Імпорт чат-потоку Flowise
Цей покроковий посібник імпортує чат-потік, експортований із Flowise, — ланцюжок розмови з чат-моделлю та пам’яттю, — у сутності Aggregate, Release і Manifest, які у тому вигляді, в якому їх написано, збирають Flowise із цим чат-потоком для Docker Compose, потім збирає їх і запускає результат. Кожен файл і кожен блок виводу нижче взято зі справжнього запуску; чат-потік і кожен етап посібника є в прикладі import-flowise, де скрипт перевірки знову запускає імпорт, порівнює те, що він записує, те, що він виводить, і блоки, які цитує ця сторінка, із файлами, що там зберігаються, а також перевіряє й збирає те, що записав імпорт.
Створення прикладу
Цей імпорт можна виконати командами з цієї сторінки або доручити його вашому ШІ-асистенту.
Запишіть приклад у нову теку, названу за ним:
aggrega scaffold --example import-flowiseПотім вона виводить команди, які слід виконати далі. Перша переходить у нову теку; наступна, нижче, переходить у її теку source, де виконується імпорт. Ця тека містить файл chatflow, support-chat.json, який ця сторінка описує, а не цитує:
cd import-flowise
Чат-потік
support-chat.json, написаний для цього посібника у форматі, в якому редактор Flowise експортує чат-потік, містить три вузли та два ребра між ними: вузол ChatOpenAI, що вибирає gpt-4o-mini, вузол Buffer Memory і вузол Conversation Chain, який приймає обидва й відповідає коротким системним повідомленням. Вузол ChatOpenAI не вибирає жодних збережених облікових даних і залишає свій Base Path порожнім, тож клієнт OpenAI, на якому Flowise його запускає, зчитує свою адресу та ключ із середовища Flowise.
Поруч із чат-потоком файл .aggrega-config.yaml робить теку робочим простором:
# The workspace key marks this directory as the workspace root, so an import run# here writes its drafts beside support-chat.json.workspace: {}# The registry the importer is fetched from the first time an import needs it.default_registry: hub.aggrega.aiа import-answers.yaml містить відповіді на те, чого не може містити жоден чат-потік. Flowise не завантажує чат-потік із файлу під час запуску, тому збірка заносить його через власний API Flowise від імені облікового запису власника, і жоден експорт не називає цей обліковий запис: його адреса електронної пошти — єдина відповідь, потрібна імпорту для Docker Compose. Імпорту для Kubernetes також потрібна назва Kubernetes Secret, що зберігає кожен секрет — пароль власника та ключ OpenAI, — тому файл називає й ці два Secret (див. У Kubernetes):
# Values the import could not draft from the source, keyed by the drafted file and the key path inside# it. Write each one beside its key; an import of the same source, and a sync, read them from here and# ask nothing. A secret is never written here: its key asks where the secret comes from — a variable# name, ${NAME}, or the name of a Kubernetes Secret.release.yaml: # Email address of the platform's owner account, read only when values.flow_definition is set. The # step that seeds the chatflow registers this account when the instance has no owner yet, which makes # it the owner, and signs in as it; on an instance that already has one, it names an account allowed # to import chatflows, and the password attached to the owner_password slot is that account's. # Required when values.flow_definition is set: the build halts when it is empty. It has no default. spec.components.flowise.infra.owner_email: "owner@example.com" # The origin of the secret value, written by the operator in the Release. Read exactly as # values.origin is. Write it here or in values.origin, never in both. A secret: name where it comes # from, never the value. spec.components.flowise.features.owner_password.infra.origin: "flowise-owner" # The origin of the secret value, written by the operator in the Release. Read exactly as # values.origin is. Write it here or in values.origin, never in both. A secret: name where it comes # from, never the value. spec.components.flowise.uses.model.chatopenai-0.features.credential.infra.origin: "openai-api-key"owner@example.com позначає вашу власну адресу електронної пошти. Без файлу імпорт у терміналі запитує кожне значення, по одному питанню за раз, сформульованому за описом над його ключем, і записує ваші відповіді в новий файл відповідей; там, де нічого не можна запитати, він записує цей файл із ключами та порожніми відповідями, виводить їх список і завершується зі статусом 1. Файл відповідей імпорту описує цей файл повністю.
