【开源力荐】FlowiseAI:低代码时代的AI革命先行者
来源:互联网
时间:2026-05-30 16:43:38
最近在研究AI应用时,发现了一个相当有意思的开源项目——
FlowiseAI
什么是FlowiseAI
FlowiseAI
项目官方地址:
https://github.com/FlowiseAI/Flowise
如何使用FlowiseAI
安装方式非常友好,支持 npm 和 docker 两种方式。这里先介绍 npm 安装:
npm install -g flowise
然后启动项目:
npx flowise start
如果想做更深度的定制,也可以直接用 git clone 把整个项目拉下来,进行源码级别的二次开发:
git clone https://github.com/FlowiseAI/Flowise.git
目前这个项目在GitHub上已经收获了
27.7k
FlowiseAI 使用的技术栈分析
本地运行之后,可以拆解一下它背后用到的核心库和框架。这些技术选型对日常构建复杂AI应用很有参考价值。
后端与数据层依赖:
@e2b/code-interpreter:用于代码解释或执行@elastic/elasticsearch:搜索与数据管理@langchain/anthropic、@langchain/cohere等:与各类语言模型集成@langchain/core:Langchain核心模块@langchain/exa等:扩展场景支撑@notionhq/client:Notion接口@supabase/supabase-js:Supabase Ja vaScript接口apify-client:Apify客户端axios:HTTP请求cheerio:网页解析crypto-js:加密css-what:CSS解析d3-dsv:数据格式处理dotenv:环境变量管理express:Web框架faiss-node:Faiss向量搜索节点版fast-json-patch:快速JSON补丁form-data:表单数据处理graphql:GraphQL支持html-to-text:HTML转文本jsonpointer:JSON指针lodash:实用工具lunary:语言处理工具mammoth:文档处理moment:时间处理mysql2:MySQL驱动node-fetch:HTTP请求node-html-markdown:HTML转Markdownnotion-to-md:Notion转Markdownobject-hash:对象哈希pdf-parse:PDF解析pdfjs-dist:PDF处理库pg:PostgreSQL驱动playwright:浏览器自动化socket.io:实时通信srt-parser-2:字幕解析typeorm:ORM工具zod、zod-to-json-schema:数据验证与JSON Schema转换
前端与UI相关依赖:
@codemirror/lang-ja vascript:CodeMirror Ja vaScript语言支持@codemirror/lang-json:CodeMirror JSON语言支持@codemirror/view:CodeMirror视图@emotion/cache、@emotion/react、@emotion/styled:Emotion样式方案@mui/material:Material-UI组件库@tabler/icons-react:Tabler图标@uiw/react-codemirror:CodeMirror React封装clsx:条件类名组合flowise-embed、flowise-embed-react:流程图嵌入flowise-react-json-view:JSON数据视图formik:表单管理framer-motion:动画history:浏览器历史管理html-react-parser:HTML转React组件notistack:通知栈react-code-blocks:代码块组件react-color:颜色选择器react-datepicker:日期选择react-device-detect:设备检测react-markdown:Markdown渲染react-perfect-scrollbar:完美滚动条react-syntax-highlighter:代码高亮reactflow:流程可视化rehype-mathjax:Markdown数学公式rehype-raw:原始内容处理remark-gfm:GitHub风格Markdownremark-math:Markdown数学yup:表单验证
这些技术栈覆盖了网络请求、数据处理、可视化流程图、文件解析、代码高亮等方方面面。如果你也在做AI应用开发,不妨参考一下Flowise的选型思路,确实能少走不少弯路。
对项目感兴趣的话,可以直接本地安装体验:
项目地址: