> ## Documentation Index
> Fetch the complete documentation index at: https://www.qhaigc.net/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# Flowise 接入启航AI教程

> 在 Flowise 中配置启航AI的 OpenAI-compatible 接口

# Flowise 接入启航AI教程

## 教程说明

[Flowise](https://flowiseai.com) 支持在 `ChatOpenAI` 节点中配置自定义 Base Path，并可用于 OpenAI-compatible 服务。本教程只写当前可核实的接入方式。

## 适用形态

* Flowise 本地部署
* Flowise Docker 部署
* Flowise 自托管实例

## 前置条件

* 可访问的 Flowise 控制台
* 启航AI API Key
* 一个可用的 OpenAI-compatible 接口地址

## 官方支持的接入方式

官方文档支持在 `ChatOpenAI` 及相关自定义组件中使用 custom base URL 和 headers。做 RAG 或向量检索时，也需要单独配置 embedding 侧组件。

## 逐步配置

### 1. 打开 Flowise 画布

登录 Flowise 后，新建一个 chatflow。

### 2. 添加 `ChatOpenAI` 节点

从组件库拖入 `ChatOpenAI` 节点，作为对话模型。

### 3. 连接凭证

在节点里创建或选择 OpenAI 相关凭证，填写启航AI的 API Key。

### 4. 设置 `Base Path`

在节点的 `Additional Parameters` 中填写启航AI的 API 地址。若你的接口要求 `/v1`，按实际字段要求填写。

### 5. 如需使用自定义模型，改用 `ChatOpenAI Custom`

如果当前模型不在默认列表中，优先切换为 `ChatOpenAI Custom`，再手动填写模型 ID。

### 6. RAG 场景补充 embedding 配置

如果你的 flow 里有知识库或向量检索，还需要单独配置 `OpenAI Embeddings` 或 `OpenAI Embeddings Custom`。

### 7. 运行测试

连好 `Chat Prompt`、检索节点和输出节点后，运行一次最小链路，确认能正常返回结果。

## 验证是否接入成功

* `ChatOpenAI` 节点不再报连接错误
* 工作流能正常执行并返回回复
* 如果配置了 embedding，向量化和检索步骤也能正常通过

## 常见问题

**Q: 为什么在凭证里找不到 Base Path？**

A: Flowise 的关键配置通常在节点的 `Additional Parameters` 中，而不是只在凭证里统一填写。

**Q: 为什么模型列表里没有启航AI的模型？**

A: 默认组件只显示内置列表时，改用 `ChatOpenAI Custom` 手动填写模型 ID。

**Q: RAG 只能配 LLM 不配 embedding 吗？**

A: 不能。知识库和向量检索场景必须单独配置 embedding 侧组件。

## 官方参考链接

* [Flowise 官网](https://flowiseai.com)
* [Flowise GitHub](https://github.com/FlowiseAI/Flowise)
* [Flowise Docs: ChatOpenAI](https://github.com/FlowiseAI/FlowiseDocs/blob/main/en/integrations/langchain/chat-models/azure-chatopenai.md)
* [Flowise Docs: OpenAI Embeddings Custom](https://github.com/FlowiseAI/FlowiseDocs/blob/main/en/integrations/langchain/embeddings/openai-embeddings-custom.md)

## 最后更新时间

2026-03-21