Імпорт зважує кожен вузол відносно сутностей Components із каталогу робочого простору, а --target створює чернетку сутності Manifest із сутностей Recipes цього каталогу. Робочий простір не вказує жодної теки каталогу, тому імпорт читає каталог стандартної бібліотеки з реєстру, з якого отримує свій імпортер: підписаний знімок опублікованого каталогу, який перший імпорт отримує, перевіряє та зберігає в кеші вмісту робочого простору і який запис, що його імпорт пише поруч зі своїми чернетками, називає за дайджестом. Робочий простір, що вказує власні теки каталогу — у AGGREGA_CATALOG_DIRS або в workspace.catalog_dirs, — натомість імпортує на їх основі. Перейдіть у source:
cd sourceЗапуск імпорту
aggrega import support-chat.json --target composeУ стандартний вивід він виводить перелік записаного:
wrote aggregate.yamlwrote release.yamlwrote manifest.yamlwrote .aggrega-import.jsonУ стандартний потік помилок, де <workspace> позначає теку, у якій ви його запустили:
[… omitted: a warning that the importer runs unverified, printed where its module is read from beside its Plugin entity in a catalog folder rather than fetched]read as the flowise format, with drafted paths relative to <workspace>warn: node chatOpenAI_0 reaches chatopenai-0 through the model connection chatopenai-0 of core/ai-agent/flowise: its Base Path is empty, so the OpenAI client Flowise runs it on reads the address the platform delivers for this connection, OPENAI_BASE_URL, and, since it selects no credential, the key delivered as OPENAI_API_KEYinfo: the answers file <workspace>/import-answers.yaml also answers spec.components.flowise.features.owner_password.infra.origin in release.yaml, spec.components.flowise.uses.model.chatopenai-0.features.credential.infra.origin in release.yaml, which these drafts do not leave empty; those answers are kept there and not appliedmapped chatOpenAI_0 (chatOpenAI) to core/ai-model/openai as a reference, HIGH at 0.9made no choice for bufferMemory_0 (bufferMemory)made no choice for conversationChain_0 (conversationChain) warning: node "flowise" (provider "compose"): artifact "flowise-flow/flowise-flow.yaml": skipped provenance label injection — the fragment declares no compose service. Compose carries build provenance as service labels, so a fragment contributing only top-level networks, volumes or configs carries none; the services this component emits elsewhere carry the full set.Pull complete: <workspace>/release.lock (entities=8, source_artifacts=0, external_inputs=0)
- Рядок
mappedозначає, що вузол ChatOpenAI став моделлю OpenAI зі стандартної бібліотеки,core/ai-model/openai, на яку посилаються, а не створюють чернетку, оскільки він збігся на високому рівні, з оцінкою 0.9: окремий компонент, з’єднаний із сокетомmodelплатформи. - Рядок
warnпояснює, як чат-потік дістається до цієї моделі: вузол зчитує адресу та ключ, які платформа надає для з’єднання з моделлю, тож ключ, який сутність Release приєднує до з’єднання, і є тим ключем, що його використовує чат-потік. - Рядок
infoстосується файлу відповідей. Файл надав адресу електронної пошти власника, яку чернетки залишили порожньою; дві назви Secret у ньому відповідають на те, що порожнім залишає лише імпорт для Kubernetes, тому вони лишаються у файлі й тут не використовуються. - Рядки
made no choiceозначають, що пам’ять і ланцюжок залишаються всередині чат-потоку: жоден сокет платформи їх не приймає. - Останні два рядки — це pull. Оскільки на кожне значення є відповідь, імпорт завантажив залежності чернетки сутності Release, як це робить
aggrega pull, і записавrelease.lock; збірці нижче більше нічого не потрібно. Рядокwarningвиводить і збірка, а Валідація та збірка його пояснює.
