Flowise

定义

Flowise 是一个开源的低代码平台，用于构建定制化的 AI 智能体与由大语言模型驱动的工作流，用户可以在可视化画布上拖放节点并连接它们来完成编排，无需编写大量代码^[4][2]。它的节点从 LangChain、LlamaIndex 等框架中抽象而来，类型包括智能体、链、聊天模型等^[3]。平台提供 3 种可视化构建器：面向初学者的 Assistant、用于单智能体系统的 Chatflow，以及支持多智能体与复杂编排的 Agentflow，其中 Agentflow 是前两者的超集^[5][2]。

每个 Chatflow 在存储上表现为包含节点与边的结构化数据，节点即组件，边即连接，二者共同决定数据在系统中的流动路径^[6]。

原理

Flowise 采用基于节点的画布模型。用户在左侧面板中拖入聊天模型、文档加载器、向量库、记忆模块、检索器等节点，再从输出句柄拉线连接到下一个节点的输入句柄，连接关系即构成数据流^[2]。可视化编辑器支持表达式、自定义代码节点以及分支、循环、路由等逻辑，当现有节点无法覆盖需求时，可编写小型自定义函数节点，其余部分仍保持可视化^[2]。

其代码库为单体仓库结构，包含 3 个主要模块：负责 API 逻辑与工作流执行的 Node.js 后端、提供可视化画布与界面的 React 前端，以及承载大语言模型、向量库、工具等第三方集成的组件模块^[4]。流程完成后可作为 REST API 暴露，例如通过向预测端点发送问题字段即可获得回答^[6]。运行环境要求 Node.js 18.15.0 及以上版本，开发环境默认使用 SQLite，生产部署则建议改用 PostgreSQL 或 MySQL^[4]。

在较新的版本中，工作流加入了对人机协同的控制节点：人类输入节点会暂停自动执行，通过对话界面展示静态或由模型动态生成的问题，用户选择继续或拒绝后，流程沿对应分支恢复运行^[7]。还有节点用于在工作流内执行服务端 JavaScript 代码，可访问输入变量、流程上下文与自定义变量，用于实现复杂的数据转换或定制业务逻辑^[7]。

发展历程

Flowise 由工程师 Henry Heng 与 Chung Yau Ong 创立，公司成立于 2023 年，并入选 Y Combinator 当年度夏季批次^[8][9]。项目上线后获得较快的社区增长，2025 年初的第三方统计显示其 GitHub 星标数约为 3 万，同期对比中 Dify 约在高位 5 万、Langflow 约在低 4 万区间^[10]。

2025 年 8 月 14 日，企业软件公司 Workday 宣布收购 Flowise，称此次收购为其平台引入智能体构建能力，可用于人力资源与财务等场景的智能体设计与管理^[11]。收购方公布的数据显示，该平台当时已处理数百万次对话与工作流，GitHub 星标数超过 4.2 万，并在咨询、金融、医疗、客户支持等行业获得应用^[11]。交易双方均表示开源项目将继续运营，此后仓库仍持续发布版本，星标数在 2026 年增长至 5 万余^[10]。

应用

常见用途之一是聊天机器人。用户可以搭建带记忆与上下文能力的对话系统，接入多种大语言模型，并自定义对话流程，最终以网页挂件或独立界面的形式提供服务^[4]。另一种典型场景是文档问答：上传 PDF、文本文件或连接文档存储，经由检索增强生成的方式让系统基于文档内容回答问题^[4][12]。

在更复杂的场景中，Flowise 可用于构建自主智能体与多智能体系统，让多个智能体协同完成需要工具调用与决策的任务^[13]。此外还覆盖数据分析与报告生成、内容生成流水线以及跨多个服务的 API 编排等方向^[4]。在部署层面，平台支持自托管、容器化与云上部署，例如通过容器服务在集群中以组件形式安装并嵌入网站^[3]。这些流程也可被复用为工具，由一个主流程协调多个面向特定任务的子流程，子流程各自独立运行并保有自身记忆，最后由汇总智能体整合输出^[3]。

局限

可视化编排在降低门槛的同时牺牲了部分控制力。有技术评述指出，当流程复杂度上升时，图形化工作流会变得脆弱且难以调试，其可靠性与可维护性不如代码优先的框架，因此规模化的生产级编排并非其强项^[14]。对于需要细粒度控制的团队，直接使用 LangChain 或 LangGraph 一类代码框架更为合适^[14]。

该平台的定位以 AI 场景为主，在大语言模型之外的通用工作流自动化能力较为有限，例如邮件、数据库与 Webhook 之类的流程并非其长处^[14]。其社区版与企业功能采用不同的授权方式，企业版功能的源代码并不遵循 Apache 2.0 许可^[10]。安全方面，有资料提到 2026 年初披露过一个严重级别的远程代码执行漏洞，提示自托管部署需要关注版本更新与访问控制^[14]。

参见

• LangChain —— Flowise 的节点大量抽象自该框架，是其可视化编排的底层依赖之一。

• LlamaIndex —— 与 LangChain 一同构成 Flowise 可调用组件的来源框架。

• 大语言模型 —— Flowise 所编排的工作流以调用这类模型为核心环节。

• 检索增强生成 —— Flowise 构建文档问答与知识检索类流程时采用的主要技术路径。

• 向量数据库 —— Flowise 支持接入的用于语义检索的存储组件。