跳到主要内容

流

Langflow 中的流是完全可序列化的，可以从文件系统保存和加载。在本指南中，我们将探讨如何导入和导出流。

导入流​

如果您已经有了 Langflow JSON 文件，可以通过点击项目名称并选择 导入流 将其导入 Langflow。

Import Flow

导入后，您的流即可使用。

提示

您可以直接将 Langflow JSON 文件从文件系统拖放到 Langflow 窗口中以导入流，即使在 Langflow 的初始启动屏幕上也可以。

导出流​

导出流的选项可在如上所示的同一菜单中找到。导出为 JSON 后，您可以将流导入到另一个 Langflow 实例中。

Langflow JSON 文件内容​

Langflow JSON 文件包含描述组件和连接的节点和边，以及描述流的附加元数据。

有关 Langflow JSON 文件的示例，请查看 Langflow 仓库中的 Basic Prompting.json 文件。

节点​

节点代表构成流的组件。

ChatInput 节点是流的入口点。它是第一个被执行的节点。

ChatInput-jFwUm 是节点的唯一标识符。


_35
{
_35
"data": {
_35
"description": "从实验场获取聊天输入。",
_35
"display_name": "聊天输入",
_35
"id": "ChatInput-jFwUm",
_35
"node": {
_35
"base_classes": ["Message"],
_35
"description": "从实验场获取聊天输入。",
_35
"display_name": "聊天输入",
_35
"icon": "MessagesSquare",
_35
"template": {
_35
"input_value": {
_35
"display_name": "文本",
_35
"info": "作为输入传递的消息。",
_35
"value": "Hello"
_35
},
_35
"sender": {
_35
"value": "User",
_35
"options": ["Machine", "User"]
_35
},
_35
"sender_name": {
_35
"value": "User"
_35
},
_35
"should_store_message": {
_35
"value": true
_35
}
_35
}
_35
},
_35
"type": "ChatInput"
_35
},
_35
"position": {
_35
"x": 689.5720422421635,
_35
"y": 765.155834131403
_35
}
_35
}

边​

边代表节点之间的连接。

ChatInput 节点与 OpenAIModel 节点之间的连接表示为一条边


_22
{
_22
"className": "",
_22
"data": {
_22
"sourceHandle": {
_22
"dataType": "ChatInput",
_22
"id": "ChatInput-jFwUm",
_22
"name": "message",
_22
"output_types": ["Message"]
_22
},
_22
"targetHandle": {
_22
"fieldName": "input_value",
_22
"id": "OpenAIModel-OcXkl",
_22
"inputTypes": ["Message"],
_22
"type": "str"
_22
}
_22
},
_22
"id": "reactflow__edge-ChatInput-jFwUm{œdataTypeœ:œChatInputœ,œidœ:œChatInput-jFwUmœ,œnameœ:œmessageœ,œoutput_typesœ:[œMessageœ]}-OpenAIModel-OcXkl{œfieldNameœ:œinput_valueœ,œidœ:œOpenAIModel-OcXklœ,œinputTypesœ:[œMessageœ],œtypeœ:œstrœ}",
_22
"source": "ChatInput-jFwUm",
_22
"sourceHandle": "{œdataTypeœ: œChatInputœ, œidœ: œChatInput-jFwUmœ, œnameœ: œmessageœ, œoutput_typesœ: [œMessageœ]}",
_22
"target": "OpenAIModel-OcXkl",
_22
"targetHandle": "{œfieldNameœ: œinput_valueœ, œidœ: œOpenAIModel-OcXklœ, œinputTypesœ: [œMessageœ], œtypeœ: œstrœ}"
_22
}

这条边表明 ChatInput 组件向 target 节点（即 OpenAIModel 节点）输出一个 Message 类型。OpenAIModel 组件在 input_value 字段接收 Message 类型。

附加元数据和项目信息​

流的附加信息存储在根 data 对象中。

  • 包括流的名称、描述和 last_tested_version 在内的元数据和项目信息。

_10
{
_10
"name": "基本提示",
_10
"description": "使用 OpenAI 模型执行基本提示。",
_10
"tags": ["chatbots"],
_10
"id": "1511c230-d446-43a7-bfc3-539e69ce05b8",
_10
"last_tested_version": "1.0.19.post2",
_10
"gradient": "2",
_10
"icon": "Braces"
_10
}

  • 关于流的视觉信息，定义流在工作区中的初始位置。

_10
"viewport": {
_10
"x": -37.61270157375441,
_10
"y": -155.91266341888854,
_10
"zoom": 0.7575251406952855
_10
}

备注类似于注释，帮助您理解工作区中的流。它们可以包含链接、代码片段和其他信息。备注以 Markdown 格式编写，并存储为 node 对象。


_10
{
_10
"id": "undefined-kVLkG",
_10
"node": {
_10
"description": "## 📖 README\n使用 OpenAI 模型执行基本提示。\n\n#### 快速开始\n- 将您的 **OpenAI API 密钥** 添加到 **OpenAI 模型**中\n- 打开 **实验场** 与您的机器人聊天。\n..."
_10
}
_10
}

Search