Flowise: 52K+ Stars Xây Dựng AI Agent Trực Quan — Hướng Dẫn Cài Đặt 5 Phút 2026

{{< resource-info >}}

Giới thiệu #

Xây dựng ứng dụng dựa trên LLM từng đòi hỏi viết hàng trăm dòng Python để kết nối thủ công các mô hình, vector database, retrieval chain và memory module. Flowise đã thay đổi hoàn toàn quy tắc này. Với 52.948 GitHub Stars và cộng đồng phát triển sôi nổi, Flowise là công cụ xây dựng AI agent trực quan mã nguồn mở, cho phép bạn xây dựng AI agent và pipeline RAG bằng cách kéo-thả, kết nối các node trên canvas —— không cần viết code. Dù bạn đang phát triển nguyên mẫu chatbot hỗ trợ khách hàng hay triển khai hệ thống hỏi đáp tài liệu trên VPS $5/tháng, hướng dẫn này sẽ giúp bạn thiết lập môi trường Flowise production-grade từ con số không trong vòng 5 phút.

Flowise là gì? #

Flowise là công cụ xây dựng workflow LLM và AI agent trực quan mã nguồn mở dựa trên LangChain. Nó cung cấp canvas dạng node-based, mỗi thành phần —— mô hình chat, embeddings, vector store, công cụ, agent và chain —— được hiển thị dưới dạng node có thể kéo thả, kết nối để tạo thành pipeline có thể thực thi. Flowise hỗ trợ hơn 200 tích hợp LangChain bao gồm OpenAI, Anthropic, Ollama, Qdrant, Weaviate và Chroma, là một trong những công cụ xây dựng AI trực quan có khả năng tích hợp phong phú nhất hiện nay.

Flowise hoạt động như thế nào #

Flowise sử dụng kiến trúc module, ánh xạ trực tiếp các node trực quan tới các lớp LangChain. Hiểu rõ kiến trúc này giúp bạn xây dựng flow phức tạp hơn và debug nhanh hơn.

Các thành phần cốt lõi #

1. Chat Models —— Công cụ LLM (OpenAI GPT-4o, Claude, mô hình local Ollama, Hugging Face, Bedrock, Gemini)
2. Embeddings —— Chuyển đổi văn bản thành vector để tìm kiếm ngữ nghĩa (OpenAI, HuggingFace, Cohere)
3. Vector Stores —— Lưu trữ embeddings để truy xuất (Chroma, Qdrant, Weaviate, Pinecone, pgvector)
4. Document Loaders —— Nhập dữ liệu từ PDF, trang web, file text, Notion, Confluence
5. Chains —— Điều phối các tác vụ LLM đa bước (Conversational Retrieval QA, LLM Chain)
6. Agents —— Hệ thống suy luận tự chủ, chọn công cụ động (ReAct, OpenAI Functions)
7. Memory —— Duy trì ngữ cảnh cuộc trò chuyện (Buffer Memory, Window Buffer, Redis-backed)

Ba chế độ xây dựng #

Flowise cung cấp ba công cụ xây dựng trực quan:

• Assistant —— Công cụ xây dựng chatbot thân thiện cho ngườ mới, hỗ trợ RAG. Tải lên tài liệu, cấu hình phản hồi và triển khai.
• Chatflow —— Canvas node-based đầy đủ để xây dựng conversational AI tùy chỉnh với quyền kiểm soát tường minh mọi thành phần.
• Agentflow —— Workflow agent đa bước với logic điều kiện, vòng lặp, gọi công cụ và phê duyệt bởi con ngườ.

Mọi flow bạn xây dựng tự động hiển thị REST API endpoint và widget chat có thể nhúng, giúp việc triển khai chỉ cần một cú click chuột.

Cài đặt và thiết lập #

Flowise cung cấp bốn phương pháp cài đặt. Mỗi phương pháp phù hợp với môi trường và trình độ khác nhau.

Phương pháp 1: NPM (Nhanh nhất cho phát triển local) #

Yêu cầu Node.js v18.15.0 hoặc v20+. Đây là con đường nhanh nhất từ cài đặt đến canvas đang chạy.