Що він записує
Сутності Aggregate, Release і Manifest отримують назву imported/support-chat за файлом, support-chat.json, оскільки експорт Flowise не має власної назви, у просторі імен, який задає налаштування target_namespace імпортера, тобто imported, якщо ви не задасте інший (Налаштування).
aggregate.yaml — один екземпляр платформи Flowise зі стандартної бібліотеки, core/ai-agent/flowise, що несе чат-потік у тому вигляді, в якому його експортовано (більшу частину тут пропущено), і модель, з’єднану з його сокетом model:
apiVersion: aggrega.ai/v1beta1kind: Aggregatemetadata: name: imported/support-chat version: 0.1.0 description: Draft Aggregate imported from a source in the flowise format.spec: components: flowise: type: core/ai-agent/flowise features: # For the compose target, the lines below declare owner_password on flowise: a secret the Release alone attaches arrives under the key value, so each is declared with a key of its own and no two arrive under one; the Release attaches its origin, naming this type or none. owner_password: type: core/secret-value values: key: OWNER_PASSWORD values: # chatflow_id is derived from the exported flow, which gives no identifier of its own. chatflow_id: '40d9f5c5-5187-54c1-a9f5-a8dac92f88bb' flow_definition: | { "nodes": [ [… omitted: the chatflow's nodes, as exported, up to the Conversation Chain's inputs] "inputs": { "model": "{{"{{"}}chatOpenAI_0.data.instance}}", "memory": "{{"{{"}}bufferMemory_0.data.instance}}", [… omitted: the rest of the chatflow, as exported] } uses: model: chatopenai-0: target: chatopenai-0 # For the compose target, the lines below declare credential on chatopenai-0: a secret the Release alone attaches arrives under the key value, so each is declared with a key of its own and no two arrive under one; the Release attaches its origin, naming this type or none. features: credential: type: core/secret-value values: key: OPENAI_API_KEY # swap to core/ai-model/azure-openai (score 0.4000) by setting type: core/ai-model/azure-openai chatopenai-0: type: core/ai-model/openai values: model: |- gpt-4o-mini- Модель — це
core/ai-model/openaiіз моделлю, яку вибирає вузол,gpt-4o-mini. Коментар над нею називає іншу сутність Component із каталогу, на яку схожий вузол, разом з її оцінкою. - Два секрети — пароль облікового запису власника, від імені якого заноситься чат-потік, і ключ OpenAI, який платформа надає моделі, — оголошено тут разом зі змінною, під якою кожен надходить у середовище Flowise,
OWNER_PASSWORDіOPENAI_API_KEY. У Docker Compose секрет, приєднаний лише сутністю Release, надійшов би під ключемvalue, і два секрети зіткнулися б; оголошений тут, кожен має власний ключ. Сутність Release вказує, звідки надходить кожен. chatflow_idвиводиться з чат-потоку, оскільки експорт із редактора Flowise не має власного ідентифікатора, тож один чат-потік завжди дає один ідентифікатор. Чат-потік Flowise записує{{<node id>.data.instance}}для кожного з’єднання між двома вузлами, а текст сутності Aggregate читається як шаблон, тому чернетка записує кожне{{як{{"{{"}}, що збірка перетворює назад на дві фігурні дужки.
