Flowise auf Saplo einrichten: visueller AI-Agenten- und Chatbot-Builder ohne Code

Einen eigenen Chatbot oder KI-Agenten zu entwickeln, bedeutet meistens eines von zwei Dingen: entweder die Integration einer Sprachmodell-API von Grund auf selbst zu schreiben oder ein kostenpflichtiges Abonnement bei einer geschlossenen SaaS-Plattform abzuschließen, über die alle Kundendaten laufen. Flowise ist ein dritter Weg: ein offener, visueller Creator für KI-Agenten und Chatbots, bei dem du ein LLM, deine eigenen Tools (API-Aufrufe, Funktionen) und Vektordatenbanken für die Dokumentsuche (RAG) per Drag-and-Drop zu einem Knotengraphen verbindest. Den fertigen Flow stellst du dann als API-Endpunkt oder Chat-Widget bereit, um ihn auf deiner Website einzubetten. In dieser Anleitung zeigen wir dir, wie du Flowise auf Saplo installierst.

Was ist Flowise?

Flowise funktioniert wie eine Leinwand mit Knoten: Du fügst einen Sprachmodellknoten hinzu (OpenAI, Anthropic, ein lokales Modell über Ollama und andere), verbindest ihn mit Werkzeugknoten, zum Beispiel einem Aufruf einer externen API oder einer eigenen Funktion, und optional einer Vektordatenbank mit deinen Dokumenten, damit der Agent auf Basis des Firmenwissens und nicht nur auf dem allgemeinen Wissen des Modells antwortet. Das Ganze verbindest du mit Pfeilen, ohne Integrationscode schreiben zu müssen, testest es im Panel und veröffentlichst es als API-Endpunkt oder als fertiges Chat-Widget zum Einfügen auf der Kundenseite. Das ist eine andere Nische als n8n, das eine allgemeine Automatisierungs-Engine ohne primäre Agentenlogik-Designfunktion ist, und anders als Open WebUI, das eine reine Chat-Oberfläche für ein fertiges Modell bietet, aber keine eigene Agentenlogik mit Tools und Gedächtnis erstellen lässt. Eine Beschreibung des Dienstes findest du auch auf der Flowise-Hosting-Seite bei Saplo.

Für wen ist Flowise gedacht?

• Agenturen oder Entwickler, die KI-Funktionen für Kunden erstellen - einen Chatbot, Assistenten oder eine Suchmaschine für Dokumente, ohne für jedes Projekt die API-Integration mit dem Modell von Grund auf neu schreiben zu müssen.
• Unternehmen, die einen eigenen Chatbot haben möchten, der auf firmeneigenen Dokumenten basiert - ohne die Inhalte an ein externes SaaS-Tool weiterzugeben, bleiben die RAG-Daten auf deiner Box.
• Jeder, der verschiedene LLM-Modelle und Tools an einem Ort testet und vergleicht - bevor eine bestimmte Lösung in Produktion genommen wird.

Anforderungen

Um Flowise bei Saplo einzurichten, benötigst du Folgendes:

• Eine Box mit aktiviertem Docker (die Engine aktiviert ihn automatisch bei der Installation aus dem Katalog, das Nisten im Container ist erforderlich, was Saplo standardmäßig bietet),
• mindestens 2 GB freien RAM auf der Box und 8 GB Speicherplatz. Das offizielle Flowise-Image enthält Chromium für Web-Scraping- und PDF-Knoten, ist daher schwerer als eine typische Einzelcontainer-Anwendung und passt nicht zusammen mit dem Box-Betriebssystem in die Tarife S oder M. Der günstigste Tarif, der dies unterstützt, ist die Box M für 65 € pro Jahr,
• eine Domain oder Subdomain *.saploapp.pl, die in jedem Tarif enthalten ist und unter der das Flowise-Panel erreichbar sein wird,
• deinen eigenen API-Schlüssel für einen Sprachmodell-Anbieter (OpenAI, Anthropic oder einen anderen), den du erst beim Erstellen des Workflows im Panel eingeben musst, nicht bei der Installation selbst.

Für die Installation benötigst du keine externe Datenbank. Flowise speichert Workflows und Anmeldedaten standardmäßig in einer lokalen SQLite-Datei im Datenvolumen des Containers.