# Cài đặt Flowise toàn cục
npm install -g flowise

# Hoặc cài đặt phiên bản cụ thể
npm install -g flowise@3.1.2

# Khởi động Flowise
npx flowise start

Mở http://localhost:3000 trong trình duyệt. Lần khởi động đầu tiên sẽ tự động tạo database SQLite tại ~/.flowise.

Phương pháp 2: Docker (Khuyến nghị cho production) #

Đây là phương pháp triển khai đáng tin cậy nhất. Flowise cung cấp image chính thức trên Docker Hub với hỗ trợ đa kiến trúc.

# Pull và chạy image chính thức
docker run -d -p 3000:3000 \
  --name flowise \
  -e FLOWISE_USERNAME=admin \
  -e FLOWISE_PASSWORD=secure-password \
  flowiseai/flowise:latest

Truy cập http://localhost:3000 và đăng nhập bằng thông tin bạn đã đặt.

Phương pháp 3: Docker Compose (Production với database) #

Đối với triển khai lâu dài, sử dụng Docker Compose với PostgreSQL và volume mount.

# docker-compose.yml
version: '3.8'
services:
  flowise:
    image: flowiseai/flowise:latest
    ports:
      - "3000:3000"
    environment:
      - PORT=3000
      - DATABASE_TYPE=postgres
      - DATABASE_HOST=postgres
      - DATABASE_PORT=5432
      - DATABASE_NAME=flowise
      - DATABASE_USER=flowise
      - DATABASE_PASSWORD=${DB_PASSWORD:-changeme}
      - FLOWISE_USERNAME=${FLOWISE_USER:-admin}
      - FLOWISE_PASSWORD=${FLOWISE_PASS:-changeme}
      - SECRETKEY_PATH=/root/.flowise
      - JWT_AUTH_TOKEN_SECRET=${JWT_SECRET:-random-secret-change-in-prod}
      - JWT_REFRESH_TOKEN_SECRET=${JWT_REFRESH:-another-random-secret}
    volumes:
      - flowise_data:/root/.flowise
    depends_on:
      - postgres
    restart: unless-stopped

  postgres:
    image: postgres:16-alpine
    environment:
      - POSTGRES_USER=flowise
      - POSTGRES_PASSWORD=${DB_PASSWORD:-changeme}
      - POSTGRES_DB=flowise
    volumes:
      - postgres_data:/var/lib/postgresql/data
    restart: unless-stopped

volumes:
  flowise_data:
  postgres_data:

Khởi động:

docker compose up -d

Phương pháp 4: Triển khai lên DigitalOcean Droplet #

Để có instance được lưu trữ trên cloud trên VPS đáng tin cậy, triển khai Flowise lên DigitalOcean chỉ trong vài phút.

# Trên máy chủ Ubuntu 24.04 mới (2 vCPU / 2GB RAM / $12/tháng)
apt update && apt install -y docker.io docker-compose

# Clone repo Flowise
git clone https://github.com/FlowiseAI/Flowise.git
cd Flowise/docker

# Copy template biến môi trường
cp .env.example .env

# Chỉnh sửa file cấu hình
nano .env

Ví dụ .env cho triển khai DigitalOcean:

PORT=3000
DATABASE_TYPE=sqlite
DATABASE_PATH=/root/.flowise
SECRETKEY_PATH=/root/.flowise
LOG_PATH=/root/.flowise/logs
BLOB_STORAGE_PATH=/root/.flowise/storage
FLOWISE_USERNAME=admin
FLOWISE_PASSWORD=your-secure-password-here
JWT_AUTH_TOKEN_SECRET=$(openssl rand -hex 32)
JWT_REFRESH_TOKEN_SECRET=$(openssl rand -hex 32)

Khởi động dịch vụ:

docker compose up -d

Tuyên bố: Một số liên kết trong bài viết này là liên kết affiliate. Chúng tôi có thể nhận được hoa hồng nhưng bạn không phải trả thêm phí. Chúng tôi chỉ giới thiệu các công cụ mà chính chúng tôi sử dụng.

Bảng tham khảo biến môi trường #

Tích hợp với công cụ phổ biến #

Tích hợp OpenAI #

Hầu hết ngườ dùng bắt đầu với mô hình OpenAI. Cấu hình API key trong Flowise UI tại Credentials, sau đó sử dụng node ChatOpenAI trong flow.

