Langflow 플로우 가져오기 — Basic Prompting 스타터 프로젝트
JSON으로 내보낸 Langflow의 Basic Prompting 스타터 프로젝트를 aggrega import로 Aggregate, Release, Manifest로 가져온 것으로, 이들은 작성된 그대로 Docker Compose용으로 빌드됩니다.
Langflow 플로우 가져오기에서는 명령, 그 명령이 작성하는 파일, 빌드, 그리고 빌드한 결과의 실행을 단계별로 안내합니다. 이 폴더에는 그 안내의 각 단계가 들어 있습니다:
| 폴더 | 내용 |
|---|---|
source/ | 내보낸 플로우 basic-prompting.json, 폴더를 워크스페이스로 만드는 .aggrega-config.yaml, 그리고 어떤 플로우도 담을 수 없는 항목에 대한 답변으로 Kubernetes용 import가 요구하는 import-answers.yaml |
draft/ | aggrega import basic-prompting.json --target compose 명령이 작성한 파일(변경 없음)과 출력한 내용: 표준 출력은 stdout.txt, 표준 오류는 import.txt |
source/basic-prompting.json 파일은 Langflow 1.6.0에 포함된 스타터 프로젝트로, Langflow 저장소(https://github.com/langflow-ai/langflow, 커밋 504c02fc47e76087b82b0e7cbe4186e9cdd916d4, 파일 src/lfx/tests/data/starter_projects_1_6_0/Basic Prompting.json)에서 변경 없이 가져왔으며, 그 옆의 LICENSE.langflow 파일에 수록된 라이선스를 따릅니다. 초안도 같은 플로우를 담고 있으며, 그 엣지의 핸들은 Langflow 편집기가 작성하는 방식대로 작성되어 있습니다.
문서 저장소의 체크아웃에서 check.sh는 가져오기를 다시 실행하고, 작성하고 출력한 내용을 draft/와 비교하고, 안내에서 인용하는 블록을 이 파일들과 비교한 뒤, 가져오기가 작성한 내용을 검증하고 빌드합니다. 표준 라이브러리 카탈로그(얻는 곳)가 이 저장소 옆에 체크아웃되어 있거나, 그 디렉터리가 AGGREGA_CATALOG_DIRS에 지정되어 있어야 합니다.
예제 생성하기
이 예제의 가져오기는 아래 명령으로 실행하거나 AI 어시스턴트에게 대신 실행하게 할 수 있습니다.
예제 이름을 딴 새 폴더에 예제를 씁니다:
aggrega scaffold --example import-langflow그런 다음 이어서 실행할 명령을 출력합니다. 첫 번째 명령은 새 폴더로 이동합니다:
cd import-langflow빌드
import는 프로젝트 옆의 source/에 Aggrega 파일 초안을 작성하고, 빌드에 필요한 것을 가져옵니다. import는 프로젝트를 표준 라이브러리 카탈로그와 비교하며, 이 카탈로그는 워크스페이스의 기본 레지스트리가 서명된 스냅숏으로 게시합니다. 첫 번째 import가 이를 가져와 검증하고, 워크스페이스의 콘텐츠 캐시에 보관하며, 초안 옆에 기록하는 레코드에 다이제스트로 지정합니다. 자체 카탈로그 폴더를 AGGREGA_CATALOG_DIRS 또는 workspace.catalog_dirs에 지정한 워크스페이스는 대신 그 폴더들을 기준으로 import합니다:
cd sourceaggrega import basic-prompting.json --target composeaggrega validate --release release.yamlaggrega build --release release.yaml빌드가 작성한 결과를 실행하는 방법은 위에 링크된 안내에 있습니다.
AI 어시스턴트 사용
Aggrega 도구로 설정한 AI 어시스턴트도 같은 작업을 할 수 있습니다. 다음 프롬프트를 붙여 넣으십시오.
Aggrega 도구만 사용하고, 폴더를 직접 만들지 마십시오. 작업 영역 폴더에 아직 `import-langflow` 폴더가 없으면 `example`를 `import-langflow`로 설정하고 `dir` 없이 `scaffold` 도구를 한 번 호출하십시오. 이 도구는 예제를 새 `import-langflow` 폴더에 작성하며, 그 `source` 폴더에는 이 예제가 가져오는 내용이 들어 있습니다. 그런 다음 `workspace_root`를 `import-langflow/source`로, `source`를 `basic-prompting.json`으로, `target`을 `compose`로 설정하여 `import` 도구를 호출하십시오. 이 도구는 `basic-prompting.json` 옆의 `import-answers.yaml`에서 필요한 답변을 읽고, 초안을 `import-langflow/source`에 작성하며, 초안에 필요한 것을 가져옵니다. 그런 다음 `workspace_root`를 `import-langflow/source`로, `release`를 `release.yaml`로 설정하여 `validate` 도구를 호출하고, `workspace_root`를 `import-langflow/source`로, `release`를 `release.yaml`로, `write`를 true로 설정하여 `build` 도구를 호출하십시오. 빌드가 작성한 파일을 알려 주십시오. 파일은 `import-langflow/source/dist/` 아래에 있습니다.테스트하기
단계별 안내에서 실행하는 대로 스택을 실행한 다음, http://127.0.0.1:7860을 열어 admin으로 로그인합니다. Basic Prompting이 편집기에 있습니다. API는 API 키에 대해 플로우를 실행하며, 이 키는 단계별 안내에서 로그인한 후에 만듭니다. 그 키로:
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]}"}이 실행의 OpenAI 키는 자리 표시자였으므로 응답은 그 키에 대한 OpenAI의 거부입니다. 플로우는 모델 호출까지 실행되었습니다.
--target helm으로 가져와 Kubernetes에 적용하면, 로컬 포트를 해당 Service로 전달한 뒤 Langflow가 같은 주소에서 같은 요청에 응답합니다:
kubectl port-forward -n <namespace> svc/langflow-default 7860:7860