سجّل الدخول إلى وحدة تحكم CometAPI. انقر على Add API Key وانسخ مفتاح CometAPI API الخاص بك.
2
أضف عقدة ChatCometAPI
في لوحة chatflow الخاصة بك في FlowiseAI، انقر على Add New.
ابحث عن cometapi وحدد عقدة ChatCometAPI.
اسحبها إلى اللوحة.
3
أنشئ بيانات اعتماد CometAPI
في عقدة ChatCometAPI، افتح Connect Credential، وحدد Create New، والصق مفتاح CometAPI API الخاص بك، ثم احفظ بيانات الاعتماد.
4
عيّن المسار الأساسي لـ CometAPI
وسّع Additional Parameters في عقدة ChatCometAPI.إذا كان إصدار Flowise لديك يعرض حقل Base Path، فاضبطه على:
https://api.cometapi.com/v1/
وإذا كان يعرض Base Options بدلًا من ذلك، فأضف إدخال basePath:
{ "basePath": "https://api.cometapi.com/v1/"}
عيّن Model Name إلى model ID الدقيق للنموذج النصي الذي تريد استدعاءه، على سبيل المثال your-model-id، واضبط Temperature فقط إذا كان سير العمل لديك يحتاج إلى تنوع أكثر أو أقل.
لتبديل النماذج، احتفظ ببيانات اعتماد CometAPI نفسها والمسار الأساسي نفسه، ثم غيّر فقط حقل model ID في ChatCometAPI.استخدم قيم model ID الدقيقة من صفحة نماذج CometAPI. تجنّب نسخ أسماء العرض أو أسماء المزوّدين أو أي مسافات إضافية.
حالة الاستخدام
قيمة model ID
فئة نماذج الدردشة العامة
your-chat-model-id
فئة نماذج الاستدلال
your-reasoning-model-id
فئة نماذج البرمجة
your-coding-model-id
بعد تغيير model ID، احفظ chatflow وشغّل prompt اختباريًا قصيرًا. إذا كنت تدير عدة تدفقات إنتاج، فانسخ chatflow أولًا وأعطِ كل نسخة اسمًا يعكس فئة النموذج.
يتكوّن Flowise RAG من جزأين: أولًا جهّز المستندات وأدرجها في Document Stores، ثم صِل المسترجِع المُجهّز بـ chatflow. يُعد ChatCometAPI نموذج المحادثة الذي يكتب الإجابة النهائية؛ ولا يزال Document Store يحتاج إلى موفّر Embeddings ومتجر متجهات يدعمهما Flowise.
1
إنشاء ومعالجة Document Store
في Flowise، افتح Document Stores وأنشئ متجرًا جديدًا. أضف مُحمّل مستندات، مثل File Loader أو PDF Loader أو Web Scraper أو أي مُحمّل آخر يناسب مصدرك. أضف مُقسّم نصوص عندما يكون المستند طويلًا بما يكفي ليحتاج إلى تقسيم إلى مقاطع، ثم انقر على Process لمعاينة المقاطع المُنشأة.
2
تكوين Embeddings وتخزين المتجهات
انقر على Upsert أو Upsert All Chunks. اختر:
Embeddings: عقدة Embeddings في Flowise متوافقة مع بياناتك ومتجر المتجهات.
Vector Store: قاعدة بيانات المتجهات التي ينبغي على Flowise تخزين embeddings المستند فيها.
Record Manager: اختياري. استخدمه عندما تريد أن تتجنب عمليات upsert المتكررة إنشاء سجلات مكررة.
احرص على أن يكون بُعد نموذج embedding متوافقًا مع بُعد فهرس متجر المتجهات. بعد اكتمال upsert، استخدم اختبار استعلام الاسترجاع الخاص بـ Document Store للتأكد من إرجاع المقاطع ذات الصلة قبل بناء chatflow.
3
إنشاء chatflow للاسترجاع
في chatflow، أضف عقدة Document Store (Vector) أو Document Store Retriever وحدد Document Store المُعالج. اضبط Top K على عدد المقاطع التي تريد أن يسترجعها Flowise لكل سؤال.
