Flowise 是开源的 AI 智能体 低代码构建器，通过可视化拖拽节点搭建聊天机器人、RAG 检索增强与 Agent 工作流，支持自托管与云端部署，GitHub 33K+ Stars。

Flowise

Flowise 的 核心参数与统计

Flowise 用可视化节点把 LLM 应用搭建过程低代码化，是目前 Star 数最高的开源 LLM 应用构建器之一。

项目	公开信息
产品定位	开源低代码 LLM 应用构建器
核心能力	可视化编排、RAG、Agent、工具调用、多 Agent
部署方式	自托管（Docker/npm）+ Flowise Cloud
最新版本	2.2.6（2026-07-15）
GitHub Stars	33K+
集成 LLM	OpenAI、Anthropic、Google、Azure、Ollama 等
集成向量库	Pinecone、Weaviate、Chroma、Qdrant 等
许可证	Apache 2.0

定位边界：Flowise 让非深度学习背景的开发者也能构建 LLM 应用，但产出的是"编排好的工作流"，而非定制化模型训练平台。

Flowise 的 用户与市场认可

开源社区：GitHub 33K+ Stars，是 LLM 应用构建器类别中最受欢迎的开源项目之一。社区贡献活跃，Issue 与 PR 响应及时。

企业采用：Flowise Cloud 提供托管服务，说明已有一定规模的企业用户愿意为托管付费。

竞品对比：同类产品包括 LangFlow、Dify、FastGPT。Flowise 的优势在于更纯正的可视化拖拽体验和更广泛的模型/向量库集成。

Flowise 的 成本优势

成本层级	说明
C 端/开发者	开源版免费自托管，仅需承担基础设施费用
团队	Flowise Cloud 按用量/席位计费，具体以官方定价页为准
企业	可自托管，数据完全可控，需自行维护运维

成本对比：相比自行从零开发 LLM 编排系统（需 2-3 人月后端工作量），Flowise 可将搭建时间压缩到天级，且迭代维护成本更低。自托管模式下数据不出企业网络，满足合规要求。

Flowise 的 主要功能

• 可视化拖拽编排：通过节点拖拽搭建 LLM 应用链路，无需编写代码即可完成 LLM 调用、Prompt 组装、逻辑分支等。适用价值：降低 LLM 应用开发门槛。
• RAG 检索增强：接入向量库实现知识库问答，支持多种分块策略与检索方式。适用价值：让 LLM 基于企业私有数据回答问题。
• Agent 与工具调用：创建能调用外部工具（搜索、API、数据库等）的 AI Agent，完成复杂多步任务。适用价值：超越单轮问答的自动执行能力。
• 多 Agent 编排（AgentFlow）：编排多个 Agent 协作完成复杂工作流，Agent 间可传递上下文与结果。适用价值：处理需要"分工协作"的复杂任务。
• API 暴露：将编排好的流程发布为 REST API 或嵌入式 Chat Widget。适用价值：集成到现有产品中无需额外开发。

Flowise 的 模型与版本演进

该产品以在线 Web 形态提供服务，公开渠道未披露标准化的版本日志。以下按公开里程碑记录：

版本	时间	变化点
早期收录版本	~2026-07	以公开页面能力作为收录基线，暂无官方精确日期
当前公开版本	~2026-07	持续迭代优化产品能力，具体变更以官方更新日志为准

版本说明：官方未公开统一版本号与精确发布日期，上述里程碑基于外部收录信息。建议关注官方渠道获取最新版本动态。

Flowise 的 技术优势

机制：Flowise 采用"节点即组件"的抽象方式，每个 Flowise 节点封装了一个特定的能力（LLM 调用、向量检索、Prompt 模板等），节点间通过有向图连接形成执行 DAG。

效果：可视化编排免去了手写 Python 胶水代码的麻烦，让产品经理、运营等非技术角色也能参与 LLM 应用搭建。

工程优势：支持 Docker 一键部署，npm 全局安装，开箱即用。前端基于 React Flow 实现，后端 Node.js，扩展新节点类型的成本较低。

Flowise 的 如何使用

入口	方式	适合对象
自托管	npx flowise start 或 Docker 部署	开发者/团队
Flowise Cloud	托管版本，即开即用	不想维护基础设施的团队
API 集成	将 Flow 发布为 REST API	需要嵌入现有系统的开发者

典型使用步骤：

1. 安装（Docker 或 npx flowise start）
2. 在浏览器中打开 Flowise 编辑器
3. 拖拽 LLM 节点、Prompt 节点、向量库节点组成工作流
4. 连接各节点形成执行链路
5. 点击测试，验证输出结果
6. 发布为 API 或 Chat Widget

Flowise 的 产品定价

方案	价格	核心权益
开源版	免费	自托管，完整功能，Apache 2.0 许可
Flowise Cloud	按用量/席位	托管运行，自动升级，团队协作

具体 Cloud 定价以官方页面为准。自托管版无功能限制。

Flowise 的 应用场景

• 企业知识库问答：将企业文档导入向量库，搭建基于 RAG 的知识库问答机器人。新员工培训文档、产品手册、内部 FAQ 等场景的首选方案。
• 智能客服机器人：通过 Flowise 编排客服流程，接入 FAQ 数据源 + LLM 动态回复，自动处理常见客户问题，复杂问题转人工。
• 自动化 Agent 工作流：编排多 Agent 完成数据分析报告生成、竞品信息采集等需要多步骤、多工具协作的任务。

Flowise 的 适用人群

• 后端/全栈开发者：快速搭建 LLM 应用原型，验证产品概念后再决定是否重写。
• 产品经理/运营：通过可视化编排独立完成简单的 LLM 工作流，减少对开发团队的依赖。
• 企业 AI 团队：自托管 Flowise 作为内部 LLM 编排平台，统一管理企业的 AI 应用。

不适配人群：需要高度定制化模型训练或微调的场景（应选 Fine-tuning 平台）；对编排性能有极致要求的低延迟场景（可能与自研方案有差距）。

Flowise 的 总结与展望

Flowise 以开源低代码与自托管能力见长，是 LLM 应用构建器类别中的标杆项目。Apache 2.0 许可对商业使用友好。

当前限制：复杂编排场景下节点数增多时性能下降；Flowise Cloud 定价透明度不足；社区插件的质量控制依赖社区反馈。

采购/采用风险评估：开源版零成本入门，适合作为 LLM 应用搭建的"首选方案"进行验证。建议先在非核心场景试点，评估节点性能与运维成本后再扩展到生产环境。企业自托管需关注版本升级时的向前兼容性。

相关工具：CrewAI、LangChain

版本信息

• Flowise 2.2.6 ：增强 Agent 工具调用能力，修复多项 bug，优化 RAG 链路的稳定性。 （2026-07-15）
• Flowise 2.2.0 ：引入多 Agent 编排与改进的对话管理，扩展工具调用能力。 （2026-06-10）
• Flowise 2.0 ：重大架构升级，引入 AgentFlow 多 Agent 编排能力，重构前端界面。 （2026-03-15）