Salta ai contenuti
AggregaAggrega
Seleziona lingua: Italiano
Questa pagina è stata tradotta automaticamente. Leggi l’originale in inglese.

Importare un chatflow Flowise — una catena di conversazione con un modello di chat

Un chatflow Flowise — un nodo ChatOpenAI, una Buffer Memory e una Conversation Chain — importato da aggrega import in un Aggregate, una Release e un Manifest che si compilano per Docker Compose così come sono scritti.

Importare un chatflow Flowise lo illustra passo per passo: il comando, i file che scrive, la compilazione e un’esecuzione di ciò che compila. Questa cartella contiene ogni fase di quella procedura guidata:

cartellacosa contiene
source/il chatflow, support-chat.json; il .aggrega-config.yaml che rende la cartella un workspace; e import-answers.yaml, le risposte a ciò che nessun chatflow può contenere: l’email dell’account proprietario e i nomi dei Secret di Kubernetes che un import per Kubernetes richiede
draft/i file che aggrega import support-chat.json --target compose ha scritto, invariati, e ciò che ha stampato: stdout.txt sullo standard output, import.txt sullo standard error

source/support-chat.json è scritto per questo esempio, nella forma in cui l’editor di Flowise esporta un chatflow.

In un checkout del repository della documentazione, check.sh esegue di nuovo l’importazione, confronta ciò che scrive e stampa con draft/, confronta i blocchi citati dalla procedura guidata con questi file, e convalida e compila ciò che l’importazione ha scritto. Richiede il catalogo della libreria standard (dove procurarselo) estratto accanto a questo repository, oppure la sua directory indicata in AGGREGA_CATALOG_DIRS.

Generare l’esempio

Puoi eseguire l’importazione di questo esempio con i comandi qui sotto, oppure far sì che il tuo assistente AI la esegua per te.

Scrivi l’esempio in una nuova cartella che porta il suo nome:

Terminal window
aggrega scaffold --example import-flowise

Poi stampa i prossimi comandi da eseguire. Il primo ti porta nella nuova cartella:

Terminal window
cd import-flowise

Build

L’import scrive le bozze dei file Aggrega accanto al progetto, in source/, prende l’email dell’account proprietario da import-answers.yaml e scarica ciò che serve alla compilazione. Confronta il progetto con il catalogo della libreria standard, che il registry predefinito del workspace pubblica come snapshot firmato: il primo import lo scarica, lo verifica, lo conserva nella cache dei contenuti del workspace e lo indica tramite il suo digest nel record che scrive accanto alle bozze. Un workspace che indica cartelle di catalogo proprie — in AGGREGA_CATALOG_DIRS, oppure sotto workspace.catalog_dirs — esegue invece l’import rispetto a quelle:

Terminal window
cd source
aggrega import support-chat.json --target compose
aggrega validate --release release.yaml
aggrega build --release release.yaml

Come eseguire ciò che la compilazione scrive è spiegato nella procedura guidata indicata sopra.

Con un assistente AI

Un assistente IA configurato con gli strumenti di Aggrega può fare lo stesso: incolla questo prompt nell’assistente.

Usa solo gli strumenti di Aggrega e non creare tu alcuna cartella. Se la cartella dell’area di lavoro non contiene ancora una cartella `import-flowise`, chiama una volta lo strumento `scaffold` con `example` impostato a `import-flowise` e senza `dir`: scrive l’esempio in una nuova cartella `import-flowise`, la cui cartella `source` contiene ciò che questo esempio importa. Poi chiama lo strumento `import` con `workspace_root` impostato a `import-flowise/source`, `source` impostato a `support-chat.json` e `target` impostato a `compose`: legge le risposte di cui ha bisogno da `import-answers.yaml` accanto a `support-chat.json`, scrive le sue bozze in `import-flowise/source` e scarica ciò di cui hanno bisogno. Poi chiama lo strumento `validate` con `workspace_root` impostato a `import-flowise/source` e `release` impostato a `release.yaml`, e lo strumento `build` con `workspace_root` impostato a `import-flowise/source`, `release` impostato a `release.yaml` e `write` impostato a true. Dimmi quali file ha scritto la build; si trovano in `import-flowise/source/dist/`.

Eseguire il test

Con Flowise in esecuzione e il chatflow caricato come li esegue la guida, apri http://127.0.0.1:3000 e accedi come proprietario, poi poni una domanda al chatflow tramite il suo endpoint di predizione:

Terminal window
curl -sS -X POST http://127.0.0.1:3000/api/v1/prediction/40d9f5c5-5187-54c1-a9f5-a8dac92f88bb \
-H 'Content-Type: application/json' -d '{"question": "In one short sentence: what is Docker Compose?"}'
{"statusCode":500,"success":false,"message":"401 Unauthorized – check your API key and ensure it has access to the requested model.","stack":{}}

La chiave OpenAI usata nell’esecuzione era un segnaposto, quindi la risposta è il rifiuto di OpenAI: il chatflow è arrivato fino alla sua chiamata al modello. L’esecuzione ha pubblicato Flowise sulla porta 3002, poiché la 3000 era occupata sulla sua macchina, come dice la guida.

Importato con --target helm e applicato a Kubernetes, il chatflow risponde alla stessa richiesta allo stesso indirizzo una volta inoltrata una porta locale al Service di Flowise; l’esecuzione ha ottenuto lì lo stesso rifiuto:

Terminal window
kubectl port-forward -n <namespace> svc/flowise-default 3000:3000