Flowise

使用 ChatCometAPI 節點將 CometAPI 連接到 Flowise，設定憑證、選擇模型，並使用提示模板建立 LLM Chain。

FlowiseAI 是一個以視覺化方式建構 LLM 應用程式的低程式碼平台。使用原生的 ChatCometAPI 節點來連接 CometAPI，並建立聊天機器人、問答系統與代理工作流程。

​

先決條件

• 擁有啟用中 API key 的 CometAPI 帳戶 — 在此取得
• 一個 FlowiseAI 帳戶 — 在此登入

1. 取得你的 CometAPI API key

   登入 CometAPI 主控台。點擊 Add API Key 並複製你的 sk-xxxxx key。

   

   
2. 新增 ChatCometAPI 節點

   1. 在你的 FlowiseAI chatflow 畫布中，點擊 Add New。

   

   2. 搜尋 cometapi 並選擇 ChatCometAPI 節點。

   

   3. 將它拖曳到畫布上。

   

   4. 在節點的 Connect Credential 下拉選單中，選擇 Create New，輸入你的 sk-xxxxx key，然後儲存。

   

   你也可以選擇性將 Model Name 設為你目前想使用的模型 ID，並設定 Temperature（例如 0.7）。

3. 建立 LLM Chain

   1. 新增 Prompt Template 節點（搜尋 “Prompt”），並設定一個模板，例如：
      Question: {question}
      Answer: Let's think step by step.
      

   

   

   2. 新增 LLM Chain 節點（搜尋 “Chain”）。連接方式如下：
      • Language Model 輸入 ← ChatCometAPI 節點
      • Prompt 輸入 ← Prompt Template 節點
   3. 為這個 chain 命名，例如 Universal Chat Assistant。

   

   
4. 連接節點並儲存

   確認 chain 已形成完整流程：Input → Prompt Template → LLM Chain → Output。點擊 Save Chatflow。

   

疑難排解

• 找不到 “cometapi” 節點 — 請確認你的 FlowiseAI 版本支援此整合。請檢查是否有更新或相關外掛。
• 憑證設定失敗 — 請確認 API key 正確且尚未過期。可重新從 CometAPI 主控台 複製最新的 key。
• 節點連線錯誤 — 請確認連線指向正確的輸入端（Language Model 和 Prompt）。如果回應品質不佳，請調整 Prompt Template 或降低 Temperature 數值。