English | 简体中文 | 日本語

🔀 VectorVein

利用 AI 和个人知识库的力量构建自动化工作流。

无需任何编程，通过简单的拖拽即可创建强大的工作流。

VectorVein 是一款零代码 AI 工作流软件，灵感源自 LangChain 和 langflow。它旨在结合大语言模型的强大能力，使用户能够轻松实现各种日常任务的智能化与自动化工作流。

🌐 在线体验

您可以在此处体验 VectorVein 的在线版本，无需下载或安装。

官方网站 在线文档

📦 安装与配置

安装

从 Release 下载 VectorVein 后，程序会在安装目录下创建一个“data”文件夹，用于存储数据库和静态文件资源。

VectorVein 使用 pywebview 构建，基于 webview2 内核，因此您需要安装 webview2 运行时。如果软件无法打开，您可能需要从 https://developer.microsoft.com/en-us/microsoft-edge/webview2/ 手动下载 webview2 运行时。

[!IMPORTANT] 如果解压后软件无法打开，请检查下载的 .zip 压缩包是否被锁定。您可以右键点击压缩包并选择“解除锁定”来解决此问题。

配置

软件中的大多数工作流和 Agent 都涉及 AI 大语言模型的使用，因此您至少需要提供一个可用的 LLM 配置。关于工作流，您可以在界面中查看当前使用的大语言模型，如下图所示。

API 端点配置

从 v0.2.10 版本开始，VectorVein 将 API 端点与大语言模型配置分离开来，允许同一大语言模型使用多个 API 端点。

软件正常打开后，点击打开设置按钮，您可以根据需要配置每个 API 端点的信息，或添加自定义 API 端点。目前，API 端点支持兼容 OpenAI 的接口，可连接至本地运行的服务，如 LM-Studio、Ollama、vLLM 等。

LM-Studio 的 API Base 通常为 http://localhost:1234/v1/

Ollama 的 API Base 通常为 http://localhost:11434/v1/

远程大语言模型接口配置

请在 Remote LLMs 选项卡中配置每个模型的具体信息。

点击任意模型以设置其具体配置，如下所示。

Model Key 是大模型的标准名称，通常无需调整。Model ID 是实际部署时使用的名称，通常与 Model Key 一致。但在 Azure OpenAI 等部署中，Model ID 是用户定义的，因此需要根据实际情况进行调整。

由于不同提供商针对同一模型的 Model ID 可能有所不同，您可以点击 Edit 按钮来配置此端点下的具体 Model ID，如下图所示。

自定义大语言模型接口配置

如果使用自定义大语言模型，请在 Custom LLMs 选项卡中填写自定义模型配置信息。目前支持兼容 OpenAI 的接口，例如 LM-Studio、Ollama、vLLM 等。

首先添加一个自定义模型系列，然后添加自定义模型。别忘了点击 Save Settings 按钮。

语音识别配置

目前，语音识别使用兼容 OpenAI 的路径。您可以与大语言模型使用相同的配置，或设置一个兼容 OpenAI API 的语音识别服务（例如 Groq）。

Embedding 配置

当需要使用向量数据执行向量搜索时，请通过 vv-llm 的 embedding_backends 方案在 Embedding models 设置中配置 Embedding 后端。内置支持 OpenAI Embeddings 以及自定义请求/响应映射。