release.yaml — сутність Release, яка розгортає сутність Aggregate із сутністю Manifest:
apiVersion: aggrega.ai/v1beta1kind: Releasemetadata: name: imported/support-chat # environment is a drafted default, since no source names the environment this Release deploys to; change it to name the one it deploys to. environment: development version: 0.1.0 description: Draft Release imported from a source in the flowise format.spec: aggregate: imported/support-chat manifest: imported/support-chat components: flowise: infra: # The image running core/ai-agent/flowise, at the version this importer drafts, which the catalog's Recipes for it are known to run; the import does not raise or lower it to follow the source. image: "flowiseai/flowise:3.1.3" # Left for the Release, since the source cannot supply it: infra.owner_email, the email address of the platform's owner account, required while values.flow_definition is set owner_email: "owner@example.com" # Published on this machine's loopback address, 127.0.0.1: reachable from this machine only, by any process running on it. Delete this line to keep the service internal. published_port: 3000 features: owner_password: type: core/secret-value infra: # Attached by reference, never as a value: the owner account's password, required while values.flow_definition is set, read from the variable FLOWISE_OWNER_PASSWORD, which a target substituting variable references, as Docker Compose does when the stack starts, reads from the environment, so no file carries the value. origin: "${FLOWISE_OWNER_PASSWORD}" uses: model: chatopenai-0: features: credential: type: core/secret-value infra: # Attached by reference, never as a value: the credential flowise presents to chatopenai-0 on its model connection, read from the variable OPENAI_API_KEY, which a target substituting variable references, as Docker Compose does when the stack starts, reads from the environment, so no file carries the value. origin: "${OPENAI_API_KEY}" chatopenai-0: {}environmentмає значенняdevelopment— значення за замовчуванням, яке, як каже коментар над ним, слід змінити на середовище, у яке розгортається сутність Release.- Образ — Flowise 3.1.3, версія, яку запускають сутності Recipes із каталогу для Flowise.
published_portдорівнює 3000, порту, на якому працює Flowise, тож він відповідає за адресоюhttp://127.0.0.1:3000на вашій машині. Як сказано в його коментарі, будь-який процес на цій машині може дістатися до нього там, а ніщо інше не може; видаліть рядок, щоб залишити Flowise лише в мережі стека.owner_email— відповідь із файлу відповідей. Коментар над ним пояснює, чому імпорт не зміг створити його чернетку.- Два секрети — це посилання на змінні,
${FLOWISE_OWNER_PASSWORD}і${OPENAI_API_KEY}, які Docker Compose заповнює з вашої оболонки під час запуску стека, тож жоден файл не містить жодного з цих значень.
manifest.yaml — сутності Recipes для Compose для платформи та моделі, а також реалізація, яка записує посилання на змінну секрету у файл Compose як є:
apiVersion: aggrega.ai/v1beta1kind: Manifestmetadata: name: imported/support-chat version: 0.1.0spec: mappings: components: type: core/ai-agent/flowise: compose/flowise core/ai-model/openai: compose/openai features: type: core/secret-value: compose/dotenv-secret.aggrega-import.json — це запис того, що записав імпорт, який читає пізніший aggrega import --sync, а release.lock закріплює кожну сутність каталогу, до якої розв’язується сутність Release, за версією та дайджестом.
Перевірка та збирання
aggrega validate --release release.yamlaggrega build --release release.yaml

Перевірка виводить:
notice: LINT: Feature "core/secret-value" at core/secret-value:1.0.0 declares property "origin" in both values: and infra: pillars (path: origin)release dependency validation passed: release.yaml (schema-pillar + dependency pillars)і збирання, де <workspace> позначає теку з чернетками:
warning: node "flowise" (provider "compose"): artifact "flowise-flow/flowise-flow.yaml": skipped provenance label injection — the fragment declares no compose service. Compose carries build provenance as service labels, so a fragment contributing only top-level networks, volumes or configs carries none; the services this component emits elsewhere carry the full set. notice: LINT: Feature "core/secret-value" at core/secret-value:1.0.0 declares property "origin" in both values: and infra: pillars (path: origin)[… omitted: a total build time, which differs per run]Build completed: 1 file written to <workspace>/distРядок warning стосується частини файлу Compose, що несе чат-потік, — запису configs верхнього рівня, який не має сервісу, на який можна було б поставити мітки збірки. Рядок notice має рекомендаційний характер: сутність Feature для секрету приймає свій origin із values сутності Aggregate або з infra сутності Release, і повідомлення сповіщає, що один листовий елемент оголошено в обох. Жоден із них не змінює вердикту.
