Перейти до вмісту
AggregaAggrega
Обрати мову: Українська
Цю сторінку перекладено машинним способом. Читати оригінал англійською.

Імпорт чат-потоку Flowise — ланцюжок розмови з чат-моделлю

Чат-потік Flowise — вузол ChatOpenAI, Buffer Memory і Conversation Chain, — імпортований командою aggrega import у сутності Aggregate, Release і Manifest, які збираються для Docker Compose без змін.

Імпорт чат-потоку Flowise покроково описує цей процес: команду, файли, які вона записує, збірку та запуск того, що вона збирає. У цій теці зберігається кожен етап цього покрокового опису:

текащо містить
source/чат-потік support-chat.json; файл .aggrega-config.yaml, який робить теку робочим простором; і import-answers.yaml — відповіді на те, чого не може містити жоден чат-потік: електронна адреса облікового запису власника та імена Secret у Kubernetes, яких вимагає імпорт для Kubernetes
draft/файли, які записала команда aggrega import support-chat.json --target compose, без змін, і те, що вона вивела: stdout.txt — стандартний вивід, import.txt — стандартний потік помилок

source/support-chat.json написано для цього прикладу у формі, у якій редактор Flowise експортує чат-потік.

У клоні репозиторію документації check.sh знову запускає імпорт, порівнює те, що він записує й виводить, із draft/, порівнює блоки, які цитує покроковий опис, із цими файлами, а також перевіряє та збирає те, що записав імпорт. Для цього каталог стандартної бібліотеки (де його взяти) має бути розгорнутий поруч із цим репозиторієм або його директорію має бути вказано в AGGREGA_CATALOG_DIRS.

Створення прикладу

Імпорт цього прикладу можна запустити командами нижче або доручити його запуск своєму ШІ-асистентові.

Запишіть приклад у нову теку, названу за ним:

Terminal window
aggrega scaffold --example import-flowise

Потім вона виводить команди, які слід виконати далі. Перша переходить у нову теку:

Terminal window
cd import-flowise

Збирання

Імпорт створює чернетки файлів Aggrega поруч із проєктом, у source/, бере електронну адресу облікового запису власника з import-answers.yaml і завантажує те, що потрібно для збірки. Він зіставляє проєкт із каталогом стандартної бібліотеки, який реєстр за замовчуванням робочого простору публікує як підписаний знімок: перший імпорт отримує його, перевіряє, зберігає в кеші вмісту робочого простору та позначає його дайджестом у записі, який записує поруч із чернетками. Робочий простір, що називає власні теки каталогу — в AGGREGA_CATALOG_DIRS або в workspace.catalog_dirs, — натомість імпортує відносно них:

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

Як запустити те, що записує збірка, описано в покроковому описі за посиланням вище.

З ШІ-асистентом

ШІ-асистент, налаштований з інструментами Aggrega, може зробити те саме: вставте йому цей промпт.

Використовуйте лише інструменти Aggrega і не створюйте жодної теки самостійно. Якщо тека робочої області ще не містить теки `import-flowise`, викличте один раз інструмент `scaffold`, задавши для `example` значення `import-flowise` і не вказуючи `dir`: він запише приклад у нову теку `import-flowise`, тека `source` якої містить те, що імпортує цей приклад. Потім викличте інструмент `import`, задавши `workspace_root` значення `import-flowise/source`, `source` — `support-chat.json`, а `target` — `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`, задавши `workspace_root` значення `import-flowise/source`, а `release` — `release.yaml`, та інструмент `build`, задавши `workspace_root` значення `import-flowise/source`, `release` — `release.yaml`, а `write` — true. Скажіть мені, які файли записала збірка; вони розташовані в `import-flowise/source/dist/`.

Тестування

Коли Flowise працює, а chatflow завантажено так, як їх запускає посібник, відкрийте http://127.0.0.1:3000, увійдіть як власник і поставте chatflow запитання через його кінцеву точку прогнозування:

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":{}}

Ключ OpenAI в цьому запуску був заповнювачем, тож відповідь — це відмова OpenAI: chatflow виконався аж до свого виклику моделі. Запуск опублікував Flowise на порту 3002, оскільки 3000 на його машині був зайнятий, як і зазначає посібник.

Після імпорту з --target helm і застосування в Kubernetes chatflow відповідає на той самий запит за тією самою адресою, щойно локальний порт переспрямовано на Service Flowise; запуск отримав там ту саму відмову:

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