إدخال Vector Store Retriever من مسترجِع Document Store.
Memory فقط إذا كان chatflow يحتاج إلى محفوظات المحادثة.
فعّل Return Source Documents عندما تريد أن تتضمن الإجابة استشهادات أو مقاطع المصدر المسترجعة. احفظ التدفق واطرح سؤالًا لا توجد إجابته إلا في المستند الذي تم رفعه.
تأكد من أن إصدار Flowise لديك يتضمن تكامل نموذج الدردشة ChatCometAPI. في عمليات نشر Flowise الأقدم أو المخصصة، قم بتحديث Flowise أو تحقق مما إذا كان المسؤول قد عطّل هذا التكامل.
تفشل الطلبات لأن base path غير صحيح
اضبط CometAPI base path على https://api.cometapi.com/v1/. في بعض إصدارات Flowise يكون هذا الحقل باسم Base Path. وفي إصدارات أخرى، أضف basePath داخل Base Options.لا تستخدم https://api.cometapi.com مع chatflow الخاص بـ ChatCometAPI، لأن عقدة الدردشة تستدعي مسارات /chat/completions المتوافقة مع OpenAI ضمن /v1.
يفشل مفتاح API أو بيانات الاعتماد
أعد نسخ المفتاح من لوحة CometAPI، وأنشئ بيانات اعتماد جديدة في Flowise، وتأكد من أن chatflow يستخدم بيانات الاعتماد هذه. إذا كان المفتاح نفسه يعمل في استدعاءات API المباشرة لكنه يفشل في Flowise، فتحقق من أن Flowise لا يزال يستخدم بيانات اعتماد أقدم مرتبطة بالعقدة.
يفشل model ID
استبدل قيمة model ID في عقدة ChatCometAPI بقيمة نصية مطابقة تمامًا لأحد model ID الحالية للنماذج النصية من صفحة نماذج CometAPI. يجب ألا تتضمن القيمة علامات اقتباس، أو بادئة موفر، أو تسمية عرض، أو مسافات زائدة في النهاية.
يحاول سير العمل إنشاء صور
ChatCometAPI هي عقدة نموذج دردشة مخصصة لسير العمل النصي. استخدمها للدردشة، والسلاسل، والوكلاء، وتوليد الإجابات في RAG. لا تستخدم إعداد Flowise هذا لعقد إنشاء الصور أو لسير العمل المخصص للصور فقط.
يعيد RAG بلا مصادر أو بإجابات ضعيفة
اختبر أولًا استعلام الاسترجاع في Document Store قبل اختبار chatflow الكامل. إذا كان الاسترجاع ضعيفًا، فاضبط text splitter، وchunk size، وchunk overlap، وmetadata filters، وTop K. وإذا كانت الاستشهادات مفقودة، فقم بتمكين Return Source Documents في Conversational Retrieval QA Chain.
يفشل تكوين Upsert أو vector store
تحقق من تطابق موفر embedding، وvector store، وأبعاد المتجهات. غالبًا ما تتطلب vector stores في Flowise Cloud عنوان URL للخدمة يمكن الوصول إليه وبيانات اعتماد خاصة بها؛ أما عنوان URL لـ vector store المحلي فقط مثل localhost فلن يكون ممكن الوصول إليه من Flowise Cloud. يُعد Record Manager اختياريًا، ولكن إذا قمت بتمكينه، فقم بتكوين اتصال قاعدة البيانات الخاصة به بشكل منفصل.
تنتهي مهلة الطلب أو يتم تطبيق rate limit عليه
خفّض قيمة الاسترجاع Top K، وقلّل حجم Prompt، واستخدم chunks أصغر، أو اختر model ID أسرع لعقدة ChatCometAPI. وبالنسبة لحدود المعدل، انتظر ثم أعد المحاولة مع تقليل التوازي، ثم تحقق من استخدام الحساب والحدود في لوحة CometAPI.