简体中文 | English

欢迎给本项目，或者给Github上的项目 ✨Star🎇!

Dialog flow AI

只有一个执行文件 的AI工具，不用安装任何依赖就可以直接使用, 它包含了意图识别，AI模型管理，可视化的流程编辑器，和应答逻辑.

✨ 关键特性

• 🛒 轻量级 只有一个执行文件, 可以在没有GPU的笔记本上平滑的执行 (数据文件会在运行期动态的生成).
• 🐱‍🏍 AI 驱动 集成了 Huggingface 本地模型 (Llama, Phi-3, Gemma, Multilingual E5, MiniLM L6v2, NomicEmbedTextV1_5 等其它模型), Ollama 和 OpenAI, 可以用于 流程聊天, 答案节点文本生成 以及 意图识别 等.
• 🚀 快速 使用Rust和Vue构建.
• 😀 简单 通过使用可视化的流程编辑器，只需要用鼠标拖拽几个不同类型的节点, 即可创建一个简单的对话机器人.
• 🔐 安全 100% 开源, 所有运行时的数据, 都保存在本地 (使用 OpenAI API 可能会暴露一些数据).

现在就尝试一下!

• 🐋 Docker 我们提供了一个Docker镜像: dialogflowai/dialogflow
• 💻 可直接执行的发布版本, 请通过发布页: 点击这里 , 根据不同的平台下载（支持：Windows、Linux、macOS）

默认情况下, 应用会监听: 127.0.0.1:12715, 你可以使用 -ip 参数和 -port 参数, 来指定新的监听地址和端口, 例如: dialogflow -ip 0.0.0.0 -port 8888

查看详细介绍, 了解更多信息

https://dialogflowai.github.io/#/?lang=zh

功能节点列表

节点	名称
	对话答案节点
	大模型聊天节点
	知识库答案节点
	条件节点
	跳转节点
	信息收集节点
	请求外部接口节点
	邮件发送节点
	流程结束节点

通过使用上面不同的节点来排列和组合, 就可以创建解决不同场景问题的机器人.

截图

体验演示机器人

创建一个条件节点的分支

对话答案节点的自动文本生成

测试一个对话机器人

现在就开始使用

Docker 镜像

1. docker pull dialogflowai/demo
2. docker run -dp 127.0.0.1:12715:12715 --name dialogflowdemo dialogflowai/demo
3. 打开浏览器并访问: http://127.0.0.1:12715/ 打开应用界面

发布版本

1. 从 Github release page, 选择不同系统并下载.
2. 直接执行, 或者使用 -ip 和 -port 修改监听地址, 如: dialogflow -ip 0.0.0.0 -port 8888.
3. 打开浏览器并访问 http://localhost:12715 (默认) 或 http://新的IP:新的端口 打开应用界面
4. 进入一个机器人
5. 创建一个对话流程，并点击名称进入编辑器
6. 构建属于自己的机器人
7. 测试