# Thêm OpenAI API key dưới dạng biến môi trường (tùy chọn nhưng khuyến nghị)
export OPENAI_API_KEY=sk-your-key-here

Ollama (LLM cục bộ) #

Chạy mô hình local với Ollama loại bỏ chi phí API và giữ dữ liệu tại chỗ. Thiết lập này lý tưởng cho các triển khai nhạy cảm về quyền riêng tư.

# docker-compose-ollama.yml
version: '3.8'
services:
  ollama:
    image: ollama/ollama:latest
    ports:
      - "11434:11434"
    volumes:
      - ollama_data:/root/.ollama
    restart: unless-stopped

  flowise:
    image: flowiseai/flowise:latest
    ports:
      - "3000:3000"
    environment:
      - PORT=3000
      - OLLAMA_BASE_URL=http://ollama:11434
    depends_on:
      - ollama
    restart: unless-stopped

volumes:
  ollama_data:

Pull mô hình và bắt đầu sử dụng:

# Pull mô hình nhẹ để test
docker exec -it ollama ollama pull qwen2:7b

# Hoặc pull Llama 3
docker exec -it ollama ollama pull llama3.1:8b

Trên canvas Flowise, chọn node ChatOllama và đặt tên mô hình thành qwen2:7b hoặc llama3.1:8b.

Chroma Vector Store (Thiết lập RAG) #

Đối với pipeline RAG production-grade, Chroma cung cấp vector database nhẹ hoạt động liền mạch với Flowise.

# Thêm vào docker-compose.yml
  chroma:
    image: chromadb/chroma:latest
    ports:
      - "8000:8000"
    volumes:
      - chroma_data:/chroma/chroma
    restart: unless-stopped

Xây dựng pipeline RAG trong Flowise:

1. Kéo thả node PDF Loader hoặc Text File
2. Kết nối với node Text Splitter (đặt chunk size 1000, overlap 200)
3. Kết nối với node OpenAI Embeddings (hoặc Ollama Embeddings)
4. Kết nối với node vector store Chroma
5. Thêm node Conversational Retrieval QA Chain
6. Kết nối Chat Model (ChatOpenAI hoặc ChatOllama) vào chain
7. Click Save và Run

Qdrant (Tìm kiếm vector có khả năng mở rộng) #

Đối với RAG có tìm kiếm hybrid thông lượng cao, Qdrant vượt trội hơn các store trong bộ nhớ.

# Thêm Qdrant vào compose file
  qdrant:
    image: qdrant/qdrant:latest
    ports:
      - "6333:6333"
      - "6334:6334"
    volumes:
      - qdrant_data:/qdrant/storage
    restart: unless-stopped

Trong Flowise, sử dụng node vector store Qdrant với host http://qdrant:6333.

Weaviate (Vector Database doanh nghiệp) #

  weaviate:
    image: semitechnologies/weaviate:latest
    ports:
      - "8080:8080"
    environment:
      QUERY_DEFAULTS_LIMIT: 25
      AUTHENTICATION_ANONYMOUS_ACCESS_ENABLED: 'true'
      PERSISTENCE_DATA_PATH: '/var/lib/weaviate'
    volumes:
      - weaviate_data:/var/lib/weaviate
    restart: unless-stopped

Triển khai API #

Mọi flow tự động hiển thị REST API. Export chatflow của bạn và tích hợp ở bất kỳ đâu.

# Test flow đã triển khai bằng curl
curl -X POST "http://localhost:3000/api/v1/prediction/your-chatflow-id" \
  -H "Content-Type: application/json" \
  -d '{
    "question": "Chính sách đổi trả như thế nào?",
    "overrideConfig": {
      "sessionId": "user_001"
    }
  }'

Phản hồi:

{
  "text": "Theo tài liệu của chúng tôi, chính sách đổi trả cho phép đổi trả trong vòng 30 ngày kể từ ngày mua với biên lai gốc.",
  "sourceDocuments": [
    {
      "pageContent": "Chấp nhận đổi trả trong vòng 30 ngày sau khi mua...",
      "metadata": { "source": "return-policy.pdf", "page": 3 }
    }
  ]
}

