P3 阶段完成报告 - Flowise 灵感空间

实施时间：2024-12-14
状态：✅ 开发完成，待部署测试

一、实施概览

1.1 目标

创建 Flowise 灵感空间，实现可视化的对话式灵感检索和策略咨询，提供：

基于向量数据库的语料检索
多轮对话式策略咨询
可视化 Prompt 配置和迭代

1.2 迁移工作流

workflow_id	原引擎	新引擎	状态
`daily_inspiration`	Node WorkflowEngine	Flowise	✅ 已迁移
`quick_topic_suggest`	Node WorkflowEngine	Flowise	✅ 已迁移

二、核心交付物

2.1 Flowise Chatflow 配置

flowise/
├── chatflows/
│   ├── inspiration_qa.json           # 灵感检索问答
│   └── strategy_chat.json            # 策略对话助手
├── corpus/
│   └── inspiration_corpus_example.txt  # 示例语料库
├── vector-store-setup.md             # Vector Store 配置指南
└── README.md                         # Flowise 使用指南

inspiration_qa.json（灵感检索）

架构：

Text File → Text Splitter → Embeddings → Vector Store → Retrieval QA Chain
                                             ↓
                                       ChatOpenAI + Memory

组件：

OpenAI Embeddings (text-embedding-3-small)
In-Memory Vector Store（可升级为 Chroma/Pinecone）
Conversational Retrieval QA Chain
Buffer Memory（对话历史）

功能：

根据用户问题检索相关语料
返回 Top 5 相关案例
支持多轮对话
提供来源引用（source documents）

strategy_chat.json（策略对话）

架构：

ChatOpenAI → Conversation Chain + Buffer Memory

组件：

ChatOpenAI (gpt-4o-mini)
Conversation Chain
Buffer Memory（对话历史）

功能：

多轮对话式策略咨询
上下文理解和延续
个性化建议
项目信息注入

2.2 后端增强

FlowiseProxyService.js 增强：

功能	实现
多 Chatflow 支持	`chatflows: { inspiration, strategy, default }`
项目上下文注入	平台、定位、受众、内容支柱等
会话管理	30分钟 TTL、自动清理
降级处理	Flowise 不可用时返回默认响应
健康检查	`healthCheck()` 方法

2.3 工作流注册

WorkflowRegistry.js 更新：

javascript

registry.register('daily_inspiration', {
  name: '💡 每日灵感盲盒',
  engine: 'flowise',              // ⭐ 指向 Flowise
  chatflow_type: 'inspiration',   // Chatflow 类型
  // ...
});

registry.register('quick_topic_suggest', {
  name: '💡 快速选题推荐',
  engine: 'flowise',
  chatflow_type: 'inspiration',
  // ...
});

三、数据流

3.1 灵感检索流程

Frontend (Vue)
    ↓
    POST /api/flowise/chat
    {
      message: "我想做美业账号，有哪些好的选题？",
      chatflowType: "inspiration",
      context: { projectId, userId }
    }
    ↓
Node.js Backend (FlowiseProxyService)
    ↓
    - 查询项目信息（platforms, positioning等）
    - 构建丰富的上下文
    - 添加对话历史
    ↓
    POST http://localhost:3000/api/v1/prediction/{chatflowId}
    {
      question: "...",
      overrideConfig: {
        sessionId, project_name, platforms, positioning, ...
      }
    }
    ↓
Flowise - inspiration_qa Chatflow
    ↓
    1. 用户问题 → Embeddings
    2. Vector Store 检索 Top 5 相关语料
    3. 拼装 Prompt（system message + 检索结果 + 用户问题）
    4. ChatOpenAI 生成回复
    5. Buffer Memory 存储对话
    ↓
Return { response, sourceDocuments }
    ↓
Node.js Backend
    ↓
    - 保存会话历史
    - 返回给前端
    ↓
Frontend 展示
    - AI 回复
    - 引用的案例/语料

3.2 策略对话流程

Frontend → Node.js Backend → Flowise - strategy_chat Chatflow
                                ↓
                          Conversation Chain + Memory
                                ↓
                          返回策略建议