dist/compose/docker-compose.yaml містить два сервіси. Сам Flowise:
flowise: image: flowiseai/flowise:3.1.3 environment: DATABASE_PATH: /home/node/.flowise SECRETKEY_PATH: /home/node/.flowise OPENAI_BASE_URL: https://api.openai.com/v1 OPENAI_API_KEY: ${OPENAI_API_KEY} ports: - 127.0.0.1:3000:3000 [… omitted: the labels the build writes on every service, naming the Aggregate, the component, the environment and the compiler's version] volumes: - type: volume source: flowise--data target: /home/node networks: - compose [… omitted: the service's health check]і сервіс, що завантажує чат-потік, щойно Flowise повідомить про справний стан, а потім завершує роботу:
flowise-flow-seed: image: flowiseai/flowise:3.1.3 entrypoint: - node - /seed/seed.js environment: FLOWISE_URL: http://127.0.0.1:3000 OWNER_EMAIL: owner@example.com OWNER_PASSWORD: ${FLOWISE_OWNER_PASSWORD} CHATFLOW_ID: 40d9f5c5-5187-54c1-a9f5-a8dac92f88bb CHATFLOW_NAME: 40d9f5c5-5187-54c1-a9f5-a8dac92f88bb [… omitted: the labels the build writes on every service] network_mode: service:flowise depends_on: flowise: condition: service_healthy restart: "no" configs: - source: flowise-flow target: /seed/flow.json - source: flowise-flow-seed target: /seed/seed.jsВін реєструє обліковий запис власника на новому Flowise або входить під ним і записує чат-потік за chatflow_id. Ключ і пароль — це посилання на змінні, які заповнюються з вашої оболонки під час запуску стека. Сутність Recipe Compose для Flowise публікує порт на вашій машині лише там, де сутність Release задає published_port в infra Flowise, і тоді лише на адресі зворотної петлі 127.0.0.1; без цього сервіс доступний лише в мережі стека.
З ШІ-асистентом
ШІ-асистент, налаштований з інструментами Aggrega, може зробити те саме: вставте в нього цей промпт.
Використовуйте лише інструменти Aggrega і не створюйте самостійно жодної теки. Якщо тека Workspace ще не містить теки `import-flowise`, викличте один раз інструмент `scaffold` з `example`, встановленим на `import-flowise`, і без `dir`: він записує приклад у нову теку `import-flowise`, тека `source` якої містить те, що імпортує ця сторінка. Потім викличте інструмент `import` з `workspace_root`, встановленим на `import-flowise/source`, `source`, встановленим на `support-chat.json`, і `target`, встановленим на `compose`: він читає потрібні йому відповіді з `import-answers.yaml` поруч із `support-chat.json`, записує свої чернетки в `import-flowise/source` і завантажує те, що їм потрібно. Потім викличте інструмент `validate` з `workspace_root`, встановленим на `import-flowise/source`, і `release`, встановленим на `release.yaml`, та інструмент `build` з `workspace_root`, встановленим на `import-flowise/source`, `release`, встановленим на `release.yaml`, і `write`, встановленим на true. Скажіть мені, які файли записала збірка; вони лежать у `import-flowise/source/dist/`.Відкриття у VS Code
Зі встановленим розширенням Aggrega для Visual Studio Code відкрийте у VS Code теку import-flowise/source, куди імпорт записав свої чернетки. Тека містить одну сутність Release, чернетку release.yaml, тож редактор вибирає її за вас і під час редагування перевіряє чернетки щодо цієї сутності Release, позначаючи знайдене у файлі та на панелі «Проблеми». Aggrega: Show topology graph у палітрі команд малює компоненти сутності Release і з’єднання між ними. Aggrega: Build, Aggrega: Preview build і Aggrega: Pull діють на ту саму сутність Release, і кожна з них також є кнопкою на панелі Commands подання Aggrega на панелі дій; Build записує свої файли в dist/ цієї теки. Використання Aggrega у Visual Studio Code описує решту.
