Flowise

Flowise 是一款开源 AI 智能体（Agentic Systems）可视化开发平台，由 Workday 收购后持续运营，GitHub 已获 53,695+ stars。Flowise 把”做 AI Agent”这件事从”写 LangChain 代码”降维到”拖拽节点”，任何人都能像搭积木一样构建从简单对话机器人到复杂多 Agent 协同系统的全栈 LLM 应用。它支持 100+ 大语言模型、嵌入模型、向量数据库，可一键部署到云端或本地，并通过 API、SDK、嵌入式聊天小部件与企业应用无缝集成。

核心功能

可视化拖拽式画布

Flowise 的核心是节点-连线画布：用户把 LLM、Prompt、工具、知识库、记忆、Agent 等模块拖到画布上，用连线声明数据流方向，即可搭出完整 AI 应用。代码自动生成在背后运行，开发者随时可以展开节点看底层 LangChain 代码并手动修改。常用模板（Chatflow、Multi-Agent、Conversational Retrieval、Question Answering）一键复用，几分钟搭出生产级应用。

Multi-Agent 协同

支持构建多智能体协同系统：多个 Agent 各自负责一个子任务（例：Technical Agent 调 Gemini 处理技术问题、Sales Agent 调 Claude 处理销售对话、Detect User Intention Agent 调 GPT-4.1 做意图识别），通过工作流编排（Orchestration）协调多 Agent 之间的输入输出，模拟真实业务中的”专业分工 + 协同”模式。

Human-in-the-Loop（人在回路）

对于需要人类确认的高风险操作（合同审批、合规检查、客户授权等），Flowise 允许在 Agent 流程中插入”人工确认”节点，让人类在反馈循环中审核 Agent 的任务执行结果再继续。这对金融、医疗、法律等强合规行业非常关键。

执行追踪与可观测性

内置完整执行追踪（Execution Traces）：每一次 Agent 运行都记录输入、输出、token 消耗、延迟、工具调用、外部 API 调用等数据，并支持导出到 Prometheus、OpenTelemetry 等主流可观测性平台。企业用户可以基于此做成本分析、性能优化、异常告警。

100+ 模型/嵌入/向量库支持

Flowise 内置 100+ 大语言模型（OpenAI、Anthropic、Google、Meta、Mistral、Cohere、HuggingFace、Ollama 本地模型等）、嵌入模型、向量数据库（Pinecone、Weaviate、Qdrant、Chroma、pgvector 等），用户可以为不同任务选最合适的技术栈，无需锁定单一供应商。开源版本完全免费，可本地部署。

API、SDK、嵌入小部件

搭建好的 Flowise 应用可以三种方式集成到生产系统：REST API（任何语言调用）、TypeScript/Python SDK（原生集成）、嵌入式 Chat Widget（网页直接嵌入对话窗口）。所有方式都支持流式输出（SSE），提供接近 ChatGPT 的打字机式体验。

企业级生产部署

支持本地私有化部署 + 云端 SaaS两种模式，水平扩展（消息队列 + Worker 节点）、多 Workspace 隔离、用户权限管理、审计日志、SOC 2/ISO 27001 兼容。被 UneeQ（数字人）、QmicQatar（智能车队）、iFleet 等多家企业用于生产环境。

核心特点与优势

适用人群

Flowise 适合以下用户：

• AI 应用开发者：不想从零写 LangChain 代码，希望用可视化方式快速搭出 LLM 应用原型
• 产品经理 / 解决方案架构师：业务侧需要快速验证 AI 想法，搭 demo 给客户/领导看
• 企业 IT / 数字化团队：需要私有化部署、数据不出域的企业级 AI 平台
• 研究人员 / 顾问：用 Flowise 做实验、做研究、用执行追踪分析 AI 行为
• 任何想尝试 AI Agent 但畏惧代码的非技术用户

总结

Flowise 是开源 AI Agent 工具链中最成熟的”低代码”代表之一，把复杂的 LangChain 编程抽象为”画布拖拽”，让产品经理、运营、业务人员也能在几分钟内搭出可用的 LLM 应用。开源 MIT 协议 + 100+ 模型/向量库支持 + 多 Agent 协同 + 人类回路审核 + 企业级部署能力，让它既能服务个人开发者的实验，也能承载大型企业的生产负载。2024 年被 Workday 收购后，Flowise 在企业市场的可信度和可持续性进一步提升。如果你在评估”快速搭 AI Agent”的工具链，Flowise 是目前最值得尝试的开源方案之一。