# flowise-docker-compose

**Repository Path**: fly-llm/flowise-docker-compose

## Basic Information

- **Project Name**: flowise-docker-compose
- **Description**: flowise-docker-compose
- **Primary Language**: Unknown
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 1
- **Created**: 2023-12-17
- **Last Updated**: 2024-02-11

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README


#### 开源拖拽AI工作流Flowise

Flowise是开发人员的一个特殊工具，旨在构建LLM应用程序，而无需深入研究编码。
对于努力以敏捷方式快速原型化和开发LLM应用程序的组织来说，这同样是有益的。

拖放界面：Flowise使设计自己的自定义LLM流程变得简单。
开源：作为一个开源项目，Flowise可以自由使用和修改。
用户友好：Flowise很容易上手，即使对于那些没有编程经验的人也是如此。
多功能：Flowise AI可用于创建各种LLM应用程序。

#### 大模型知识库系统，使用 flowise+fastchat+milvus+mysql实现

| 项目 | 介绍 | 端口 |
|--|--| --|
| flowise | flowise | 3000 |
| mysql | 数据库 | 3306 |
| milvus | 向量数据库 | 19530 |
| fastchat | 模型服务ChatGLM3，BGE-zh，对外API | 8000 |


## 启动 flowise 启动


```bash
cd flowise-docker-compose
docker-compose up -d
```

## 启动 fastchat LLM+embedding 的api 服务

需要执行下载模型脚本再启动才可以，只支持linux系统。
前提要安装docker和nvidia-docker 才可以，只能在GPU上运行

```bash
cd fastchat-docker-compose
sh download_and_run.sh
```

## 启动 milvus 向量数据库

需要时候再启动：

```bash
cd milvus-docker-compose
docker-compose up -d
```