با رشد سریع هوش مصنوعی و استفاده گسترده از مدلهای زبانی بزرگ (LLM)، بسیاری از شرکتها و توسعهدهندگان به دنبال راهی هستند تا بدون نوشتن حجم زیادی از کد، دستیارهای هوشمند، چتباتهای سازمانی و سیستمهای جستوجوی مبتنی بر هوش مصنوعی ایجاد کنند. یکی از ابزارهای محبوب در این زمینه Flowise است؛ یک پلتفرم متنباز برای ساخت برنامههای هوش مصنوعی مبتنی بر مدلهای زبانی که به کاربران اجازه میدهد با استفاده از رابط گرافیکی Drag & Drop، جریانهای کاری AI Agent، چتباتها و سیستمهای RAG را طراحی کنند.
در این آموزش یاد میگیریم چگونه Flowise را روی یک سرور مجازی VPS لینوکس نصب کنیم، آن را با Docker اجرا کنیم، دامنه و SSL اضافه کنیم و یک AI Agent ساده بسازیم. اگر به دنبال راهاندازی زیرساخت هوش مصنوعی اختصاصی هستید، این مقاله مسیر کامل را پیش روی شما قرار میدهد.
Flowise چیست و چه کاربردی دارد؟
Flowise یک ابزار Open Source برای ساخت برنامههای هوش مصنوعی بر پایه فریمورک LangChain است. برخلاف روشهای سنتی که برای ساخت یک Agent هوشمند نیاز به برنامهنویسی کامل دارید، Flowise امکان طراحی فرآیندهای هوش مصنوعی را با اتصال بلوکهای مختلف فراهم میکند. در Flowise میتوانید چتبات هوش مصنوعی بسازید، AI Agent طراحی کنید، مدلهای OpenAI، Claude، Gemini و مدلهای Local را متصل کنید و سیستم RAG برای گفتگو با فایلها ایجاد نمایید.
این پلتفرم در مقایسه با ابزارهایی مثل Dify و LangFlow، تمرکز بیشتری روی سادگی و سرعت راهاندازی دارد . رابط گرافیکی آن به گونهای طراحی شده که حتی کاربران غیر فنی هم بتوانند جریانهای کاری پیچیده را مدیریت کنند.
🔹 در Flowise چه کارهایی میتوان انجام داد؟
🔹 ساخت چتبات هوش مصنوعی با حافظه گفتگو
🔹 طراحی AI Agent با قابلیت استفاده از ابزارها
🔹 اتصال به OpenAI، Claude، Gemini و مدلهای Local
🔹 ایجاد سیستم RAG برای گفتگو با اسناد و فایلها
🔹 ساخت پایگاه دانش اختصاصی سازمانی
🔹 تولید API برای اتصال به برنامههای دیگر
چرا Flowise را روی VPS نصب کنیم؟
استفاده از نسخه Self-hosted روی VPS چند مزیت مهم دارد. کنترل کامل اطلاعات یکی از مهمترین دلایل است. اگر اطلاعات شرکت، فایلهای داخلی یا اسناد محرمانه دارید، اجرای Flowise روی سرور شخصی باعث میشود دادهها خارج از زیرساخت شما ذخیره نشوند. هزینه کمتر در مقایسه با سرویسهای SaaS نیز مزیت دیگری است؛ به جای پرداخت هزینه ماهانه برای سرویسهای آماده، میتوانید Flowise را روی VPS خود اجرا کنید.
علاوه بر این، روی VPS میتوانید Flowise را به سرویسهای مختلفی مثل OpenAI API، Claude API، Gemini API، Ollama و مدلهای Local متصل کنید. همیشه روشن بودن AI Agent نیز از مزایای کلیدی VPS است؛ Agent شما ۲۴ ساعت شبانهروز فعال است و میتواند پاسخگویی، پردازش اطلاعات یا اجرای وظایف مختلف را انجام دهد.
پیشنیازهای نصب Flowise روی VPS
برای اجرای Flowise پیشنهاد میشود از مشخصات زیر استفاده کنید. این منابع بر اساس تجربه عملی و مستندات رسمی Flowise تنظیم شدهاند .
| مورد | مقدار پیشنهادی |
|---|---|
| سیستم عامل | Ubuntu 22.04 / 24.04 |
| CPU | حداقل 2 هسته |
| RAM | 4GB به بالا |
| فضای ذخیرهسازی | 40GB SSD |
| Docker | نسخه جدید |
| دامنه | اختیاری برای SSL |
اگر قصد اجرای مدلهای هوش مصنوعی Local دارید، منابع بیشتری نیاز خواهید داشت. در ادامه به این موضوع هم اشاره خواهیم کرد.
⚠️ توجه: اگر از VPS با منابع محدود استفاده میکنید، حتماً قبل از نصب Flowise از فضای کافی دیسک و RAM مطمئن شوید. Flowise به تنهایی منابع زیادی مصرف نمیکند، اما وقتی مدلهای Embedding یا مدلهای Local را اضافه کنید، نیاز به منابع بیشتر افزایش مییابد.