Ví dụ Python SDK:

import requests

FLOWISE_API = "http://localhost:3000/api/v1/prediction/your-chatflow-id"

def ask(question, session_id="user_001"):
    resp = requests.post(FLOWISE_API, json={
        "question": question,
        "overrideConfig": {"sessionId": session_id}
    })
    return resp.json()["text"]

answer = ask("Các phương thức vận chuyển là gì?")
print(answer)

Nhúng vào website #

Flowise tạo đoạn mã JavaScript nhúng cho mọi chatflow. Dán vào bất kỳ trang HTML nào:

<script type="module">
  import Chatbot from 'https://cdn.jsdelivr.net/npm/flowise-embed/dist/web.js';
  Chatbot.init({
    chatflowid: 'your-chatflow-id',
    apiHost: 'https://your-flowise-server.com',
    theme: {
      button: {
        backgroundColor: '#3B81F6',
        right: 20,
        bottom: 20,
        size: 'medium'
      },
      chatWindow: {
        title: 'Trợ lý hỗ trợ',
        welcomeMessage: 'Xin chào! Tôi có thể giúp gì cho bạn?',
        backgroundColor: '#ffffff',
        height: 700,
        width: 400
      }
    }
  });
</script>

Benchmark / Các trường hợp sử dụng thực tế #

Đặc tính hiệu suất Flowise dựa trên báo cáo cộng đồng và thử nghiệm của chúng tôi:

So sánh: Flowise vs các lựa chọn thay thế #

Khi nào chọn công cụ nào #

• Flowise: Tốt nhất cho các team xây dựng conversational AI (chatbot, RAG) muốn đường dẫn prototype-deployment nhanh nhất với khả năng tương thích LangChain đầy đủ.
• Dify: Chọn khi cần nền tảng ứng dụng AI full-stack với quản lý kiến thức tích hợp, quản lý phiên bản prompt và cộng tác nhóm.
• n8n: Chọn khi agent AI của bạn là một phần của pipeline tự động hóa rộng hơn với 400+ tích hợp SaaS, lập lịch và xử lý lỗi.
• LangChain: Sử dụng trực tiếp khi cần quyền kiểm soát code đầy đủ, quản lý phiên bản prompt và tích hợp CI/CD.

Sử dụng nâng cao / Củng cố production #

Danh sách kiểm tra bảo mật #

Trước khi đưa Flowise ra internet, hoàn thành các bước sau:

# 1. Bật xác thực (BẮT BUỘC)
FLOWISE_USERNAME=admin
FLOWISE_PASSWORD=$(openssl rand -base64 24)

# 2. Đặt JWT secret mạnh
JWT_AUTH_TOKEN_SECRET=$(openssl rand -hex 64)
JWT_REFRESH_TOKEN_SECRET=$(openssl rand -hex 64)

# 3. Chạy sau HTTPS với reverse proxy
# Đoạn cấu hình Nginx:
server {
    listen 443 ssl http2;
    server_name flowise.yourdomain.com;

    ssl_certificate /path/to/cert.pem;
    ssl_certificate_key /path/to/key.pem;

    location / {
        proxy_pass http://localhost:3000;
        proxy_http_version 1.1;
        proxy_set_header Upgrade $http_upgrade;
        proxy_set_header Connection "upgrade";
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
    }
}

# 4. Tắt telemetry nếu muốn
DISABLE_FLOWISE_TELEMETRY=true

# 5. Đặt CORS cho widget nhúng
CORS_ORIGINS=https://yourdomain.com,https://app.yourdomain.com

Mở rộng với Queue Mode #

Đối với triển khai lưu lượng cao, Flowise hỗ trợ xử lý dựa trên hàng đợi với Redis worker.

# docker-compose-queue.yml
version: '3.8'
services:
  redis:
    image: redis:alpine
    restart: unless-stopped

  flowise:
    image: flowiseai/flowise:latest
    ports:
      - "3000:3000"
    environment:
      - PORT=3000
      - QUEUE_NAME=flowise-queue
      - QUEUE_REDIS_URL=redis://redis:6379
    restart: unless-stopped

  flowise-worker:
    image: flowiseai/flowise-worker:latest
    environment:
      - QUEUE_NAME=flowise-queue
      - QUEUE_REDIS_URL=redis://redis:6379
    restart: unless-stopped

