Flowise：拖拽式可视化 LLM 应用构建平台（LangChain 低代码）｜部署与使用全指南
本文基于 Flowise 官方 GitHub README、官方文档（docs.flowiseai.com）及官方仓库镜像撰写，反映 2026 年 10 月 的真实状态。所有部署命令、环境变量均取自官方来源；文中图片均来自官方仓库，未做任何篡改。
一、项目简介与适用场景
Flowise 是一个开源的可视化生成式 AI 开发平台，定位为「拖拽节点即可搭建 LLM 应用、Agent 与 RAG 流程的低代码平台」。它把 LangChain / LlamaIndex 等生态的能力封装成一个个可视化节点（Node），用户在画布上连连线就能拼出：
Chatflow：单 Agent、聊天机器人、简单 LLM 流程（最灵活，支持 Graph RAG、Reranker、Retriever 等高级技巧）。
Assistant：最易上手的 AI 助手，按指令回答问题、按需调用工具、从上传文件做 RAG 检索。
Agentflow（含 V2）：前两者的超集，支持多 Agent 编排、条件分支、循环、Human-in-the-Loop 等复杂工作流。
一句话定位：无需写代码即可构建 AI 工作流。
⚠️ 维护状态提示（真实状态）：根据官方仓库最新 README（2026-08 提交 #6728），Flowise 主仓库已被 Archived（归档），官方在 Discussion #6727「Future of Flowise」中说明了后续走向。与此同时，2025-08-14 Workday 宣布收购 Flowise，官方托管云（Flowise Cloud）正逐步停止。但：项目源码仍完整可用、Apache-2.0 许可不变、仍可正常自托管部署。本文提供的全部部署方式在当前依然有效，建议优先选择自托管（Self-Host）。
适用场景
二、核心功能逐条拆解
根据官方文档「Flowise Capabilities」与 README，核心能力如下：
可视化编辑器（Visual Builder）：拖拽式画布，节点连线表达数据依赖；支持表达式、自定义代码、分支/循环/路由逻辑；同时兼容开源与商业模型。
三大构建器：Assistant、Chatflow、Agentflow，覆盖从入门到复杂的全部需求。
数据接入与集成：连接 100+ 数据源、工具、向量数据库、记忆（Memory）模块。
编排能力（Orchestration）：原生工作流引擎（Agentflow V2 起不再强依赖 LangGraph），内置 Agent / Tool / Condition / Loop / Human-in-the-Loop 等节点。
追踪与可观测（Tracing & Analytics）：执行日志、可视化调试、外部日志流（OpenTelemetry / Prometheus）。
评估（Evaluations）：数据集、评估器、评估任务，对 RAG / Agent 效果做量化。
人工介入（Human in the Loop）：在关键节点暂停等待人工确认。
API / CLI / SDK：自动生成 REST API，提供 JS/Python SDK 与命令行工具。
可嵌入聊天组件（Embedded Chatbot）：可定制的网页聊天挂件，几行代码嵌入站点。
模板与组件市场：模板广场、可复用组件，开箱即用。
安全控制：RBAC、SSO、凭证加密、密钥管理器、速率限制、受限域名。
可扩展与高并发：支持垂直/水平扩展、队列模式（BullMQ + Redis）。
多模型支持：OpenAI、Anthropic、Google Vertex、Azure OpenAI、本地 Ollama 等。
自托管 & 离线部署：支持内网隔离（air-gapped）部署。
三、全套官方链接
四、硬件与环境前置要求
提示：生产环境建议 4GB 以上内存 + Node 20 LTS。若使用 Postgres/Redis 等外部组件，需保证网络可达。
五、多平台部署实战
下面给出四种部署方式：npm 全局安装、Docker Compose、Docker 镜像、源码（pnpm）构建。任选其一即可。
5.1 Windows 部署（npm 全局安装，推荐新手）
安装 Node.js 20+（https://nodejs.org ），安装时勾选「Add to PATH」。
打开 PowerShell（管理员），安装 Flowise：
bash npm install -g flowise
启动：
bash npx flowise start
浏览器打开 http://localhost:3000 。
若想启用账号密码登录：
npx flowise start --FLOWISE_USERNAME=admin --FLOWISE_PASSWORD=yourStrongPassword
5.2 Linux 部署（npm 全局安装）
# 1. 确认 Node 版本
node -v # 必须 >= 20
# 2. 全局安装
sudo npm install -g flowise
# 3. 启动（前台）
npx flowise start
# 4. 浏览器访问 http://<服务器IP>:3000
如遇
EACCES权限错误，建议用nvm管理 Node 并避免sudo，或配置 npm 全局目录权限。
5.3 Docker Compose 部署（推荐生产）
克隆仓库并进入
docker目录：
bash git clone https://github.com/FlowiseAI/Flowise.git cd Flowise/docker
复制环境变量模板：
bash cp .env.example .env
启动（后台常驻）：
bash docker compose up -d
打开 http://localhost:3000 。停止：
docker compose stop；停止并删除容器：docker compose down。
数据默认持久化在 Docker 卷中（含 SQLite 数据库与上传文件）。如需外置数据库，编辑
.env中的DATABASE_*变量。
5.4 Docker 镜像部署（单容器）
# 在仓库根目录构建镜像（首次构建较慢，需联网）
docker build --no-cache -t flowise .