اتصال به VPS با SSH
ابتدا با SSH وارد سرور شوید. اگر IP سرور شما SERVER_IP است، دستور زیر را در ترمینال وارد کنید:
ssh root@SERVER_IPبعد از ورود، سیستم را بهروزرسانی کنید:
apt update && apt upgrade -yنصب Docker روی VPS
Flowise را میتوان با روشهای مختلف نصب کرد، اما Docker بهترین گزینه برای مدیریت سادهتر است. ابتدا Docker و Docker Compose را نصب کنید:
apt install docker.io docker-compose -yبررسی نصب Docker:
docker --versionخروجی مشابه Docker version 28.x.x مشاهده میکنید. اگر Docker از قبل نصب بود، نیازی به این مرحله ندارید.
اجرای Flowise با Docker
یک پوشه برای Flowise بسازید و وارد آن شوید:
mkdir flowise
cd flowiseفایل Docker Compose ایجاد کنید:
nano docker-compose.ymlمحتوای زیر را در فایل قرار دهید:
version: "3.1"services:flowise:
image: flowiseai/flowise
restart: always
ports:
– “3000:3000”
environment:
– PORT=3000
– FLOWISE_USERNAME=admin
– FLOWISE_PASSWORD=password123
volumes:
– ./flowise_data:/root/.flowise
ذخیره کنید و خارج شوید. سپس Flowise را اجرا کنید:
docker compose up -dبررسی وضعیت:
docker psاگر همه چیز درست باشد، Flowise فعال شده است. کانتینر باید با وضعیت Up نمایش داده شود.
🚀 زیرساخت هوش مصنوعی اختصاصی خود را روی سرور مجازی ایرانیکاسرور راهاندازی کنید
با سرور مجازی قدرتمند ایرانیکاسرور، Flowise را بدون محدودیت منابع اجرا کنید. منابع اختصاصی CPU و RAM، دیسک NVMe پرسرعت، پهنای باند نامحدود و آپتایم ۹۹.۹٪ — همهچیز برای یک AI Agent همیشه روشن.
📞 تماس با پشتیبانی: 021-91302460 | ایرانیکاسرور
ورود به پنل Flowise
اکنون در مرورگر وارد شوید:
http://SERVER_IP:3000صفحه ورود نمایش داده میشود. نام کاربری admin و رمز عبور password123 است. بعد از ورود حتماً رمز را تغییر دهید.
اتصال Flowise به دامنه و فعال کردن SSL
برای استفاده حرفهای بهتر است Flowise را با دامنه اجرا کنید. ساختار پیشنهادی ai.example.com است. برای این کار میتوانید از Nginx استفاده کنید. ابتدا Nginx را نصب کنید:
apt install nginx -yسپس کانفیگ جدید ایجاد کنید:
nano /etc/nginx/sites-available/flowiseمحتوای زیر را قرار دهید (به جای ai.example.com دامنه خود را بنویسید):
server {
listen 80;
listen [::]:80;
server_name ai.example.com; location / {proxy_pass http://127.0.0.1:3000;
proxy_http_version 1.1;
proxy_set_header Upgrade $http_upgrade;
proxy_set_header Connection “upgrade”;
proxy_set_header Host $host;
proxy_cache_bypass $http_upgrade;
}
}
فعال کردن کانفیگ و ریستارت Nginx:
ln -s /etc/nginx/sites-available/flowise /etc/nginx/sites-enabled/
systemctl restart nginxفعال کردن HTTPS با Let’s Encrypt
نصب Certbot:
apt install certbot python3-certbot-nginx -yدریافت SSL:
certbot --nginx -d ai.example.comاکنون Flowise با HTTPS قابل دسترسی است. Certbot به صورت خودکار تمدید گواهی را تنظیم میکند.
ساخت اولین AI Agent در Flowise
بعد از ورود به پنل، مراحل زیر را انجام دهید:
🔹 روی Create New Chatflow کلیک کنید
🔹 نوع Agent را انتخاب کنید
🔹 مدل هوش مصنوعی را اضافه کنید (مثلاً ChatOpenAI)
🔹 ابزارهای مورد نیاز را متصل کنید
🔹 جریان را ذخیره و تست کنید
ساختار ساده یک Agent به این صورت است:
User Input
↓
AI Agent
↓
LLM Model
↓
Responseدر Flowise میتوانید ابزارهای مختلفی مثل SearchAPI را به Agent اضافه کنید تا بتواند اطلاعات لحظهای از اینترنت دریافت کند .
ساخت سیستم RAG در Flowise برای گفتگو با فایلها
یکی از مهمترین قابلیتهای Flowise ساخت RAG است. RAG یعنی Retrieval Augmented Generation؛ یعنی مدل هوش مصنوعی قبل از پاسخ دادن، اطلاعات مورد نیاز را از فایلها یا دیتابیس شما پیدا میکند. یک شرکت میتواند فایل PDF محصولات، مستندات داخلی، قراردادها یا راهنمای خدمات را وارد Flowise کند و یک دستیار اختصاصی بسازد .