Запуск
Встановіть ключ і пароль власника у своїй оболонці, запустіть Flowise, а потім запустіть сервіс початкового наповнення:
export OPENAI_API_KEY='your OpenAI key'export FLOWISE_OWNER_PASSWORD='a password of your own'docker compose -p support-chat -f dist/compose/docker-compose.yaml up -d --wait flowisedocker compose -p support-chat -f dist/compose/docker-compose.yaml up flowise-flow-seed-p задає назву проєкту, як пояснює крок запуску в розділі Як виконується імпорт. --wait повертає керування, щойно Flowise повідомить, що він справний; він називає лише flowise, бо вважає збоєм будь-який контейнер, що завершив роботу, а сервіс початкового наповнення завершує роботу за задумом. Друга команда запускає сервіс початкового наповнення, виводить його журнал і повертає керування, коли він завершиться:
flowise-flow-seed-1 | registered the owner account owner@example.comflowise-flow-seed-1 | imported chatflow 40d9f5c5-5187-54c1-a9f5-a8dac92f88bb as "40d9f5c5-5187-54c1-a9f5-a8dac92f88bb"flowise-flow-seed-1 exited with code 0Якщо інша програма на вашій машині вже слухає 127.0.0.1:3000, перша команда зупиняється з failed to bind host port 127.0.0.1:3000/tcp: address already in use: задайте для published_port вільний порт і виконайте збірку знову. Запуск нижче так і зробив, із портом 3002, і використав цей порт замість 3000.
Тестування
Відкрийте http://127.0.0.1:3000, адресу, яку публікує published_port, і увійдіть з електронною поштою та паролем власника: чат-потік із початкового наповнення є у Flowise.
Чат-потік, який не задає власного ключа API, відповідає на своїй кінцевій точці передбачення без ключа. Поставте йому запитання:
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?"}'Запуск використав заповнювач для ключа OpenAI, тож відповіддю є відмова OpenAI прийняти його, що показує, що чат-потік виконався аж до виклику моделі:
{"statusCode":500,"success":false,"message":"401 Unauthorized – check your API key and ensure it has access to the requested model.","stack":{}}З вашим ключем відповідь містить результат у text.
У Kubernetes, коли збірку, описану в У Kubernetes, застосовано і її Job початкового наповнення завершено, перенаправте локальний порт на Service Flowise, flowise-default, у просторі імен, до якого ви застосовували, і залиште команду запущеною:
kubectl port-forward -n <namespace> svc/flowise-default 3000:3000З іншого термінала наведене вище запитання доходить до чат-потоку за тією самою адресою без змін; запуск отримав ту саму відмову для ключа-заповнювача.
Зупиніть стек наведеною нижче командою. -v також видаляє том даних Flowise, а разом із ним — обліковий запис власника й chatflow, записаний сервісом початкового наповнення:
docker compose -p support-chat -f dist/compose/docker-compose.yaml down -vУ Kubernetes
Той самий чат-потік імпортується для Kubernetes з ціллю helm. Чернетки для Docker Compose вже лежать у source, а імпорт ніколи не перезаписує сутність Aggregate там, тож створіть ці чернетки в окремій теці за допомогою --output-dir, а потім валідуйте та збирайте з неї:
aggrega import support-chat.json --target helm --output-dir helmcd helmaggrega validate --release release.yamlaggrega build --release release.yamlЧернетки відрізняються там, де відрізняється ціль. Сутність Manifest зіставляє платформу з helm/flowise, модель — з helm/openai, а кожен секрет — з helm/k8s-existing-secret, який читає його з об’єкта Secret, що вже є в просторі імен. Сутність Release приєднує пароль власника та ключ OpenAI як core/referenced-secret, кожен з яких називає свій Secret, і бере всі три відповіді з файлу відповідей: електронну пошту власника, flowise-owner і openai-api-key.
Збірка записує звичайні маніфести Kubernetes у dist/helm/ у корені робочого простору, source, що з helm є ../dist/helm/, серед них seed chatflow як Job. Створіть два об’єкти Secret у просторі імен, до якого застосовуєте, кожен зі своїм значенням під ключем даних value, а потім застосуйте теку, як пояснює крок запуску в Як виконується імпорт.