Flowise: собираем ИИ-агента без кода за 30 минут — полный туториал

Введение

LangChain — это один из самых популярных в мире фреймворков для создания сложных ИИ-приложений: агентов, систем RAG (поиск по своим документам) и чат-ботов с памятью. Но у него есть один минус — он требует уверенного знания Python или JavaScript. Что делать, если вы хотите мощь LangChain, но не умеете кодить?

Встречайте Flowise — open-source визуальный конструктор (no-code интерфейс) для LangChain. В нём вы можете собирать ИИ-агентов, просто перетаскивая блоки на холсте, точно так же, как вы делаете это в n8n или Miro. В этом туториале мы за 30 минут с нуля создадим ИИ-агента службы поддержки, который будет знать всю информацию о вашей компании с вашего сайта.

Шаг 1: Установка Flowise

Flowise можно установить локально на компьютер (для тестов) или на сервер (для продакшена). Для локальной установки вам понадобится только установленный Node.js.

1. Откройте терминал (командную строку).
2. Введите команду: npm install -g flowise (это глобально установит Flowise на ваш ПК).
3. После завершения установки введите команду для запуска: npx flowise start.
4. Откройте браузер и перейдите по адресу http://localhost:3000. Вы увидите красивый дашборд Flowise.

Шаг 2: Понимание интерфейса (Chatflows)

Главная сущность во Flowise — это Chatflow (поток чата). Нажмите кнопку "Add New" в правом верхнем углу, чтобы создать пустой холст.

Слева вы увидите панель узлов (Nodes). Они разбиты по категориям, которые полностью повторяют архитектуру LangChain:

• Chat Models: Мозги агента (OpenAI, Anthropic, Mistral, локальная Ollama).
• Document Loaders: То, как мы загружаем данные (PDF, Web Scraper, Github, Notion).
• Text Splitters: Блоки, которые режут большие тексты на кусочки для базы данных.
• Vector Stores: Векторные базы данных для хранения знаний (Pinecone, Qdrant, Chroma).
• Tools/Agents: Инструменты (поиск в Google, калькулятор) и сами логические агенты.

Шаг 3: Собираем RAG (Retrieval-Augmented Generation)

RAG — это архитектура, которая позволяет ИИ отвечать не из своих базовых знаний, а опираясь исключительно на ваши документы.

Давайте соберем цепочку (Chain), которая будет читать ваш сайт и отвечать на вопросы пользователей.

1. Настраиваем базу знаний (Pinecone)

• Зарегистрируйтесь на Pinecone (популярная векторная БД) и создайте бесплатный индекс с размерностью (Dimensions) 1536. Скопируйте API ключ.
• Вытащите на холст Flowise ноду Pinecone (раздел Vector Stores).
• Вставьте в ноду ваш API ключ и название индекса.

2. Загружаем данные (Web Scraper)

• Вытащите ноду Cheerio Web Scraper (раздел Document Loaders) и соедините её с входом Document на ноде Pinecone.
• Вставьте ссылку на главную страницу вашего сайта (или ссылку на страницу с ценами/FAQ). Нажмите "Web Crawl", чтобы загрузить не только главную, но и внутренние страницы.
• Вытащите ноду Recursive Character Text Splitter. Она нужна, чтобы порезать сайт на абзацы (ИИ не может проглотить весь сайт целиком). Соедините её со скрапером.

3. Настраиваем Embeddings (Оцифровка текста)

• Вытащите ноду OpenAI Embeddings и подключите её ко входу Embeddings в Pinecone. Сюда нужно вставить ваш API-ключ от OpenAI (он нужен для перевода текста в векторы).

Нажмите зеленую кнопку с дискетой ("Save") и затем фиолетовую кнопку с базой данных ("Upsert"). Flowise скачает ваш сайт, переведет тексты в векторы и положит в Pinecone.

4. Подключаем мозги (Retrieval QA Chain)

Теперь нужно настроить логику ответа на вопросы.

• Вытащите ноду Conversational Retrieval QA Chain (раздел Chains).
• Во вход LLM подключите ноду ChatOpenAI (вставьте API ключ и выберите модель, например gpt-4o-mini).
• Во вход Vector Store Retriever подключите нашу готовую ноду Pinecone.

Шаг 4: Тестирование и интеграция

Ваш ИИ-сотрудник готов! Нажмите иконку фиолетового чата в правом верхнем углу (Chat). Попробуйте задать вопрос по вашему сайту: "Сколько стоит тариф Профессиональный?" или "Кто ваш CEO?".

Flowise сходит в векторную базу данных, найдет там кусок текста с вашего сайта про тарифы, отдаст его GPT-4o-mini и та сгенерирует красивый и точный ответ на русском языке.

Как добавить бота на сайт?

Flowise дает готовый код! Нажмите кнопку с символом кода </> в правом верхнем углу (API Endpoints).

Здесь вы найдете две вкладки:

1. Embed: Готовый HTML/JS код виджета. Просто скопируйте его и вставьте перед тегом </body> на вашем сайте (как Яндекс.Метрику). На сайте появится красивая круглая плавающая кнопка чата.
2. API: Endpoint для того, чтобы обращаться к этому агенту из внешних систем (например, из того же n8n для ответов в Telegram-боте).

Заключение

Flowise радикально снижает порог входа в создание enterprise-уровня ИИ-продуктов. То, на что раньше требовались недели написания кода на Python, теперь собирается за 30 минут мышкой. При этом, так как под капотом лежит стандартный LangChain, вы не ограничены в возможностях: агенты, кастомные инструменты, память, потоковая передача ответов (streaming) — здесь есть всё для создания продвинутых решений.