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.**nju**shen.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 |

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 |



