# 运行
docker run -d --name flowise -p 3000:3000 flowise
# 停止
docker stop flowise
也可以直接拉取官方镜像（如 Docker Hub 上的 flowiseai/flowise），按同样方式运行并挂载数据卷。
5.5 源码（pnpm）构建部署（开发者 / 二开）
# 1. 安装 pnpm
npm i -g pnpm
# 2. 克隆
git clone https://github.com/FlowiseAI/Flowise.git
cd Flowise
# 3. 安装依赖
pnpm install
# 4. 构建（若报 Exit code 134 / heap out of memory，先执行下一步）
pnpm build
# 4b. 解决构建内存不足（按需）
export NODE_OPTIONS="--max-old-space-size=4096" # macOS/Linux/Git Bash
# Windows PowerShell: $env:NODE_OPTIONS="--max-old-space-size=4096"
# Windows CMD: set NODE_OPTIONS=--max-old-space-size=4096
pnpm build
# 5. 启动生产构建
pnpm start
# 开发模式（热重载，前端在 8080）：
pnpm dev
六、配置文件参数全解（.env 全量变量）
Flowise 通过 .env 文件（Docker 放在 docker/.env；源码在 packages/server/.env）读取配置。以下表格整理自官方 docker/.env.example，逐项解释。未启用的项以 # 注释，去掉 # 即可生效。
6.1 基础与端口
6.2 数据库（DATABASE）
默认（不设
DATABASE_TYPE）使用 SQLite，零配置即可用，数据落在本地.flowise目录。生产建议切到 Postgres。
6.3 密钥与安全存储（SECRET KEYS）
6.4 日志（LOGGING）
6.5 文件存储（STORAGE）
6.6 通用设置（SETTINGS）
6.7 认证与授权（AUTH）
API Key 安全：Flowise 各类大模型 / 向量库的密钥（如 OpenAI Key）不是写在
.env里，而是在画布节点的配置面板中填写，并由平台用FLOWISE_SECRETKEY_OVERWRITE加密存储。因此务必保管好你的加密密钥与.env文件。
6.8 队列 / 高并发（QUEUE，生产推荐）
6.9 安全加固（SECURITY）
6.10 代理、Metrics、文档加载器、调度（其余）
七、启动 / 后台常驻 / 开机自启 / 改端口 教程
7.1 前台启动
npx flowise start
带登录：
npx flowise start --FLOWISE_USERNAME=admin --FLOWISE_PASSWORD=changeMe
7.2 改端口
方式 A：环境变量（推荐）
PORT=8080 npx flowise start
# 或写入 .env：PORT=8080
方式 B：Docker 改端口映射（不改动应用端口，只改宿主机映射）：
docker run -d --name flowise -p 9000:3000 flowise
若应用端口（容器内
PORT）也要改，在docker/.env设置PORT=xxxx后重新docker compose up -d。
7.3 后台常驻（pm2，npm 安装用户推荐）
# 安装 pm2
npm install -g pm2
# 启动并命名
pm2 start "npx flowise start" --name flowise
# 查看 / 日志 / 停止 / 重启
pm2 logs flowise
pm2 stop flowise
pm2 restart flowise
pm2 save
7.4 后台常驻（systemd，Linux 服务器推荐）
新建 /etc/systemd/system/flowise.service：
[Unit]
Description=Flowise Service
After=network.target
[Service]
Type=simple
User=youruser
WorkingDirectory=/home/youruser
Environment=PORT=3000
Environment=FLOWISE_USERNAME=admin
Environment=FLOWISE_PASSWORD=changeMe
ExecStart=/usr/bin/npx flowise start