Mở rộng worker theo chiều ngang:

docker compose -f docker-compose-queue.yml up -d --scale flowise-worker=3

Chiến lược sao lưu #

# Sao lưu database SQLite
docker exec flowise tar czf /tmp/backup.tar.gz /root/.flowise
docker cp flowise:/tmp/backup.tar.gz ./flowise-backup-$(date +%Y%m%d).tar.gz

# Sao lưu PostgreSQL
docker exec flowise-postgres pg_dump -U flowise flowise > flowise-db-$(date +%Y%m%d).sql

# Tự động sao lưu hàng ngày qua cron (thêm vào crontab)
0 2 * * * /usr/local/bin/backup-flowise.sh >> /var/log/flowise-backup.log 2>&1

Giám sát với Docker #

# Xem log theo thờ gian thực
docker compose logs -f flowise

# Kiểm tra sử dụng tài nguyên
docker stats flowise

# Health check endpoint
curl http://localhost:3000/api/v1/ping

Hạn chế / Đánh giá trung thực #

Flowise không phải công cụ phù hợp cho mọi dự án AI. Sau đây là những gì Flowise KHÔNG làm tốt:

1. Điều phối Multi-Agent phức tạp: Flowise Agentflow hỗ trợ agent tuần tự, nhưng các pattern multi-agent dạng chu kỳ (như trong LangGraph hoặc AutoGen) cần cách giải quyết thay thế. Các team xây dựng agent nghiên cứu hoặc hệ thống multi-agent tranh luận nên xem xét LangGraph trực tiếp.

2. Workflow phi-chat: Flowise được tối ưu hóa cho conversational AI. Xử lý tài liệu theo batch, pipeline ETL, hoặc chuyển đổi dữ liệu theo lịch phù hợp hơn với n8n hoặc Python script.

3. Quản lý phiên bản: Các flow trực quan không thể diff trong Git như code. Hợp tác trong team lớn đòi hỏi kỷ luật trong việc export và quản lý phiên bản định nghĩa flow JSON thủ công.

4. Debug nâng cao: Mặc dù Flowise hiển thị log thực thi, nhưng thiếu phân tích thờ gian từng node và theo dõi token usage mà Dify cung cấp. Debug lỗi retrieval phức tạp đòi hỏi đọc log thô.

5. Governance doanh nghiệp: RBAC tồn tại ở tier Pro, nhưng audit trail, framework tuân thủ (ISO 42001, EU AI Act), và quản lý fleet không phải tính năng hàng đầu. Các ngành được quy định có thể cần thêm lớp governance.

6. Phụ thuộc LangChain: Flowise kế thừa hạn chế của LangChain. Nếu LangChain ngừng hỗ trợ một mô hình hoặc giới thiệu breaking change, Flowise cũng chịu ảnh hưởng. Sự kết hợp này là ưu điểm cho ngườ dùng LangChain nhưng là ràng buộc cho những ngườ khác.

Câu hỏi thường gặp #

Cách cài đặt Flowise trên server không có Node.js? #

Sử dụng Docker. Image flowiseai/flowise chính thức đã đóng gói mọi dependency. Một lệnh docker run duy nhất là đủ, không cần cài Node.js, pnpm hay bất kỳ công cụ build nào trên host.

Flowise có hoạt động với LLM cục bộ như Llama hoặc Qwen không? #

Có. Flowise tích hợp gốc với Ollama. Khởi động container Ollama (hoặc instance local), pull bất kỳ mô hình GGUF nào, sau đó chọn node ChatOllama trên canvas Flowise. Dữ liệu của bạn không bao giờ rồi khỏi server —— không cần API key.

Flowise vs Dify khi xây dựng chatbot RAG? #

Flowise thiết lập nhanh hơn (một container, không cần database) và cho phép kiểm soát tường minh mọi thành phần LangChain. Dify có giao diện knowledge base đánh bóng hơn với chunking tự động và debug tốt hơn. Chọn Flowise cho tốc độ và khả năng tương thích LangChain; chọn Dify cho cộng tác nhóm và quản lý kiến thức tích hợp.

Flowise có miễn phí sử dụng thương mại không? #

Có. Flowise được phát hành theo giấy phép MIT. Bạn có thể tự host, chỉnh sửa, nhúng vào sản phẩm thương mại, bán dịch vụ dựa trên nó —— tất cả không phải trả phí cấp phép. Phiên bản cloud-hosted có gói trả phí từ $35/tháng.

