Flowwise AIAtvērtā pirmkoda vilkšanas un nomesto elementu rīks, kas ļauj izveidot pielāgotas LLM lietojumprogrammas un dzinēju darba plūsmas.

4.3 (4)

Pārskatījis Daniel Nikulshyn·Atjaunināts 2026. g. jūlijs

Open Source Low-Code LLM Agents Self-Hosted Visual Builder RAG Developer Tools

1 / 4

Pārskats

Flowise AI ir atvērtā koda loidisks, noliktāja platforma, kas devīžiem un brigādēm ļauj projektēt LLM (Lielu Mācīšanās Modelu) izmantošanas aplikācijas ar palīdzību no attēlojuma bāzētās interface. Ierobežojot pārdošanas paplašinājumiem, lietotāji savieno komponentes kā modelis, norādes, atmiņu, vektoru glabātavi un ierīces uz kanāda, lai sastādītu cilvēku attālinātās sakaru sistēmas, brīvvalstu ģenerators un atgādātu sīkās datubāzes. Būvēts uz populāro ieguvumu šķiedru, tādu kā LangChain un LlamaIndex, Flousa atbalsta plašu izvēles LLM provideri, ietverumi un datiavoti. Sākumā parfinētas plūsmas var tikt izvietotās kā APS-ju palaistas API vai uzietverto formuli, kas paveic, lai prototīpiskos iekšlietu risinājumus būtu viegli izstrādāt, kā arī, lai ražošanas funkcijas varētu izplatīt. Tāpat, projektu var saistīt uz saviem serveriem un tas ir kopienaprātīgs, tāpēc tas ietaupina interesi komandām, kas meklē ērtību, sarežģītību un kontrolēm pār to, kā tie izmanto savu AI sastāvu bez iesaistīšanās atkritīgajā pakalpojumā.

Galvenās funkcijas

Mezgla balstīts vizuālais redaktors LLM darba plūsmām
Atbalsts LangChain un LlamaIndex komponentēm
Iekšējie dzinēji, atmiņa un rīku integrācijas
Savienotāji vektoru datubāzēm un ieguldījumiem (embeddings)
API galapunkti un čata logrīku izvietošanas iespējas
Pielāgoti akreditācijas dati un daudzmodelu atbalsts

Cenas

Modelis: Freemium
Kategorija: Tīmekļa agentu attīstība
Vērtējums: 4.3 / 5 (4)

Lietošanas gadījumi

Vizuāli prototipējiet pielāgotus AI čatbotus

Vilciet un savienojiet LLM, ierosinājumus un atmiņas mezglus uz darbvirsmas, lai ātri sastādītu un pārbaudītu sarunpratīs čatbotus, nepārliecinot garu boilerplate kodu.

Izveidojiet RAG plūsmas pār iekšējiem datiem

Savienojiet ieguldījumu (embedding) un vektoru datubāzu mezglus, lai izveidotu atpakaļsniegšanas paplašinātas ģenerēšanas plūsmas, kas atbild uz jautājumiem, balstoties uz jūsu organizācijas dokumentiem.

Izvietojiet LLM darba plūsmas kā API

Ievietojiet pabeigtas plūsmas kā API galapunktus vai iegultus čata logrīkus, lai integrētu AI funkcijas esošajās tīmekļa lietotnēs, iekšējos rīkos vai ražošanas sistēmās.

Izveidojiet vairākrīku AI dzinējus

Izmantojiet iekļautās dzinēju un rīku integrācijas, lai sastādītu pašvaldes plūsmas, kas var izsaukt ārējās pakalpojumus, vaicāt datu avotus un veikt vairākpakāpju uzdevumus.

Plusi un mīnusi

Plusi

Vizuālais vilkšanas un nomesto elementu plūsmas izveidotājs
Atvērta pirmkoda un pašsadarbināma
Integrējas ar daudziem LLM un vektoru glabātuvi
Izvieto plūsmas kā API un iegultas
Aktīvā kopiena un biežas atjaunināšanas

Mīnusi

Mācīšanās līkne neizstrādātājiem
Pašsadarbināšana prasa tehnisko iestatījumu
Saplēstas plūsmas var kļūt grūti pārvaldāmas
Dokumentācija var atbilst jaunajām funkcijām

Kauju rekords

1 kaujā Panteonā.

Last battle

#2
Agent Development Showdown — December 12, 2025
Dec 12, 2025 · #2 of 9

Atsauksmes

4.3

Vidējais no 4 vērtējumiem.

Pieslēdzies, lai atstātu atsauksmi.

Ahmed Saleh

Dec 20, 2025

Years in this space

I've evaluated a lot of these over the years. What stands out here is custom credentials and multi-model support — handled better than most — and integrates with many LLMs and vector stores. Self-hosting requires technical setup is my one real gripe. Worth the time if this is your use case.

Tomáš Novák

Dec 4, 2025

Compared a few options

Evaluated this against two competitors. Where it wins: built-in agents, memory, and tool integrations and integrates with many LLMs and vector stores. Where it lags: complex flows can become hard to manage. On balance the feature set — especially connectors for vector databases and embeddings — justifies the 4 stars for our use case.

George Papadakis

Nov 4, 2025

Compared a few options

Evaluated this against two competitors. Where it wins: aPI endpoints and chat widget deployment and active community and frequent updates. Where it lags: self-hosting requires technical setup. On balance the feature set — especially aPI endpoints and chat widget deployment — justifies the 4 stars for our use case.

Diego Fernández

Jun 27, 2025

Skeptical, then convinced

I went in skeptical — most tools in this space overpromise. It actually delivers on built-in agents, memory, and tool integrations, and exposes flows as APIs and embeds caught me off guard. Self-hosting requires technical setup is why this isn't a perfect score, still, I'd recommend giving it a real trial.