Restart=on-failure
RestartSec=5
[Install]
WantedBy=multi-user.target
启用与开机自启：
sudo systemctl daemon-reload
sudo systemctl enable --now flowise
# 查看状态 / 日志
sudo systemctl status flowise
journalctl -u flowise -f
7.5 开机自启（Docker / Windows）
Docker：
docker compose up -d后，给服务加restart: unless-stopped（在docker-compose.yml的flowise服务下），即可随 Docker 守护进程开机自启。Windows 任务计划程序：把
npx flowise start写成.bat，在「任务计划程序」中创建「登录时/开机时」触发器运行即可。
八、功能实操教程
下面以最常见的 Chatflow（RAG 问答） 为例，演示完整链路。
8.1 登录
浏览器打开 http://<你的地址>:3000。若启动时设置了 FLOWISE_USERNAME/PASSWORD，输入账号密码登录；否则直接进入主界面。
8.2 拖拽搭建一个 Chatflow（以「文档问答」为例）
点击左侧 「Chatflows」→「Add New」 新建画布。
从右侧节点面板拖入以下节点并连线： - Document Loader（如
PDF File/Web Page/Text File）—— 选择/上传你的知识文档。 - Text Splitter（如Recursive Character Text Splitter）—— 把文档切分为适合嵌入的片段。 - Embeddings（如OpenAI Embeddings/HuggingFace/Ollama Embeddings）—— 把文本转成向量。 - Vector Store（如In-Memory Vector Store/Pinecone/Chroma/PgVector）—— 存储并检索向量。 - Chat Model（如ChatOpenAI）—— 接入大语言模型。 - Conversational Retrieval QA Chain —— 把上面的向量库与 Chat Model 连进来，作为「回答引擎」。 - 最后连到 Chatflow Start / 聊天输入 与 输出 节点。在每个节点上点击配置：例如
ChatOpenAI填写模型名（如gpt-4o-mini）与 API Key；PDF File上传文档。点击画布右上角 「Save」 保存。
8.3 接入 LLM（以 OpenAI 为例）
在
ChatOpenAI节点：填入OpenAI API Key（平台会加密保存），选择模型。若使用本地模型：拖入
ChatOllama节点，填写本地 Ollama 地址（如http://localhost:11434）与模型名（如llama3）。点击节点上的「对话/测试」图标即可在右侧聊天窗直接试探效果。
8.4 导出 / 导入
导出：在 Chatflow 列表或画布中点击「Export」，会下载一个
.json流程文件（包含节点与连线，但不含明文密钥）。导入：在 Chatflows 页面点击「Import」，上传
.json即可还原流程，适合备份与跨环境迁移。
8.5 通过 API 调用
Flowise 为每个已保存的 Chatflow 自动生成 REST API。在画布右上角点击 「API」 即可看到示例。
# 1) 用 UI 生成 API Key（API Keys 页面创建），替换下方 <API_KEY>
# 2) 查询你的 Chatflow ID（URL 或 API 页面可见），替换 <CHATFLOW_ID>
# 发起一次对话（预测）
curl -X POST http://localhost:3000/api/v1/prediction/<CHATFLOW_ID> \
-H "Authorization: Bearer <API_KEY>" \
-H "Content-Type: application/json" \
-d '{"question":"Flowise 是什么？","history":[]}'
也可在 API Keys 页面创建带权限的密钥，用 Authorization: Bearer <KEY> 鉴权。前端嵌入聊天组件时，按文档把挂件脚本放入网页即可。
九、全套报错故障排查
以下为社区与官方文档高频问题，按出现频率排序。
1. Node 版本过低 / 不符合 engines
现象：安装或启动时报
EBADENGINE、莫名崩溃，或npm install -g flowise后命令不可用。原因：Flowise 要求 Node >= 20（