Schritt-für-Schritt-Installation

1. Gehe im Saplo-Panel zum App-Katalog und wähle Flowise (Kategorie „Business“).
2. Wähle eine Box M oder höher mit mindestens 2 GB freiem RAM, auf der Flowise installiert werden soll, und eine Domain oder Subdomain, unter der das Panel laufen wird.
3. Bestätige die Installation. Die Engine stellt einen Docker-Container mit dem offiziellen Image flowiseai/flowise in der auf 3.1.3 gepinnten Version bereit, exponiert ihn ausschließlich auf den Box-Loopback und bindet ihn an Nginx, der ihn unter der angegebenen Domain mit kostenlosem SSL bereitstellt. Nach außen wird nur Port 443 exponiert, nicht der rohe Container-Port.
4. Die Engine wartet, bis der Container tatsächlich startet, und überprüft dies nach Abschluss von docker compose up, da der Erfolg des Befehls allein nicht bedeutet, dass der Prozess im Inneren nicht kurz darauf abgestürzt ist.
5. Nach Abschluss der Installation ist das Flowise-Panel unter der angegebenen Domain verfügbar.

Erstkonfiguration

Flowise verfügt, ähnlich wie n8n, über ein integriertes Kontosystem und generiert die Zugangsdaten nicht automatisch bei der Installation, sondern fordert sie beim ersten Zugriff auf das Panel an.

1. Gehe zu der Domainadresse, die du bei der Installation angegeben hast.
2. Beim ersten Zugriff zeigt Flowise den Bildschirm zur Kontoerstellung an: Gib eine E-Mail-Adresse und ein Passwort ein. Flowise generiert die Sitzungsgeheimnisse selbst beim ersten Start und speichert sie im Datenvolumen, sodass ein Neustart des Containers nicht alle Benutzer abmeldet.
3. Nach dem Login gelangst du zur Liste der Flows. Klicke auf Add New und wähle Chatflow für einen einfachen Bot oder Agentflow für einen Agenten mit mehreren Schritten und Tools.
4. Füge auf der leeren Leinwand einen Sprachmodell-Knoten hinzu, zum Beispiel ChatOpenAI oder ChatAnthropic, und füge in dessen Einstellungen deinen eigenen API-Schlüssel für den ausgewählten Anbieter hinzu.
5. Füge optional einen Tool-Knoten (Aufruf deiner eigenen API, Funktion) oder einen Vektordatenbank-Knoten mit deinen Dokumenten hinzu, wenn der Agent auf Basis des Firmenwissens (RAG) antworten soll.
6. Verbinde die Knoten mit Pfeilen, teste den Flow im Chatfenster auf der rechten Seite und, wenn er funktioniert, veröffentliche ihn als API-Endpunkt oder Chat-Widget zum Einbetten auf der Kundenseite über den Tab Embed.

Häufig gestellte Fragen

Benötigt Flowise eine externe Datenbank? Nein, standardmäßig speichert es Abläufe und Konten in einer lokalen SQLite-Datei im Datenvolumen des Containers. Du musst keine separate Datenbank einrichten.

Welche Sprachmodelle kann ich verwenden? Jeden Anbieter, der mit den Flowise-Knoten kompatibel ist: OpenAI, Anthropic, und auch lokale Modelle über Ollama. In jedem Fall benötigst du einen eigenen API-Schlüssel oder ein lokal ausgeführtes Modell, Flowise selbst stellt keine Schlüssel zur Verfügung.

Warum benötigt Flowise Box M und nicht Box S? Das offizielle Docker-Image enthält Chromium für Knoten, die Webseiten und PDF-Dateien scrapen, wodurch es wesentlich größer ist als eine typische Einzelcontainer-Anwendung und selbst mehr RAM benötigt, als der Box S Plan zusammen mit dem Betriebssystem der Box bietet.

Wie unterscheidet sich Flowise von n8n, das im Saplo-Katalog verfügbar ist? n8n ist eine allgemeine Automatisierungs-Engine, bei der die KI-Agentenlogik eine von vielen Möglichkeiten ist, nicht der Ausgangspunkt. Flowise wird vom ersten Knoten an um ein LLM-Modell, Tools und Vektordatenbanken herum entworfen, so dass es besser passt, wenn du speziell einen Agenten oder Chatbot erstellst und nicht einen allgemeinen Integrationsablauf zwischen Anwendungen.

Werden die Daten in Flowise automatisch gesichert? Das hängt vom gewählten Box-Plan ab, das Backup funktioniert auf der Ebene der gesamten Box, genau wie bei anderen Anwendungen aus dem Katalog, es ist keine separate Funktion von Flowise selbst.

Wenn du Fragen zum Einrichten von Flowise auf deiner eigenen Box oder zum Erstellen deines ersten KI-Agenten oder Chatbots hast, schreib uns, wir helfen dir bei der Erstkonfiguration. Eine Beschreibung der Pläne und die Hosting-Preisliste findest du auf der Flowise-Seite bei Saplo.