Tip
-
Subgraph Node 支持: 新增子图节点Subgraph Node支持，允许您在工作流中封装和重用完整的子工作流！
- 📦 模块化：将复杂工作流封装为独立的子图节点
- 🔄 可重用：在不同工作流中复用相同的子图节点
- 🎯 易维护：独立更新和维护子工作流逻辑
- Human Node（人机协作节点）: 新增人机协作节点，支持以下关键场景：
- 🛠️ 工具调用审核：人工审核、编辑或批准 LLM 请求的工具调用
- ✅ LLM 输出验证：人工审核、编辑或批准 LLM 生成的内容
- 💡 提供上下文：允许 LLM 主动请求人工输入以获取澄清或补充信息，支持多轮对话
- 多模态对话支持: 新增多模态对话的支持（目前仅支持图片模态，后续会陆续增加对其他模态的支持）！
- If-Else 节点: 新增 If-Else 节点以支持工作流中的条件逻辑！该节点支持多种条件类型，包括：包含、不包含、开始是、结束是、是、不是、为空、不为空。可以使用 AND/OR 运算符组合多个条件进行复杂的条件判断，让您能够基于数据创建复杂的分支工作流。
- 代码执行节点: 新增 Python 代码执行功能！该节点允许您在工作流中直接编写和执行 Python 代码，支持变量引用和动态数据转换。它非常适合算术运算、数据处理、文本操作等场景，让您能够实现超越预设节点功能的自定义逻辑。
意图识别节点: 新增意图识别节点,可以根据预设的类别自动识别用户输入的意图,支持多分类路由!
CrewAI 节点支持: 现在您可以在工作流中使用 CrewAI 的强大多代理功能！轻松创建复杂的代理团队并编排复杂的协作任务。
Flock 是一个基于工作流 workflow 的低代码平台，用于快速构建聊天机器人、RAG 应用和协调多代理团队。它基于 LangChain 和 LangGraph 构建，提供灵活的低代码编排协作代理解决方案，支持聊天机器人、RAG 应用、代理和多代理系统，并具备离线运行能力。
flock.mp4
Flock 的工作流系统由各种类型的节点组成，每种节点都有特定的用途：
- 输入节点：处理初始输入并将其转换为工作流可处理的格式。
- LLM 节点：利用大型语言模型进行文本生成和处理。
- 检索节点：从知识库中获取相关信息。
- 工具节点：执行特定的任务或操作，扩展工作流功能。
- 检索工具节点：结合检索能力和工具功能。
- 意图识别节点：根据预设类别自动识别用户输入意图并路由到不同的处理流程。
- 回答节点：生成最终答案或输出，整合前序节点的结果。
- 子图节点：封装完整的子工作流，允许模块化设计。
- 开始和结束节点：标记工作流的开始和结束。
未来计划添加的节点包括：
- 文件上传节点
- 参数提取节点
这些节点可以组合创建强大而灵活的工作流，适用于各种复杂的业务需求和应用场景。
本项目受到 StreetLamb 项目及其 tribe 项目的启发，采用了许多相似的方法和代码。在此基础上 我们引入了一些新的特性和方向。
项目的部分布局参考了 Lobe-chat、Dify 和 fastgpt。 它们都是优秀的开源项目，在此表示感谢 🙇。
项目技术栈：LangChain + LangGraph + React + Next.js + Chakra UI + PostgreSQL
Flock 内置多种工具，并支持轻松集成自定义工具。查看我们的 工具指南 了解可用工具以及如何添加自己的工具。
- 持久化对话：保存并维护聊天历史，使您能够继续之前的对话。
- 可观察性：使用 LangSmith 实时监控和跟踪代理的性能和输出，确保它们高效运行。
- 工具调用：使您的代理能够使用外部工具和 API。
- 检索增强生成：使您的代理能够利用内部知识库进行推理。
- 人机协作：在工具调用前启用人工审批。
- 开源模型：使用开源 LLM 模型，如 llama、Qwen 和 Glm。
- 多租户：管理和支持多个用户和团队。
git clone https://github.com/Onelevenvy/flock.git
cp .env.example .env.env 文件中的一些环境变量默认值为 changethis。 您必须将它们更改为密钥，要生成密钥，可以运行以下命令：
python -c "import secrets; print(secrets.token_urlsafe(32))"复制内容并将其用作密码/密钥。再次运行该命令以生成另一个安全密钥。
cd docker
docker compose --env-file ../.env up -d服务器启动需要 Python 3.10.x。建议使用 pyenv 快速安装 Python 环境。
要安装其他 Python 版本，请使用 pyenv install。
pyenv install 3.10要切换到 "3.10" Python 环境，请使用以下命令：
pyenv global 3.10按照以下步骤操作： 导航到 "backend" 目录：
cd backend激活环境。
poetry env use 3.10
poetry install# 让数据库启动
python /app/app/backend_pre_start.py
# 运行迁移
alembic upgrade head
# 在数库中创建初始数据
python /app/app/initial_data.py uvicorn app.main:app --reload --log-level debugpoetry run celery -A app.core.celery_app.celery_app worker --loglevel=debugcd web
pnpm installcd web
pnpm dev
# 或者 pnpm build 然后 pnpm start