Cấu hình server tối thiểu cho Flowise production là gì? #

VPS $5/tháng với 1 vCPU và 1 GB RAM xử lý tốt khối lượng công việc vừa và nhỏ với SQLite. Đối với production với PostgreSQL và ngườ dùng đồng thờ, nên cấp phát 2 vCPU và 4 GB RAM. Container Flowise tiêu thụ ~180 MB ở trạng thái nhàn rỗi; LLM (nếu tự host qua Ollama) tiêu thụ tài nguyên nhiều nhất.

Có thể export chatbot Flowise dưới dạng API không? #

Mọi Chatflow và Agentflow tự động nhận REST API endpoint tại /api/v1/prediction/{flow-id}. UI tạo snippet code curl, Python và JavaScript. Bạn cũng có thể export widget chat nhúng chỉ với một click.

Cách nâng cấp Flowise lên phiên bản mới? #

Triển khai Docker: Pull image mới nhất và khởi động lại:

docker pull flowiseai/flowise:latest
docker compose up -d

Cài đặt NPM: Chạy npm update -g flowise. Luôn sao lưu thư mục ~/.flowise trước khi nâng cấp.

Tuyên bố: Một số liên kết trong bài viết này là liên kết affiliate. Chúng tôi có thể nhận được hoa hồng nhưng bạn không phải trả thêm phí. Chúng tôi chỉ giới thiệu các công cụ mà chính chúng tôi sử dụng.

Kết luận #

Flowise loại bỏ rào cản giữa ý tưởng và triển khai AI agent. Với 52.948 GitHub Stars, giấy phép MIT, và canvas trực quan ánh xạ trực tiếp đến mô hình thành phần LangChain, đây là lựa chọn thực tế cho các developer muốn phát hành chatbot LLM và hệ thống RAG mà không viết code boilerplate.

Bắt đầu với npx flowise start cho prototype local. Chuyển sang Docker Compose với PostgreSQL cho production. Kết nối Ollama cho các triển khai hoàn toàn private, không cần API key. Và khi cần mở rộng, thêm Redis queue worker và các worker replica theo chiều ngang.

Các việc cần làm tuần này:

1. Triển khai Flowise local với Docker (docker run -p 3000:3000 flowiseai/flowise)
2. Xây dựng pipeline RAG đầu tiên với PDF loader, text splitter và Chroma vector store
3. Export REST API và nhúng chat widget vào trang test
4. Tham gia nhóm Telegram FlowiseAI để được hỗ trợ cộng đồng và mẹo hàng tuần

Hosting Và Hạ Tầng Được Đề Xuất #

Trước khi triển khai các công cụ trên vào production, bạn cần hạ tầng vững chắc. Hai lựa chọn dibi8 đang dùng:

• DigitalOcean — Credit miễn phí $200 trong 60 ngày, 14+ khu vực toàn cầu. Lựa chọn mặc định cho dev chạy AI tools open source.
• HTStack — VPS Hong Kong, độ trễ thấp khi truy cập từ Trung Quốc. Cùng IDC đang host dibi8.com.

Liên kết tiếp thị — không tăng chi phí của bạn, giúp dibi8.com hoạt động.

Nguồn & Tài liệu tham khảo #

1. Tài liệu chính thức Flowise —— Tài liệu đầy đủ về cài đặt, cấu hình và API reference
2. Flowise GitHub Repository —— Mã nguồn, issues và releases
3. Giá Flowise Cloud —— Các gói cloud-hosted và tính năng enterprise
4. Tài liệu LangChain —— Framework nền tảng của Flowise
5. Ollama Download —— Runtime LLM local cho triển khai private
6. Chroma Database —— Vector database mã nguồn mở cho RAG
7. Qdrant Vector Database —— Tìm kiếm vector hiệu suất cao cho production
8. So sánh Flowise vs Dify —— So sánh chi tiết bởi ToolHalla
9. Tài liệu Flowise Embed Widget —— Gói NPM để nhúng chatbot
10. Hướng dẫn triển khai Docker trên DigitalOcean —— Hướng dẫn cài Docker trên Ubuntu