml — Release, yang men-deploy Aggregate dengan Manifest:
apiVersion: aggrega.ai/v1beta1kind: Releasemetadata: name: imported/basic-prompting # environment is a drafted default, since no source names the environment this Release deploys to; change it to name the one it deploys to. environment: development version: 0.1.0 description: Draft Release imported from a source in the langflow format.spec: aggregate: imported/basic-prompting manifest: imported/basic-prompting components: langflow: infra: # The image running core/ai-agent/langflow, at the version this importer drafts, which the catalog's Recipes for it are known to run; the import does not raise or lower it to follow the source. The source states version "1.5.0" of the platform. image: "langflowai/langflow:1.6.0" # Published on this machine's loopback address, 127.0.0.1: reachable from this machine only, by any process running on it. Delete this line to keep the service internal. published_port: 7860 features: admin_password: type: core/secret-value infra: # Attached by reference, never as a value: the administrator's password, read while values.require_authentication stays true, read from the variable LANGFLOW_ADMIN_PASSWORD, which a target substituting variable references, as Docker Compose does when the stack starts, reads from the environment, so no file carries the value. origin: "${LANGFLOW_ADMIN_PASSWORD}" uses: model: languagemodelcomponent-kboja: features: credential: type: core/secret-value infra: # Attached by reference, never as a value: the credential langflow presents to languagemodelcomponent-kboja on its model connection, read from the variable OPENAI_API_KEY, which a target substituting variable references, as Docker Compose does when the stack starts, reads from the environment, so no file carries the value. origin: "${OPENAI_API_KEY}" languagemodelcomponent-kboja: {}environmentbernilaidevelopment, nilai bawaan yang menurut komentar di atasnya harus diubah ke lingkungan tempat Release di-deploy.- Image adalah Langflow 1.6.0, versi yang dijalankan oleh Recipes katalog untuk Langflow. Alur ini terakhir diuji pada Langflow 1.5.0, seperti yang dinyatakan komentar; impor mempertahankan versi yang dijalankan Recipes alih-alih mengikuti versi alur.
published_portadalah 7860, port tempat Langflow melayani, sehingga editor menjawab dihttp://127.0.0.1:7860pada mesin Anda. Seperti kata komentarnya, proses apa pun di mesin ini dapat menjangkaunya di sana dan tidak ada yang lain yang bisa; hapus baris tersebut untuk menjaga Langflow hanya di jaringan stack.- Dua rahasia adalah referensi variabel,
${LANGFLOW_ADMIN_PASSWORD}dan${OPENAI_API_KEY}, yang diisi Docker Compose dari shell Anda saat stack dimulai, sehingga tidak ada file yang memuat salah satu nilainya.
manifest.yaml — Recipes Compose untuk platform dan model, serta realisasi yang menulis referensi variabel sebuah rahasia ke dalam file Compose apa adanya:
apiVersion: aggrega.ai/v1beta1kind: Manifestmetadata: name: imported/basic-prompting version: 0.1.0spec: mappings: components: type: core/ai-agent/langflow: compose/langflow core/ai-model/openai: compose/openai features: type: core/secret-value: compose/dotenv-secret.aggrega-import.json adalah catatan tentang apa yang ditulis oleh impor, yang dibaca oleh aggrega import --sync berikutnya, dan release.lock menyematkan setiap entitas katalog yang menjadi hasil resolusi Release, berdasarkan versi dan digest.
Validasi dan build
aggrega validate --release release.yamlaggrega build --release release.yaml

Validasi mencetak:
notice: LINT: Feature "core/secret-value" at core/secret-value:1.0.0 declares property "origin" in both values: and infra: pillars (path: origin)release dependency validation passed: release.yaml (schema-pillar + dependency pillars)dan build, dengan <workspace> mewakili folder yang berisi draf:
warning: node "langflow" (provider "compose"): artifact "langflow-flow/langflow-flow.yaml": skipped provenance label injection — the fragment declares no compose service. Compose carries build provenance as service labels, so a fragment contributing only top-level networks, volumes or configs carries none; the services this component emits elsewhere carry the full set. notice: LINT: Feature "core/secret-value" at core/secret-value:1.0.0 declares property "origin" in both values: and infra: pillars (path: origin)[… omitted: a total build time, which differs per run]Build completed: 1 file written to <workspace>/distBaris warning berkaitan dengan bagian file Compose yang membawa alur, sebuah entri configs tingkat atas, yang tidak memiliki layanan untuk menempatkan label build. Baris notice bersifat informatif: Feature rahasia menerima origin miliknya dari values milik Aggregate atau infra milik Release, dan pemberitahuan itu melaporkan bahwa satu daun dideklarasikan di keduanya. Tidak satu pun mengubah putusan.
