FlowiseAI：GUIで手軽にLangChainを使ったAIアプリを作成できる

FlowiseAIはドラッグアンドドロップの軽快なUIで、LangChainJS を使ったAIアプリケーションを手軽に開発できるオープンソースのツールです。その特徴と使い方を簡単に紹介します。🌽

FlowiseAI - Build LLMs Apps Easily

FlowiseAIの概要

• オープンソースのMITライセンス: 商用利用可

• LangchainJSを使用したLLMフローを素早く構築可能

• Node Typescript/Javascriptで書かれ、OpenAI はじめとした各種LLM（ローカル動作のggmlモデルも使えます）、各種入力ローダー や Chroma、Pinecone🌽などのベクターDBとの統合、カスタムコンポーネントなどなど、多様なノードを使用可能

環境構築

• 気軽にdocker を利用して使ってみます。

• デフォルト設定の場合、http://localhost:3000/をブラウザで開くとWebUIが使えます。

$ git clone https://github.com/FlowiseAI/Flowise
$ cd Flowise/docker
$ docker-compose up -d

使用方法

• FlowiseAIの画面が開いたら、「+ Add New」ボタンを押してフローの作成を始めましょう。

• キャンバスの左上にある、プラスボタンから追加するノードの部品を選んで、キャンバス上にドラック、配置。配置したノードのコネクター間を線で結んでいくことで、フローを実装できます。

• なお、まだ試していませんが、完成したフローはデプロイしてAPIとして活用できるようです。

ためしにツール２つ（Google検索、電卓）にメモリー機能を備えたOpenAI Function Agent を作ってみました。

ツールを使ったAgentの例。クリックして拡大表示してください

サンプル集

• ChatFlow の例はMarketplacesにたくさん。参考になります。

直列にプロンプトチェーンを接続

Prompt Chainingの例

単純な会話チェーン

ベクターDB（Pinecone）に保存したテキストとQA形式で会話

感想・まとめ

• 同様な機能でpython版のLangFlowを使って実装されているLangFlowは、少しもっさりして実用には少し遠い印象もありましたが、このFlowiseは動作がキビキビしていて軽く好印象です。😆

• 利用できるノードの種類はかなり豊富にあり、LangFlowの開発に食らいついている印象です。

• あとはデーターフローの可視化（デバッカー機能）とかあれば、言うことなしな感じです。

• インストールも、ワークフロー構築の操作も直感的なので、プロトタイピングツールや教育目的でもとても有用だと感じました。個人的に超オススメしたいです。これならプログラミングをしたこと無い人にも抵抗なくLangChainを体験してもらえそうです。

• 全く余談ですが、Pythonしか使えない私は今までTypeScriptを食わず嫌いしていたのですが、これをきっかけに勉強しようと強く思いました。

最後までお読みいただき、ありがとうございました。
みなさんも、お楽しみアレ。😊

参考

How to Use - FlowiseAI