package.jsonengines 为^20）。解决：用
node -v确认；低于 20 请升级到 Node 20 LTS（推荐用nvm安装nvm install 20 && nvm use 20）。
2. 端口被占用（EADDRINUSE）
现象：启动报
Error: listen EADDRINUSE: address already in use :::3000。解决：换端口
PORT=8080 npx flowise start；或释放占用：lsof -i:3000（Linux/macOS）/netstat -ano | findstr 3000（Windows）后结束对应进程。
3. 源码构建内存溢出（Exit code 134 / heap out of memory）
现象：
pnpm build中途退出，报错JavaScript heap out of memory。解决：调大堆内存后重试：
bash export NODE_OPTIONS="--max-old-space-size=4096" pnpm build
4. 数据库连接失败
现象：启动报
connect ECONNREFUSED、authentication failed或超时。原因：
DATABASE_*配置错误，或数据库未启动/网络不通/账号密码不对。解决：确认
DATABASE_HOST/PORT/NAME/USER/PASSWORD；先用psql/mysql客户端手动连通验证；确认DATABASE_SSL与自签证书（DATABASE_SSL_KEY_BASE64、DATABASE_REJECT_UNAUTHORIZED）设置正确。
5. 依赖安装失败 / 网络问题
现象：
npm install或pnpm install卡住、404、校验失败。解决：清缓存
npm cache clean --force；使用 pnpm（源码构建强制）；公司网络配置代理（GLOBAL_AGENT_HTTP_PROXY）；确认能访问 npm registry 与 GitHub。
6. CORS / 跨域报错（嵌入或前端调用 API 时）
现象：浏览器控制台
Access-Control-Allow-Origin相关错误，聊天组件无法加载。解决：在
.env配置CORS_ORIGINS=https://你的域名（不要用*生产环境）、CORS_ALLOW_CREDENTIALS=true、IFRAME_ORIGINS放行来源；若经反向代理，设置NUMBER_OF_PROXIES=1。
7. 运行时内存不足 / 容器 OOM
现象：服务运行中崩溃、Docker 容器被 kill（OOMKilled）。
解决：给 Node 进程增大堆（
NODE_OPTIONS=--max-old-space-size=4096，Docker 加environment或mem_limit）；精简同时运行的流程；生产环境建议 4GB+ 内存。
8. 忘记登录密码 / 登录异常
现象：设了
FLOWISE_USERNAME/PASSWORD却登不进，或重启后要求重新登录。解决：确认启动参数/
.env中的用户名密码一致；如忘记，停服后用新密码重启；涉及令牌问题可设EXPIRE_AUTH_TOKENS_ON_RESTART=true强制失效后重登；必要时重新生成JWT_AUTH_TOKEN_SECRET等密钥（会使旧会话失效）。
9. 文档加载器（Puppeteer/Playwright）失败
现象：用「Web Page」等节点抓取网页时报找不到浏览器。
解决：安装 Chrome，并在
.env设置PUPPETEER_EXECUTABLE_FILE_PATH/PLAYWRIGHT_EXECUTABLE_FILE_PATH指向浏览器可执行文件。
10. Docker 启动无反应 / 配置不生效
现象：
docker compose up -d后端口不通，或仍用默认配置。解决：确认已在
docker/目录执行且存在.env（先cp .env.example .env）；改完.env必须docker compose up -d重建；查看日志docker compose logs -f flowise。
11. 遥测/外联引起的安全或合规顾虑
现象：担心数据外发。
解决：在
.env设DISABLE_FLOWISE_TELEMETRY=true；对外仅暴露必要端口；用反向代理 + HTTPS。
十、升级 / 回滚 / 卸载 教程
10.1 升级
npm 全局安装：
npm install -g flowise@latest
# 验证
npx flowise start
升级前建议备份数据目录（见下「卸载」中的数据位置）。