dist/compose/docker-compose.yaml berisi Langflow dan sebuah layanan yang berjalan satu kali sebelumnya:
services: langflow: image: langflowai/langflow:1.6.0 environment: LANGFLOW_CONFIG_DIR: /app/langflow LANGFLOW_SAVE_DB_IN_CONFIG_DIR: "true" LANGFLOW_AUTO_LOGIN: "false" LANGFLOW_SUPERUSER: admin LANGFLOW_SUPERUSER_PASSWORD: ${LANGFLOW_ADMIN_PASSWORD} OPENAI_BASE_URL: https://api.openai.com/v1 OPENAI_API_KEY: ${OPENAI_API_KEY} LANGFLOW_LOAD_FLOWS_PATH: /app/flows ports: - 127.0.0.1:7860:7860 [… omitted: the labels the build writes on every service, naming the Aggregate, the component, the environment and the compiler's version] volumes: - type: volume source: langflow--data target: /app/langflow networks: - compose depends_on: langflow--data-owner: condition: service_completed_successfully [… omitted: the service's health check] configs: - source: langflow-flow target: /app/flows/flow.json langflow--data-owner: image: langflowai/langflow:1.6.0 entrypoint: - chown - "1000:0" - /app/langflow [… omitted: the labels the build writes on every service] volumes: - type: volume source: langflow--data target: /app/langflow networks: - compose restart: "no" user: "0"Alur sampai ke Langflow sebagai /app/flows/flow.json, dari entri configs yang berisi alur yang dibawa Aggregate, dan Langflow memuatnya dari LANGFLOW_LOAD_FLOWS_PATH setiap kali dimulai. Kunci dan kata sandi adalah referensi variabel, yang diisi dari shell Anda saat stack dimulai. Recipe Compose milik Langflow memublikasikan port di mesin Anda hanya jika Release menetapkan published_port di infra milik Langflow, dan itu pun hanya di alamat loopback, 127.0.0.1; tanpa itu, layanan hanya dapat dijangkau di jaringan stack.
langflow--data-owner menjalankan image Langflow sebagai root, memberikan volume data kepada pengguna 1000, grup 0, yaitu identitas yang digunakan image Langflow saat berjalan, lalu keluar. Langflow dimulai setelah layanan ini selesai: Docker membuat volume dengan root sebagai pemiliknya, dan jika tidak demikian Langflow tidak dapat menulis datanya di sana.
Dengan asisten AI
Asisten AI yang disiapkan dengan alat-alat Aggrega dapat melakukan hal yang sama: tempelkan prompt ini ke dalamnya.
Gunakan hanya alat Aggrega, dan jangan membuat folder sendiri. Jika folder Workspace belum berisi folder `import-langflow`, panggil alat `scaffold` sekali dengan `example` diatur ke `import-langflow` dan tanpa `dir`: alat ini menulis contoh ke folder `import-langflow` baru, yang folder `source`-nya berisi apa yang diimpor halaman ini. Lalu panggil alat `import` dengan `workspace_root` diatur ke `import-langflow/source`, `source` diatur ke `basic-prompting.json`, dan `target` diatur ke `compose`: alat ini membaca jawaban yang dibutuhkannya dari `import-answers.yaml` di samping `basic-prompting.json`, menulis drafnya ke `import-langflow/source`, dan menarik apa yang dibutuhkan draf tersebut. Lalu panggil alat `validate` dengan `workspace_root` diatur ke `import-langflow/source` dan `release` diatur ke `release.yaml`, serta alat `build` dengan `workspace_root` diatur ke `import-langflow/source`, `release` diatur ke `release.yaml`, dan `write` diatur ke true. Beri tahu saya file mana yang ditulis build; file-file itu ada di bawah `import-langflow/source/dist/`.Membukanya di VS Code
Dengan ekstensi Aggrega untuk Visual Studio Code terpasang, buka folder import-langflow/source di VS Code, tempat impor menulis drafnya. Folder ini berisi satu Release, yaitu release.yaml hasil draf, sehingga editor memilihnya untuk Anda, dan memeriksa draf terhadap Release tersebut saat Anda menyuntingnya, menandai temuannya di file dan di panel Problems. Aggrega: Show topology graph, di Command Palette, menggambar komponen Release dan koneksi di antaranya. Aggrega: Build, Aggrega: Preview build, dan Aggrega: Pull bekerja pada Release yang sama, dan masing-masing juga merupakan tombol di panel Commands pada tampilan Aggrega di activity bar; Build menulis file-filenya ke dist/ milik folder tersebut. Menggunakan Aggrega di Visual Studio Code membahas sisanya.