四、部署步骤

4.1 前提条件

✅ Node.js backend 运行中（3001 端口）
⏳ Flowise 服务（3000 端口）
⏳ OpenAI API Key

4.2 部署 Flowise

方式一：npm 安装

bash

npm install -g flowise
flowise start

方式二：Docker 部署

bash

docker run -d \
  --name flowise \
  -p 3000:3000 \
  -v flowise_data:/root/.flowise \
  flowiseai/flowise:latest

4.3 导入 Chatflow

访问 http://localhost:3000
登录（首次使用创建账号）
点击 "Add New Chatflow"
点击 "Load Chatflow"
导入 flowise/chatflows/inspiration_qa.json
保存并记录 Chatflow ID
重复步骤导入 strategy_chat.json

4.4 配置 OpenAI Credential

在 Flowise UI 中点击 "Credentials"
添加 "OpenAI API"
输入 API Key
保存

4.5 上传语料库

打开 inspiration_qa chatflow
找到 "Text File" 节点
上传 flowise/corpus/inspiration_corpus_example.txt
点击 "Upsert" 按钮
等待 Embedding 创建完成（几分钟）

4.6 配置环境变量

在 backend/.env 中添加：

env

# Flowise 配置
FLOWISE_API_URL=http://localhost:3000/api/v1
FLOWISE_INSPIRATION_CHATFLOW_ID=your-inspiration-chatflow-id
FLOWISE_STRATEGY_CHATFLOW_ID=your-strategy-chatflow-id
FLOWISE_API_KEY=  # 可选
FLOWISE_TIMEOUT=30000

4.7 重启 Node 服务

bash

pm2 restart kkmusic-backend
# 或
npm run dev

五、测试用例

5.1 测试灵感检索

测试 1：美业账号选题

bash

curl -X POST http://localhost:3001/api/flowise/chat \
  -H "Authorization: Bearer YOUR_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "message": "我想做美业账号，有哪些好的选题方向？",
    "chatflowType": "inspiration",
    "context": {
      "projectId": "test-project-id",
      "userId": 1
    }
  }'

预期响应：

返回美业相关案例（护肤、化妆、探店等）
包含 sourceDocuments（引用的语料）
提供具体的标题示例和数据参考

测试 2：标题优化技巧

输入：如何写出吸引人的标题？
预期：返回标题技巧（数字化、情绪共鸣、对比冲突等）

5.2 测试策略对话

测试 3：新手创作者咨询

bash

curl -X POST http://localhost:3001/api/flowise/chat \
  -H "Authorization: Bearer YOUR_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "message": "我是新手创作者，不知道从哪里开始，能给我建议吗？",
    "chatflowType": "strategy",
    "sessionId": "test-session-123",
    "context": {
      "projectId": "test-project-id",
      "projectInfo": {
        "name": "我的项目",
        "platforms": ["douyin"],
        "positioning": "待定"
      }
    }
  }'

预期响应：

多轮对话引导
询问创作者背景和目标
给出具体可执行的建议

测试 4：多轮对话

第1轮：我想做美业账号
回复：了解你的背景...（提问）

第2轮：我是美容师，有5年经验
回复：很好！基于你的背景，建议...（建议）

第3轮：时间不多，每周只能发2条
回复：理解你的限制，可以...（调整建议）

六、性能指标

指标	目标	实际
Flowise 响应时间	< 3s	___s
Vector Store 检索时间	< 1s	___s
对话上下文长度	10 轮	___轮
语料库大小	> 100 案例	___个
检索准确率	> 80%	___%

七、监控与日志

7.1 Flowise 执行日志

在 Flowise UI 中：

打开 Chatflow
点击 "View Executions"
查看每次执行的详细日志

7.2 Node.js 侧日志

bash

# 查看 FlowiseProxy 日志
tail -f backend/logs/app.log | grep "FlowiseProxy"

日志示例：

[FlowiseProxy] Initialized. URL: http://localhost:3000/api/v1
[FlowiseProxy] Chatflows: inspiration=abc123, strategy=def456
[FlowiseProxy] Chat success: sessionId=session-789

7.3 健康检查

javascript

// 检查 Flowise 可用性
const flowiseProxy = require('./services/FlowiseProxyService');
const health = await flowiseProxy.healthCheck();
console.log(health);
// { available: true, chatflowConfigured: true, sessionCount: 5 }

