首页> 都市> KingFlow AI Flowise 工作流接入教程

KingFlow AI Flowise 工作流接入教程

著

本文标签：

KingFlow AI Flowise 工作流接入教程配置 ChatOpenAI Custom 并发布受保护的 Prediction API Flowise 是用节点构建大模型应用和 Agent 的可视化平台。本文使用 ChatOpenAI Custom 节点接入 KingFlow AI，说明凭据、Base Path、模型 ID、最小 Chatflow、对

来源：灵能API 主角: 更新: 2026-10-30 09:40:07

在线阅读

【扫一扫】手机随心读

读书简介

KingFlow AI Flowise 工作流接入教程

配置 ChatOpenAI Custom 并发布受保护的 Prediction API

Flowise 是用节点构建大模型应用和 Agent 的可视化平台。本文使用 ChatOpenAI Custom 节点接入 KingFlow AI，说明凭据、*ase Path、模型 ID、最小 Chatflow、对话测试、Prediction API 和访问控制。完成后，可以在 Flowise 中复用 KingFlow 模型，并通过受保护的接口把工作流提供给网页或业务系统。

内容核验日期 2026-10-30

接入架构

环节	职责	注意事项
Chat Input	接收用户问题	先用纯文本验证基础流程
Prompt	组织系统指令和变量	避免在节点中写入密钥
ChatOpenAI Custom	保存模型 *ase Path 和采样参数	凭据只保存 KingFlow API Key
KingFlow AI	验证密钥并按模型 ID 转发请求	余额套餐和模型分组需可用
Chat Output	返回模型结果	可在聊天窗口或 Prediction API 使用

开始前的准备

在 KingFlow AI 控制台创建以 sk- 开头的 API Key，并确认余额、套餐或模型分组可用。
从模型广场或控制台复制完整模型 ID，不要根据展示名称自行猜测。
准备可用的 Flowise 实例。首次联调可在本机使用默认地址 http://localhost:3000。
确认 Flowise 服务器能访问 KingFlow API 域名；容器部署时要从容器内部验证网络。
准备一段不含隐私数据的测试问题，首次流程不接入文件、数据库或外部工具。

部署环境检查

环境	建议	注意事项
本机测试	Flowise 默认端口 3000	只**可信网络并设置登录认证
Docker	挂载持久化目录	不要把密钥写入镜像或 Compose 文件
云服务器	反向与 **S	限制管理**来源并启用访问控制

验证 KingFlow 基础接口

curl https://api.**nju**shen.com/v1/chat/completions \
  -H "Authorization: *earer sk-你的密钥" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "<KingFlow控制台中的完整模型ID>",
    "messages": [{"role": "user", "content": "只回复：连接成功"}],
    "stream": false
  }'

创建最小 Chatflow

登录 Flowise，在 Chatflows 页面点击 Add New。
从 Chat Models 分类拖入 ChatOpenAI Custom。普通 ChatOpenAI 也能修改 *ase Path，但 Custom 更适合手动填写模型 ID。
在 Connect Credential 中点击 Create New，名称填写 KingFlow AI，API Key 粘贴 KingFlow 密钥。
打开 ChatOpenAI Custom 的 Additional Parameters，将 *ase Path 设置为 https://api.**nju**shen.com/v1。
Model Name 填写 KingFlow 控制台中的完整模型 ID。
拖入 Chat Prompt Template 或 Prompt Template，写入简短系统指令并连接到模型。
拖入 Chat Input 与 Chat Output，按输入、提示词、模型、输出顺序连接节点。
保存 Chatflow，打开聊天测试窗口发送最小测试问题。

字段	填写内容	说明
Credential Name	KingFlow AI	便于在多个工作流中复用
API Key	sk-你的密钥	仅存于 Flowise 凭据系统
*ase Path	https://api.njushen.com/v1	填写到 /v1
Model Name	控制**整模型 ID	ChatOpenAI Custom 允许手动输入
Temperature	0.2 至 0.5	首次测试降低随机性
Streaming	按使用场景开启	聊天体验更流畅接口处理更复杂

Flowise 安全发布流程 — 图二 Flowise 从创建工作流到受保护接口的流程。AI 生成示意图。

运行聊天窗口测试

你是连接测试助手。请完成三项任务：
1. 用一句话说明当前流程已经收到问题
2. 计算 29 × 17
3. 最后一行只输出 FLOW**E_OK

检查点	预期结果	验证方式
输入节点	测试问题进入工作流	聊天窗口能看到用户消息
提示词节点	系统指令和变量正确渲染	不要包含真实密钥
模型节点	调用 KingFlow 并返回内容	控制台应出现调用记录
输出节点	回答显示或传给下游	无空值和结构错误

调用 Prediction API

curl http://localhost:3000/api/v1/prediction/<chatflow-id> \
  -H "Authorization: *earer <Flowise工作流API密钥>" \
  -H "Content-Type: application/json" \
  -d '{
    "question": "请用一句话说明服务正常",
    "streaming": false
  }'

保护工作流和密钥

KingFlow API Key 用于 Flowise 调用模型，应只保存在 Credential 中。
Flowise 工作流 API Key 用于业务系统调用 Prediction API，两种密钥不能混用。
Chatflow 默认可能可由持有 Flow ID 的人调用。发布前应在 Chatflow 中绑定 Flowise API Key。
Configuration Override 默认保持关闭，只开放业务确实需要覆盖的字段。
管理**使用登录认证、****S 和来源限制，数据库与持久化目录应定期备份。

完成联调验证

聊天测试窗口能返回 FLOW**E_OK。
KingFlow 控制台出现对应密钥和模型的调用记录。
Chatflow 保存后重新打开，凭据、模型和 *ase Path 仍正确。
Prediction API 在带正确 Flowise API Key 时返回 200。
缺少或使用错误 Flowise API Key 时，受保护的工作流拒绝请求。

完成检查清单

Flowise 实例已启用管理登录并能访问 KingFlow 域名。
KingFlow 密钥保存在 Credential 中。
*ase Path 为 https://api.**nju**shen.com/v1。
Model Name 与 KingFlow 控制**全一致。
最小 Chatflow 已通过聊天窗口测试。
Chatflow 已绑定独立的 Flowise API Key。
Prediction API 在授权和未授权场景下均按预期响应。

常见故障排查

现象	常见原因	处理方法
模型节点报 401	KingFlow 密钥错误已停用或未保存	重新选择凭据并核对密钥状态
模型节点报 404	*ase Path 或模型 ID 错误	*ase Path 填到 /v1 并复制完整模型 ID
返回 429	余额不足或请求频率过高	检查余额和套餐降低并发后重试
返回 503	通道繁忙或暂时无可用账号	稍后有限重试或切换可用模型
容器内无法连接	容器 DNS **或出口受限	进入容器验证域名和 ****S 访问
Chatflow 无输出	节点未连接或输出映射错误	按输入提示词模型输出顺序检查连线
Prediction API 401	Flowise 工作流 API Key 缺失或错误	使用 Flowise 生成的访问密钥而非 KingFlow 密钥
Prediction API 404	Chatflow ID 错误	从工作流详情复制完整 ID
流式客户端解析失败	客户端未按事件流处理	先设置 streaming false 验证普通 **ON

《KingFlow AI Flowise 工作流接入教程》资讯列表：

KingFlow AI Flowise 工作流接入教程

相关小说

为您推荐

小说标签