Menjalankannya
Atur kunci dan kata sandi administrator di shell Anda, lalu mulai stack:
export OPENAI_API_KEY='your OpenAI key'export LANGFLOW_ADMIN_PASSWORD='a password of your own'docker compose -p basic-prompting -f dist/compose/docker-compose.yaml up -d --wait-p memberi nama proyek, seperti yang dijelaskan langkah menjalankan di Cara impor berjalan. --wait kembali setelah langflow--data-owner selesai dan Langflow melaporkan status sehat.
Mengujinya
Buka http://127.0.0.1:7860, alamat yang dipublikasikan published_port, dan masuk sebagai admin dengan kata sandi yang Anda tetapkan: Basic Prompting ada di editor dengan tiga koneksinya.
Langflow menjalankan alur melalui API-nya hanya untuk kunci API, yang dibuat administrator setelah masuk. Masuk:
curl -sS -X POST http://127.0.0.1:7860/api/v1/login \ -d username=admin --data-urlencode "password=$LANGFLOW_ADMIN_PASSWORD"{"access_token":"[… omitted: the access token]","refresh_token":"[… omitted: the refresh token]","token_type":"bearer"}buat kunci dengan token akses:
curl -sS -X POST http://127.0.0.1:7860/api/v1/api_key/ \ -H 'Authorization: Bearer <access_token>' -H 'Content-Type: application/json' -d '{"name": "test-it"}'{"name":"test-it","last_used_at":null,"total_uses":0,"is_active":true,"id":"[… omitted: the key's identifier]","api_key":"[… omitted: the key]","user_id":"[… omitted: the owner's identifier]"}dan jalankan alur dengan kunci tersebut:
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"}'Eksekusi menggunakan placeholder untuk kunci OpenAI, sehingga jawabannya adalah penolakan OpenAI terhadap kunci tersebut, yang menunjukkan bahwa alur berjalan hingga panggilannya ke model:
{"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]}"}Dengan kunci Anda, balasan membawa jawaban model di outputs[0].outputs[0].results.message.text.
Di Kubernetes, dengan build yang dijelaskan di Di Kubernetes sudah diterapkan, teruskan port lokal ke Service milik Langflow, langflow-default, di namespace tempat Anda menerapkan, dan biarkan perintah tetap berjalan:
kubectl port-forward -n <namespace> svc/langflow-default 7860:7860Dari terminal lain, tiga permintaan di atas mencapai Langflow di alamat yang sama, tanpa perubahan; eksekusi mendapatkan penolakan yang sama terhadap kunci placeholder.
Hentikan stack dengan perintah di bawah. -v juga menghapus volume data Langflow, dan bersamanya akun administrator, kunci API, serta riwayat eksekusi alur:
docker compose -p basic-prompting -f dist/compose/docker-compose.yaml down -vDi Kubernetes
Alur yang sama diimpor untuk Kubernetes dengan target helm. Draf untuk Docker Compose sudah berada di source, dan impor tidak pernah menimpa Aggregate di sana, jadi buat draf ini di folder tersendiri dengan --output-dir, lalu validasi dan build dari sana:
aggrega import basic-prompting.json --target helm --output-dir helmcd helmaggrega validate --release release.yamlaggrega build --release release.yamlDraf-draf berbeda di tempat target berbeda. Manifest memetakan platform ke helm/langflow, model ke helm/openai, dan setiap secret ke helm/k8s-existing-secret, yang membacanya dari sebuah Secret yang sudah ada di namespace. Release melampirkan kedua secret sebagai core/referenced-secret, masing-masing menyebut nama Secret tersebut, dan nama-nama itulah yang disimpan oleh file jawaban:
features: admin_password: type: core/referenced-secret infra: # Left for the Release, since the source cannot supply it: the name of a Kubernetes Secret already in the namespace holding, under the data key value, the administrator's password, read while values.require_authentication stays true. origin: "langflow-admin"Tanpa file jawaban, impor menanyakan kedua nama di terminal dan menulis jawaban Anda ke file jawaban baru. Jika tidak ada yang dapat ditanyakan, impor menulis file tersebut dengan kedua kunci dan jawaban kosong, lalu berakhir dengan status 1 dan baris ini, dengan <workspace> mewakili folder tempat Anda menjalankannya:
2 values the drafts leave empty are still owed, listed in the answers file <workspace>/import-answers.yaml: write each beside its key there, then run the import againBuild menulis manifes Kubernetes biasa di bawah dist/helm/ di root workspace, source, yang dari helm adalah ../dist/helm/. Buat kedua Secrets di namespace tempat Anda menerapkan, masing-masing menyimpan nilainya di bawah kunci data value, lalu terapkan folder tersebut seperti yang dijelaskan langkah eksekusi di Cara impor berjalan.