استفاده از Flowise با ChatOpenAI سفارشی و پیکو هوش

• Credential: همان PicoAi
• Model Name: gpt-6-sol (یا هر شناسه‌ی کاتالوگ)
• Temperature: ۰٫۳
• در Additional Parameters: BasePath برابر https://api.picoai.ir/v1

۳. نود Conversation Chain را اضافه و خروجی مدل را به آن وصل کنید. ۴. نود Buffer Window Memory را برای حافظه‌ی چند پیام آخر وصل کنید. ۵. با دکمه‌ی چت در گوشه، تست کنید و سپس ذخیره کنید.

طبق مستندات رسمی Flowise، روش کار این است: Credential را بسازید، سپس در نود روی Additional Parameters بزنید و BasePath را تغییر دهید؛ و برای مدل‌هایی که در فهرست نود ChatOpenAI نیستند، نود ChatOpenAI Custom اجازه می‌دهد نام مدل را آزادانه بنویسید. BasePath روی هر نود جداگانه ذخیره می‌شود؛ نود تازه باید دوباره تنظیم شود. مستندات صفحه‌ی اختصاصی ChatOpenAI Custom با فهرست دقیق فیلدها را منتشر نکرده است، پس نام فیلدها را در رابط نسخه‌ی خود تأیید کنید.

تعبیه در سایت

Flowise برای هر چت‌فلو اسنیپت embed و API می‌دهد:

curl http://localhost:3000/api/v1/prediction/<chatflow-id> \
  -H "Content-Type: application/json" \
  -d '{"question": "سلام! ساعت کاری شما چیست؟"}'

ایجنت با ابزار

نود Tool Agent یا Agent می‌تواند چند ابزار بگیرد (ماشین‌حساب، درخواست HTTP، ...). برای کار با ابزار، مدلی با توانایی function calling قوی انتخاب کنید (claude-sonnet-5-5 یا gpt-6-sol) و دمای پایین بگذارید. پروتکل ابزار در راهنمای Function Calling شرح داده شده است.

محدودیت: RAG و embeddings

نودهای Vector Store و Document Loader در Flowise به یک نود Embeddings نیاز دارند. چون پیکو هوش اندپوینت embeddings ندارد، نود OpenAI Embeddings را به پیکو هوش وصل نکنید. از نودهای Embeddings محلی/دیگر (مثلاً HuggingFace یا Ollama) استفاده کنید و فقط نود چت را به پیکو هوش بدهید.

هزینه

• حافظه‌ی طولانی و ایجنت‌های چندگامی توکن ورودی را زیاد می‌کنند.
• از Max Tokens برای محدود کردن خروجی استفاده کنید.
• اگر چت‌بات را در وب‌سایت عمومی می‌گذارید، کلید جدا با سقف ماهانه و محدودیت نرخ بسازید و در صورت امکان احراز هویت یا captcha بگذارید تا سوءاستفاده نشود.
• برآورد هزینه: مقاله‌ی هزینه و pricing.

عیب‌یابی

الگوی چت‌بات پشتیبانی

یک چت‌بات پشتیبانی ساده با Flowise شامل سه جزء است: نود مدل (ChatOpenAI Custom)، نود حافظه (Buffer Window Memory با ۴ تا ۶ پیام آخر) و یک پرامپت سیستم که نقش و محدودیت‌ها را تعریف می‌کند. برای مثال: «تو دستیار فروشگاه هستی. فقط درباره‌ی سفارش، ارسال و بازگشت کالا پاسخ بده. اگر سوال بی‌ربط بود مودبانه رد کن.» حافظه‌ی کوتاه هزینه را کم می‌کند و معمولاً برای پشتیبانی کافی است.

تغییر مدل در جریان‌های موجود

چون مدل‌ها پشت یک رابط یکسان هستند، تعویض gpt-6-sol با claude-sonnet-5-5 فقط با عوض‌کردن Model Name انجام می‌شود. برای مقایسه‌ی کیفیت، یک جریان را کپی کنید و فقط مدل را عوض کنید؛ سپس با پرسش‌های یکسان بسنجید. قیمت هر مدل در pricing و جزئیات در کاتالوگ است.

نکات استقرار

• برای نسخه‌ی عمومی، Flowise را پشت HTTPS و احراز هویت قرار دهید.
• پوشه‌ی داده (/root/.flowise) را در volume نگه دارید تا Credentialها و جریان‌ها با به‌روزرسانی از بین نروند.
• پیش از ارتقای نسخه، از دیتابیس و Credentialها پشتیبان بگیرید.
• اگر Flowise پشت Nginx است، برای استریم proxy_buffering off بگذارید (راهنمای SSE).
• API پیش‌بینی (/api/v1/prediction/...) را با کلید Flowise محافظت کنید تا هر کسی نتواند هزینه ایجاد کند.

تست خارج از رابط

برای اطمینان از سلامت کلید و مدل پیش از ساخت جریان، یک درخواست مستقیم بزنید:

curl https://api.picoai.ir/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" -H "Content-Type: application/json" \
  -d '{"model":"gpt-6-luna","messages":[{"role":"user","content":"سلام"}],"max_tokens":20}'

اگر این کار کرد و Flowise خطا داد، مشکل در تنظیم نود یا Credential است، نه حساب شما.

سوالات متداول

کدام نود را انتخاب کنم؟

ChatOpenAI Custom برای API سازگار با OpenAI مناسب‌ترین است؛ نام نود در نسخه‌ها ممکن است فرق کند.

آیا می‌توانم چند مدل را در یک جریان داشته باشم؟

بله، هر نود مدل می‌تواند مدل متفاوتی داشته باشد.

آیا کلید در جریان‌ها لو می‌رود؟

اگر از Credential استفاده کنید، خیر؛ اما خروجی اکسپورت جریان را بدون بررسی منتشر نکنید.

مرجع؟

Flowise در یکپارچه‌سازی‌ها، مستندات.