复制群号加入AIFLOW官方交流群,获取更多技术细节:905702633
本人在github上爆肝了一个项目,主要用作可视化AI搭建
项目地址:GitHub - stevechampion1/ai-flow: Low-code AI Application Development Platform
AI-Flow是一个开源、低代码的AI应用开发平台,旨在帮助开发者快速构建、部署和管理AI驱动的应用程序。平台集成了大型语言模型(LLM)、式生成AI以及多种AI智能体,用户可以通过观察的可视化界面设计复杂的工作流程和自动化任务,深入的编码知识。
项目目标:
- 简化AI开发: 通过可视化拖放界面和预构建,大幅降低AI应用的开发模块,让更多开发者能够轻松构建AI驱动的解决方案。
- 赋能创新: 集成多媒体的AI技术,包括文本生成、图像处理、语音识别等,支持开发者探索和创新各种AI应用场景。
- 社区驱动: 构建活跃的社区开源,鼓励开发者共同贡献代码、模块和创意,促进AI-Flow平台的持续发展和创新。
核心功能(当前及规划中):
- 可视化工作流程编辑器: 绘图的拖放式界面,用于设计复杂的工作流程,支持条件逻辑、循环处理和任务任务。(当前为占位符、UI和功能开发中)
- AI模块库: 丰富的开箱即用AI模块,包括文本生成、图像分类、语音转文本等,支持用户自定义和扩展模块。(当前为框架架构中,部分模块示例实现)
- 智能体集成: 支持创建和部署AI智能体,执行独立任务,如数据分析、报告生成等。 (计划中)
- 数据处理管道: 内置数据清理、转换和可视化工具,简化数据准备流程。(部分工具函数占位符)
- API 与 Webhook 支持: 提供灵活的集成选项,支持与其他服务和应用程序的无缝连接。(框架 API 框架已搭建)
- 实时监控与调试: 内置日志和性能监控工具,帮助用户快速排查问题。 (计划中)
- 多语言支持: 界面和文档支持多种语言,吸引全球开发者。 (计划中)
技术栈:
- 前端: TypeScript、React
- 报告: Python,FastAPI
- AI 模型: Hugging Face Transformers、OpenAI API
- 数据库: PostgreSQL
- 缓存: Redis
- 部署: Docker、Kubernetes
快速上手(入门):
以下是在本地运行 AI-Flow 和接口 (可选) 的基本步骤。 请确保您已安装 Docker Desktop (推荐) 或 Node.js、Python、PostgreSQL、Redis 等必要的开发环境。
使用 Docker Compose(推荐,一键启动所有服务):
-
存储代码仓库:
git clone https://github.com/stevechampion1/ai-flow.git cd ai-flow
-
构建并启动 Docker Compose 应用:
docker-compose up --build
等待 Docker Compose 应用启动完成。
-
访问HTTP API文档: 打开浏览器,访问http://localhost:8000/docs查看Swagger UI API文档。
-
访问接口应用(如果已容器化): 打开浏览器,访问http://localhost:3000(或您配置的接口端口)。
-
停止 Docker Compose 应用:
docker-compose down
不使用 Docker Compose(手动启动服务):
-
存储代码仓库:
git clone https://github.com/your-github-username/ai-flow.git cd ai-flow
-
创建并激活Python虚拟环境(推荐):
python -m venv venv source venv/bin/activate # Linux/macOS venv\Scripts\activate # Windows
-
安装程序依赖:
pip install -r requirements.txt
-
启动 PostgreSQL 数据库服务器(确保已安装并运行)。
-
创建 PostgreSQL 数据库
aiflow_db
并运行schema.sql
文件创建表结构。 -
启动Redis服务器(确保已安装并运行)。
-
设置环境变量: 例如
OPENAI_API_KEY
,, (具体环境DATABASE_URL
变量REDIS_URL
请参考docker-compose.yml
文件中的环境配置)。 -
启动列表 FastAPI 应用:
cd backend uvicorn main:app --reload
-
启动前端React应用(可选,如果需要运行前端):
cd frontend npm install npm start
-
访问HTTP API文档: 打开浏览器,访问http://localhost:8000/docs查看Swagger UI API文档。
-
访问前端应用(如果已启动): 打开浏览器,访问http://localhost:3000(或您配置的前端端口)。
路线图(Roadmap - 规划中的功能):
- 第二阶段:完善可视化工作流程编辑器UI和基本功能。
- 第三阶段:实现AI模块库的基本功能和部分核心AI模块集成(内容生成、图像分类等)。
- 第 4 阶段:添加智能体集成功能和数据处理管道的初步实现。
- 第五阶段:完善实时监控与调试功能,并开始探索多语言支持。
- 长期目标:打造一个功能完善、可扩展的低代码AI应用开发平台,并不断迭代和改进。
贡献指南 (Contributing):
欢迎任何形式的贡献!如果您有任何想法、建议或代码贡献,请随时参与!
- 报告Bug: 如果您在使用过程中发现Bug或问题,请在GitHub Issues中提交Issue,详细描述您遇到的问题并复现步骤。
- 功能:建议 如果您有新的功能建议或改进意见,欢迎在 GitHub Discussions 中发起讨论。
- 代码贡献: 如果您想贡献代码,请分叉代码仓库,创建您的功能分支,并提交 Pull 请求。请遵循代码风格指南,并尽力提供完善的测试示例。
详细的贡献指南和代码风格规范将在后续完善。