Docker：
cd Flowise/docker
# 拉取新镜像后重建
docker compose pull
docker compose up -d
或手动构建新镜像：docker build --no-cache -t flowise . 后重启容器。
源码（pnpm）：
git pull origin main
pnpm install
pnpm build
pnpm start
跨大版本升级（如 2.x → 3.x）请先阅读官方 Release Notes /
.changeset，并执行数据库迁移（Flowise 启动时会自动跑迁移，但务必先备份）。
10.2 回滚
npm：
npm install -g flowise@<旧版本号> # 例如 flowise@3.0.0
Docker：保留旧镜像 tag，或把 docker-compose.yml 的 image 改回旧版本（如 flowiseai/flowise:3.0.0）后 docker compose up -d。
源码：git checkout <旧tag/commit> 后重新 pnpm install && pnpm build。
回滚时若数据库 schema 已迁移，可能需要从备份恢复数据目录。
10.3 卸载
npm 全局安装：
npm uninstall -g flowise
数据清理（删除前务必确认已备份）： - 默认数据/文件落在用户目录的 .flowise（如 ~/.flowise 或 DATABASE_PATH 指定处），含 SQLite 库与上传文件。 - 若曾设 STORAGE_TYPE 为 S3/GCS/Azure，云端文件需另行清理。
Docker：
cd Flowise/docker
docker compose down # 停止并删除容器（保留卷）
docker compose down -v # 同时删除数据卷（彻底清除）
docker rmi flowise # 删除镜像
十一、商用许可与合规风险提示
11.1 Apache-2.0 商用许可
Flowise 以 Apache License 2.0 发布，允许：
✅ 商业使用：可将其用于公司内部系统或对外提供的商业产品。
✅ 修改与再分发：可修改源码、打包分发。
✅ 专利授权：Apache-2.0 附带明确的专利授权条款，对商用更友好。
你需要履行的义务：
保留原始 LICENSE 与版权/著作权声明；
若修改了源码，需明确标注变更；
若以源码/二进制形式分发，需附带 NOTICE 文件（如有）与许可证副本；
不得用 Flowise 商标/名称暗示官方背书（品牌使用受限）。
Apache-2.0 不提供任何担保与免责（"AS IS"），生产商用建议自行做安全评估与压力测试。
11.2 合规与运营风险提示
项目已归档（Archived）：官方主仓库 2026-08 起归档，不再接受常规合并；后续维护以社区/Workday 走向为准。自托管不受影响，但长期安全补丁需自行跟进或 Fork 维护。
Flowise Cloud 逐步停止：官方云版正收缩，新项目请优先自托管，避免依赖即将停服的托管服务。
API Key 与凭证安全（重点）： - 大模型的 API Key 在节点面板填写，由平台用
FLOWISE_SECRETKEY_OVERWRITE加密存储——务必保管好该加密密钥与.env，丢失将无法解密旧凭证； -.env绝不提交到 Git 或公开仓库；生产用密钥管理器 / AWS Secrets Manager（SECRETKEY_STORAGE_TYPE=aws）； - 定期轮换 API Key，并对CORS_ORIGINS、IFRAME_ORIGINS做最小化白名单； - 多用户场景启用 RBAC / SSO / 速率限制，并为 API Key 配置最小权限。数据安全与隐私：RAG 上传的文档、对话日志会落在本机/数据库中，涉及个人隐私或商业机密时，请启用 HTTPS、加密存储、访问控制，并遵守所在地数据保护法规（如 GDPR/《个人信息保护法》）。
反向代理与传输安全：公网暴露务必套 Nginx + HTTPS，设置
SECURE_COOKIES=true、NUMBER_OF_PROXIES，避免明文传输凭证。自定义 MCP / 工具函数风险：
CUSTOM_MCP_PROTOCOL=stdio可在服务器执行任意命令，仅在内网可信环境开启，并严格配置CUSTOM_MCP_ALLOWED_COMMANDS等白名单；切勿在TOOL_FUNCTION_BUILTIN_DEP中加入puppeteer/playwright（官方明确警告其可被沙箱 JS 利用执行系统命令）。
本文档仅供技术参考。部署与商用前，请以官方仓库与文档的最新说明为准，并自行承担安全与合规责任。