八、故障排查

8.1 常见问题

问题	可能原因	解决方案
Flowise 无法访问	服务未启动	启动 Flowise 服务
Chatflow ID 无效	未配置或错误	检查 `.env` 中的 ID
检索结果不相关	语料质量差	优化语料内容和格式
对话无上下文	sessionId 未传递	确保前端传递 sessionId
OpenAI API 超时	网络/配额	检查 API Key 和配额

8.2 降级方案

如果 Flowise 不可用：

自动降级：FlowiseProxyService 会返回默认响应

javascript

{
  success: false,
  fallback: true,
  response: "抱歉，AI 助手暂时不可用..."
}

手动降级：在 WorkflowRegistry 中注释 engine: 'flowise'

javascript

registry.register('daily_inspiration', {
  // engine: 'flowise',  // 临时注释
  // ...
});

九、未来优化

9.1 Vector Store 升级

从 In-Memory 升级到 Chroma/Pinecone
支持更大规模语料（> 10MB）
持久化存储

9.2 语料库扩展

分行业/领域语料库
实时热点案例采集
用户贡献和众包

9.3 对话能力增强

多模态输入（图片、视频）
长对话历史管理（> 10 轮）
个性化推荐模型

9.4 可视化配置

在线编辑 Prompt
A/B 测试不同 Chain 配置
可视化追踪和调试

十、相关文档

KKMUSIC_ARCHITECTURE_BLUEPRINT.md - 整体架构蓝图
WORKFLOW_MIGRATION_ROADMAP.md - 迁移路线图（包含 P3 计划）
P1_SCHEDULER_MIGRATION_COMPLETE.md - P1 阶段报告
P2_LANGGRAPH_INTEGRATION_COMPLETE.md - P2 阶段报告
flowise/README.md - Flowise 使用指南
flowise/vector-store-setup.md - Vector Store 配置

文档维护者：一刻工坊技术团队
最后更新：2024-12-14
状态：✅ P3 阶段开发完成，待部署测试

P3 阶段完成报告 - Flowise 灵感空间 ​

一、实施概览 ​

1.1 目标 ​

1.2 迁移工作流 ​

二、核心交付物 ​

2.1 Flowise Chatflow 配置 ​

inspiration_qa.json（灵感检索） ​

strategy_chat.json（策略对话） ​

2.2 后端增强 ​

2.3 工作流注册 ​

三、数据流 ​

3.1 灵感检索流程 ​

3.2 策略对话流程 ​

四、部署步骤 ​

4.1 前提条件 ​

4.2 部署 Flowise ​

方式一：npm 安装 ​

方式二：Docker 部署 ​

4.3 导入 Chatflow ​

4.4 配置 OpenAI Credential ​

4.5 上传语料库 ​

4.6 配置环境变量 ​

4.7 重启 Node 服务 ​

五、测试用例 ​

5.1 测试灵感检索 ​

5.2 测试策略对话 ​

六、性能指标 ​

七、监控与日志 ​

7.1 Flowise 执行日志 ​

7.2 Node.js 侧日志 ​

7.3 健康检查 ​

八、故障排查 ​

8.1 常见问题 ​

8.2 降级方案 ​

九、未来优化 ​

9.1 Vector Store 升级 ​

9.2 语料库扩展 ​

9.3 对话能力增强 ​

9.4 可视化配置 ​

十、相关文档 ​

P3 阶段完成报告 - Flowise 灵感空间

一、实施概览

1.1 目标

1.2 迁移工作流

二、核心交付物

2.1 Flowise Chatflow 配置

inspiration_qa.json（灵感检索）

strategy_chat.json（策略对话）

2.2 后端增强

2.3 工作流注册

三、数据流

3.1 灵感检索流程

3.2 策略对话流程

四、部署步骤

4.1 前提条件

4.2 部署 Flowise

方式一：npm 安装

方式二：Docker 部署

4.3 导入 Chatflow

4.4 配置 OpenAI Credential

4.5 上传语料库

4.6 配置环境变量

4.7 重启 Node 服务

五、测试用例

5.1 测试灵感检索

5.2 测试策略对话

六、性能指标

七、监控与日志

7.1 Flowise 执行日志

7.2 Node.js 侧日志

7.3 健康检查

八、故障排查

8.1 常见问题

8.2 降级方案

九、未来优化

9.1 Vector Store 升级

9.2 语料库扩展

9.3 对话能力增强

9.4 可视化配置

十、相关文档