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

Importar um chatflow do Flowise — uma cadeia de conversa com um modelo de chat

Um chatflow do Flowise — um nó ChatOpenAI, uma Buffer Memory e uma Conversation Chain — importado por aggrega import para um Aggregate, uma Release e um Manifest que se compilam para Docker Compose tal como estão escritos.

Importar um chatflow do Flowise percorre o processo passo a passo: o comando, os ficheiros que escreve, a compilação e uma execução do que compila. Esta pasta contém cada etapa desse guia:

pastao que contém
source/o chatflow, support-chat.json; o .aggrega-config.yaml que torna a pasta um espaço de trabalho; e import-answers.yaml, as respostas ao que nenhum chatflow pode conter: o e-mail da conta proprietária e os nomes dos Secrets do Kubernetes que uma importação para Kubernetes pede
draft/os ficheiros que aggrega import support-chat.json --target compose escreveu, inalterados, e o que imprimiu: stdout.txt na saída padrão, import.txt na saída de erro padrão

source/support-chat.json foi escrito para este exemplo, no formato em que o editor do Flowise exporta um chatflow.

Num checkout do repositório da documentação, check.sh volta a executar a importação, compara o que esta escreve e imprime com draft/, compara os blocos que o guia cita com estes ficheiros, e valida e compila o que a importação escreveu. Precisa do catálogo da biblioteca padrão (onde obter um) num checkout ao lado deste repositório, ou do respetivo diretório indicado em AGGREGA_CATALOG_DIRS.

Gerar o exemplo

É possível executar a importação deste exemplo com os comandos abaixo, ou pedir ao seu assistente de IA que a execute por si.

Escreva o exemplo numa nova pasta com o nome dele:

Terminal window
aggrega scaffold --example import-flowise

Depois, imprime os próximos comandos a executar. O primeiro entra na nova pasta:

Terminal window
cd import-flowise

Compilação

A importação cria os rascunhos dos ficheiros Aggrega junto ao projeto, em source/, obtém o e-mail da conta proprietária a partir de import-answers.yaml e descarrega aquilo de que a compilação precisa. Avalia o projeto face ao catálogo da biblioteca padrão, que o registo predefinido do espaço de trabalho publica como um instantâneo assinado: a primeira importação obtém-no, verifica-o, guarda-o na cache de conteúdo do espaço de trabalho e identifica-o pelo seu digest no registo que escreve junto aos rascunhos. Um espaço de trabalho que nomeia as suas próprias pastas de catálogo — em AGGREGA_CATALOG_DIRS, ou em workspace.catalog_dirs — importa antes face a essas:

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

A execução do que a compilação escreve está descrita no guia indicado acima.

Com um assistente de IA

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

Use apenas as ferramentas do Aggrega e não crie nenhuma pasta por iniciativa própria. Se a pasta do espaço de trabalho ainda não contiver uma pasta `import-flowise`, chame uma vez a ferramenta `scaffold` com `example` definido como `import-flowise` e sem `dir`: esta escreve o exemplo numa nova pasta `import-flowise`, cuja pasta `source` contém o que este exemplo importa. Em seguida, chame a ferramenta `import` com `workspace_root` definido como `import-flowise/source`, `source` definido como `support-chat.json` e `target` definido como `compose`: esta lê as respostas de que precisa a partir de `import-answers.yaml`, ao lado de `support-chat.json`, escreve os seus rascunhos em `import-flowise/source` e obtém aquilo de que precisam. Em seguida, chame a ferramenta `validate` com `workspace_root` definido como `import-flowise/source` e `release` definido como `release.yaml`, e a ferramenta `build` com `workspace_root` definido como `import-flowise/source`, `release` definido como `release.yaml` e `write` definido como true. Indique-me que ficheiros o build escreveu; encontram-se em `import-flowise/source/dist/`.

Testar

Com o Flowise em execução e o chatflow carregado tal como o guia os executa, abra http://127.0.0.1:3000, inicie sessão como proprietário e faça uma pergunta ao chatflow através do seu endpoint de previsão:

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":{}}

A chave da OpenAI da execução era um marcador de posição, pelo que a resposta é a recusa da OpenAI: o chatflow executou até à sua chamada ao modelo. A execução publicou o Flowise na porta 3002, uma vez que a 3000 estava ocupada na sua máquina, como diz o guia.

Importado com --target helm e aplicado ao Kubernetes, o chatflow responde ao mesmo pedido no mesmo endereço assim que uma porta local é reencaminhada para o Service do Flowise; a execução obteve aí a mesma recusa:

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