Flowise

Підключіть CometAPI до Flowise за допомогою вузла ChatCometAPI, налаштуйте облікові дані, виберіть model і побудуйте LLM Chain із шаблонами Prompt.

FlowiseAI — це low-code платформа для візуального створення LLM-застосунків. Використовуйте нативний вузол ChatCometAPI, щоб підключити CometAPI і створювати чатботів, системи запитань і відповідей, а також workflows для агентів.

​

Передумови

• Обліковий запис CometAPI з активним API key — отримайте його тут
• Обліковий запис FlowiseAI — увійдіть тут

1. Отримайте свій CometAPI API key

   Увійдіть до консолі CometAPI. Натисніть Add API Key і скопіюйте свій ключ sk-xxxxx.

   

   
2. Додайте вузол ChatCometAPI

   1. На полотні chatflow у FlowiseAI натисніть Add New.

   

   2. Знайдіть cometapi і виберіть вузол ChatCometAPI.

   

   3. Перетягніть його на полотно.

   

   4. У випадаючому списку Connect Credential цього вузла виберіть Create New, введіть свій ключ sk-xxxxx і збережіть.

   

   За бажанням установіть Model Name на поточний ID model, який хочете використовувати, а також Temperature (наприклад, 0.7).

3. Побудуйте LLM Chain

   1. Додайте вузол Prompt Template (знайдіть “Prompt”) і налаштуйте шаблон, наприклад:
      Question: {question}
      Answer: Let's think step by step.
      

   

   

   2. Додайте вузол LLM Chain (знайдіть “Chain”). Підключіть:
      • Вхід Language Model ← вузол ChatCometAPI
      • Вхід Prompt ← вузол Prompt Template
   3. Дайте ланцюжку назву, наприклад Universal Chat Assistant.

   

   
4. З’єднайте вузли та збережіть

   Переконайтеся, що ланцюжок утворює повний потік: Input → Prompt Template → LLM Chain → Output. Натисніть Save Chatflow.

   

Усунення несправностей

• Не вдається знайти вузол “cometapi” — переконайтеся, що ваша версія FlowiseAI підтримує цю інтеграцію. Перевірте наявність оновлень або відповідних плагінів.
• Не вдалося налаштувати облікові дані — перевірте, що API key правильний і не прострочений. Скопіюйте його заново з консолі CometAPI.
• Помилка підключення вузлів — переконайтеся, що лінії з’єднання спрямовані до правильних входів (Language Model і Prompt). Якщо якість відповіді низька, змініть Prompt Template або зменште значення Temperature.