Pular para o conteúdo
AggregaAggrega
Selecionar língua: Português (Brasil)
Esta página foi traduzida automaticamente. Leia o original em inglês.

Importar um fluxo do Langflow — o projeto inicial Basic Prompting

O projeto inicial Basic Prompting do Langflow, exportado como JSON, importado por aggrega import em um Aggregate, uma Release e um Manifest que compilam para Docker Compose do jeito que estão escritos.

Importar um fluxo do Langflow percorre o processo passo a passo: o comando, os arquivos que ele escreve, o build e uma execução do que ele compila. Esta pasta contém cada etapa desse passo a passo:

pastao que contém
source/o fluxo exportado, basic-prompting.json; o .aggrega-config.yaml que torna a pasta um espaço de trabalho; e import-answers.yaml, as respostas ao que nenhum fluxo pode conter, que uma importação para Kubernetes solicita
draft/os arquivos que aggrega import basic-prompting.json --target compose escreveu, sem alterações, e o que ele imprimiu: stdout.txt na saída padrão, import.txt na saída de erro padrão

source/basic-prompting.json é o projeto inicial que o Langflow 1.6.0 inclui, trazido sem alterações do repositório do Langflow (https://github.com/langflow-ai/langflow, no commit 504c02fc47e76087b82b0e7cbe4186e9cdd916d4, o arquivo src/lfx/tests/data/starter_projects_1_6_0/Basic Prompting.json), sob a licença reproduzida ao lado dele em LICENSE.langflow. Os rascunhos trazem o mesmo fluxo, com os handles das suas arestas escritos como o editor do Langflow os escreve.

Em um checkout do repositório da documentação, check.sh executa a importação novamente, compara o que ela escreve e imprime com draft/, compara os blocos que o passo a passo cita com estes arquivos, e valida e compila o que a importação escreveu. Ele precisa do catálogo da biblioteca padrão (onde obter um) em um checkout ao lado deste repositório, ou do diretório dele indicado em AGGREGA_CATALOG_DIRS.

Gerar o exemplo

Você pode executar a importação deste exemplo com os comandos abaixo, ou pedir ao seu assistente de IA que a execute para você.

Escreva o exemplo em uma nova pasta com o nome dele:

Terminal window
aggrega scaffold --example import-langflow

Em seguida ele imprime os próximos comandos a executar. O primeiro entra na pasta nova:

Terminal window
cd import-langflow

Build

A importação cria os rascunhos dos arquivos Aggrega ao lado do projeto, em source/, e obtém o que o build precisa. Ela avalia o projeto em relação ao catálogo da biblioteca padrão, que o registry padrão do espaço de trabalho publica como um snapshot assinado: a primeira importação o obtém, o verifica, o mantém no cache de conteúdo do espaço de trabalho e o nomeia pelo seu digest no registro que grava ao lado dos rascunhos. Um espaço de trabalho que nomeia suas próprias pastas de catálogo — em AGGREGA_CATALOG_DIRS ou em workspace.catalog_dirs — importa com base nelas em vez disso:

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

Como executar o que o build escreve está no passo a passo indicado acima.

Com um assistente de IA

Um assistente de IA configurado com as ferramentas do Aggrega pode fazer o mesmo: cole este prompt nele.

Use apenas as ferramentas do Aggrega e não crie nenhuma pasta por conta própria. Se a pasta do espaço de trabalho ainda não contém uma pasta `import-langflow`, chame uma vez a ferramenta `scaffold` com `example` definido como `import-langflow` e sem `dir`: ela grava o exemplo em uma nova pasta `import-langflow`, cuja pasta `source` contém o que este exemplo importa. Depois chame a ferramenta `import` com `workspace_root` definido como `import-langflow/source`, `source` definido como `basic-prompting.json` e `target` definido como `compose`: ela lê as respostas de que precisa de `import-answers.yaml` ao lado de `basic-prompting.json`, grava seus rascunhos em `import-langflow/source` e baixa o que eles precisam. Depois chame a ferramenta `validate` com `workspace_root` definido como `import-langflow/source` e `release` definido como `release.yaml`, e a ferramenta `build` com `workspace_root` definido como `import-langflow/source`, `release` definido como `release.yaml` e `write` definido como true. Diga-me quais arquivos o build gravou; eles estão em `import-langflow/source/dist/`.

Teste

Com o stack em execução do jeito que o passo a passo o executa, abra http://127.0.0.1:7860 e faça login como admin: o Basic Prompting está no editor. A API executa o fluxo para uma chave de API, que o passo a passo cria depois do login; com ela:

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]}"}

A chave da OpenAI da execução era um placeholder, então a resposta é a recusa da OpenAI: o fluxo executou até a sua chamada ao modelo.

Importado com --target helm e aplicado ao Kubernetes, o Langflow responde às mesmas requisições no mesmo endereço assim que uma porta local é encaminhada para o seu Service:

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