Flowise のチャットフローをインポートする — チャットモデルを使う会話チェーン
Flowise のチャットフロー — ChatOpenAI ノード、Buffer Memory、Conversation Chain — を、aggrega import で Aggregate、Release、Manifest にインポートしたものです。これらは書かれたままで Docker Compose 向けにビルドできます。
Flowise のチャットフローをインポートする では、コマンド、それが書き出すファイル、ビルド、そしてビルドしたものの実行までを順を追って説明します。このフォルダーには、そのウォークスルーの各段階が収められています:
| フォルダー | 内容 |
|---|---|
source/ | チャットフロー support-chat.json、フォルダーをワークスペースにする .aggrega-config.yaml、そしてどのチャットフローにも含められない内容への回答である import-answers.yaml。回答とは、オーナーアカウントのメールアドレスと、Kubernetes 向けのインポートが求める Kubernetes Secret の名前です |
draft/ | aggrega import support-chat.json --target compose が書き出したファイル(変更なし)と、出力した内容:標準出力は stdout.txt、標準エラーは import.txt |
source/support-chat.json はこの例のために書かれたもので、Flowise のエディターがチャットフローをエクスポートする形式に従っています。
ドキュメントリポジトリのチェックアウトでは、check.sh がインポートを再実行し、書き出した内容と出力した内容を draft/ と比較し、ウォークスルーが引用するブロックをこれらのファイルと比較して、インポートが書き出したものを検証しビルドします。このリポジトリの隣に標準ライブラリのカタログ(入手先)がチェックアウトされているか、そのディレクトリが AGGREGA_CATALOG_DIRS に指定されている必要があります。
サンプルを生成する
この例のインポートは、以下のコマンドで実行することも、AI アシスタントに代わりに実行させることもできます。
例の名前を付けた新しいフォルダーに例を書き出します。
aggrega scaffold --example import-flowiseその後、次に実行するコマンドを表示します。最初のコマンドは新しいフォルダーに移動します。
cd import-flowiseビルド
インポートは、プロジェクトの隣の source/ に Aggrega ファイルの下書きを作成し、オーナーアカウントのメールアドレスを import-answers.yaml から取得して、ビルドに必要なものをプルします。インポートはプロジェクトを標準ライブラリのカタログと照らし合わせます。このカタログは、ワークスペースのデフォルトレジストリが署名付きスナップショットとして公開しているものです。最初のインポートがそれを取得して検証し、ワークスペースのコンテンツキャッシュに保持し、下書きの隣に書き出す記録の中でそのダイジェストによって示します。独自のカタログフォルダーを指定しているワークスペース(AGGREGA_CATALOG_DIRS 内、または workspace.catalog_dirs の下)では、代わりにそれらに対してインポートします:
cd sourceaggrega import support-chat.json --target composeaggrega validate --release release.yamlaggrega build --release release.yamlビルドが書き出したものの実行方法は、上記のリンク先のウォークスルーにあります。
AI アシスタントを使う
Aggrega のツールでセットアップした AI アシスタントでも同じことができます。次のプロンプトを貼り付けてください。
Aggrega のツールだけを使い、フォルダーは自分で作成しないでください。ワークスペースフォルダーにまだ `import-flowise` フォルダーがない場合は、`example` を `import-flowise` に設定し、`dir` を指定せずに `scaffold` ツールを一度呼び出してください。このツールは例を新しい `import-flowise` フォルダーに書き込み、その `source` フォルダーにこの例がインポートするものが入ります。次に、`workspace_root` を `import-flowise/source`、`source` を `support-chat.json`、`target` を `compose` に設定して `import` ツールを呼び出してください。このツールは必要な回答を `support-chat.json` の隣にある `import-answers.yaml` から読み取り、下書きを `import-flowise/source` に書き込み、下書きが必要とするものをプルします。次に、`workspace_root` を `import-flowise/source`、`release` を `release.yaml` に設定して `validate` ツールを、`workspace_root` を `import-flowise/source`、`release` を `release.yaml`、`write` を true に設定して `build` ツールを呼び出してください。ビルドが書き込んだファイルを教えてください。それらは `import-flowise/source/dist/` の下にあります。テストする
ウォークスルーと同じように Flowise を実行し chatflow を投入したら、http://127.0.0.1:3000 を開いてオーナーとしてサインインし、chatflow の予測エンドポイントを通じて質問します:
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":{}}この実行の OpenAI キーはプレースホルダーだったため、応答は OpenAI によるその拒否です。chatflow はモデルの呼び出しまで実行されました。ウォークスルーにあるとおり、この実行ではマシン上で 3000 が使用中だったため、Flowise を 3002 で公開しました。
--target helm でインポートして Kubernetes に適用すると、ローカルポートを Flowise の Service に転送した時点で、chatflow は同じアドレスで同じリクエストに応答します。この実行でもそこで同じ拒否が返りました:
kubectl port-forward -n <namespace> svc/flowise-default 3000:3000