试用flowise和langflow构建chatpdf流程

背景

根据Flowise和Langflow的文档，Flowise（ https://docs.flowiseai.com/ ）是一个低代码/无代码拖放工具，旨在让人们轻松可视化和构建LLM应用程序；Langflow（ https://docs.langflow.org/ ）是制作LangChain流原型的简单方法。拖放功能允许快速轻松地进行实验，而内置的聊天界面有助于实时交互。它提供了编辑提示参数、创建链和代理、跟踪思维过程和导出流的选项。

本质上，Flowise和Langflow都是LangChain（ https://www.langchain.com/ ）的GUI。LangChain是一个用于开发由语言模型驱动的应用程序的框架。它支持以下应用程序：

• 数据感知：将语言模型连接到其他数据源
• 代理：允许语言模型与其环境交互

LangChain的主要价值支柱是：

• 组件：用于处理语言模型的抽象，以及每个抽象的实现集合。组件是模块化且易于使用的，无论您是否使用 LangChain 框架的其余部分
• 现成的链：用于完成特定更高级别任务的组件的结构化组合

今天我准备试用flowise和langflow构建chatpdf流程。flowise和langflow的安装这里不表，详细可以见上述官方文档。

chatdoc流程图

flowise

通过拖拉拽的方式构建flowise流程。详细见图。

基于flowise实现chatpdf

通过flowise对话框询问文档内容

langflow

通过拖拉拽的方式构建langflow流程。langflow不存在In-Memory Vector Store，因此换成Choma Vector Store。整体感觉langflow没有flowise使用的顺。

基于langflow实现chatpdf

先点击右下角的闪电build，然后点击右下角的对话框询问文档问题。

通过langflow对话框询问文档内容

总结

整体感受，他们的底层哲学都和LangChain是一致。易用性上，感觉flowise更佳，且各种组件要多不少。chat检索pdf的文档准确度上，明显langflow要差不少，回答的问题正确性不足。