مراحل ساخت RAG در Flowise
مرحله اول: انتخاب Document Loader — میتوانید از منابع مختلفی مثل PDF، فایل متنی، سایت اینترنتی، Notion یا Google Drive استفاده کنید. مرحله دوم: تبدیل متن به Embedding — Flowise متنها را به بردارهای قابل جستوجو تبدیل میکند. برای این کار میتوان از OpenAI Embeddings، HuggingFace Embeddings یا مدلهای Local استفاده کرد. مرحله سوم: انتخاب Vector Database — Flowise با دیتابیسهای مختلفی مثل ChromaDB، Pinecone، Qdrant، Weaviate و Milvus کار میکند. مرحله چهارم: اتصال به Agent — در نهایت ساختار زیر ایجاد میشود:
Document
↓
Vector Database
↓
Retriever
↓
AI Agent
↓
Answerاجرای Flowise با Ollama روی VPS
اگر نمیخواهید از APIهای خارجی استفاده کنید، میتوانید مدل Local اجرا کنید. مدلهایی مثل Llama، Mistral و Qwen با Ollama قابل اجرا هستند. نصب Ollama:
curl -fsSL https://ollama.com/install.sh | shاجرای مدل:
ollama run llama3سپس Flowise را به Ollama متصل کنید. توجه داشته باشید که برای اجرای روان مدلهای Local، به RAM و CPU بیشتری نسبت به حالت اتصال به API نیاز دارید.
🎮 همین حالا سرور گیم ماینکرافت خود را با بهترین کیفیت راهاندازی کنید
اگر به فکر راهاندازی سرور بازی هستید، ایرانیکاسرور با نصب هر بازی، آنتیدیداس رایگان و کمترین پینگ در کنار شماست. برای ماینکرافت، کالاف دیوتی و هر بازی دیگری آمادهایم.
📞 تماس با پشتیبانی: 021-91302460 | ایرانیکاسرور
مشکلات رایج نصب Flowise و راهحل آنها
مشکل ۱: صفحه Flowise باز نمیشود — دلیل معمولاً بسته بودن پورت 3000 است. بررسی کنید:
ufw statusاگر پورت بسته بود:
ufw allow 3000مشکل ۲: کانتینر Flowise دائم Restart میشود — لاگ را بررسی کنید:
docker logs flowiseدلایل رایج شامل کمبود RAM، خطای تنظیمات Docker یا مشکل Permission است.
مشکل ۳: رمز ورود کار نمیکند — کانتینر را متوقف کنید، فایل compose را بررسی کنید و دوباره اجرا کنید:
docker compose down
docker compose up -dمشکل ۴: اطلاعات Flowise بعد از Restart پاک میشود — دلیل این است که Volume تنظیم نشده است. در Docker Compose خط زیر را اضافه کنید:
volumes:
- ./flowise_data:/root/.flowiseمشکل ۵: RAG پاسخهای اشتباه میدهد — دلایل شامل کیفیت پایین فایلها، Chunk Size نامناسب، Embedding ضعیف یا مدل زبانی نامناسب است. راهحل: کیفیت فایلها را افزایش دهید، تنظیمات Splitter را تغییر دهید و از مدل بهتری استفاده کنید.
امنیت Flowise روی VPS
برای محیط واقعی این موارد را انجام دهید:
✅ تغییر رمز پیشفرض
✅ فعال کردن HTTPS
✅ محدود کردن دسترسی پنل
✅ استفاده از Firewall
✅ بروزرسانی Docker و Flowise
✅ تهیه Backup از Volume
مقایسه Flowise با ابزارهای مشابه
| ابزار | کاربرد |
|---|---|
| Flowise | ساخت Agent و RAG با رابط گرافیکی |
| Dify | ساخت اپلیکیشن AI کامل |
| LangFlow | طراحی Workflow هوش مصنوعی |
| AnythingLLM | چت با اسناد خصوصی |
| n8n | اتوماسیون و اتصال سرویسها |
چه VPS برای Flowise مناسب است؟
برای استفادههای مختلف، نیازهای سختافزاری متفاوت است:
استفاده ساده و تستی: ۲ CPU و ۴GB RAM کافی است. چتبات سازمانی: ۴ CPU و ۸GB RAM پیشنهاد میشود. اجرای مدل Local: به CPU قوی یا GPU Server، RAM بالا و فضای SSD بیشتر نیاز دارید.
🔧 در راهاندازی Flowise یا هر سرویس دیگر به مشکل خوردید؟
تیم فنی ایرانیکاسرور آماده کمک به شماست. درخواست کانفیگ یا رفع مشکل خود را ارسال کنید تا در سریعترین زمان ممکن بررسی شود.
📞 تماس با پشتیبانی: 021-91302460 | ایرانیکاسرور
جمعبندی
Flowise یکی از سادهترین روشها برای ساخت AI Agent، چتبات و سیستمهای RAG بدون نیاز به برنامهنویسی پیچیده است. با نصب Flowise روی VPS میتوانید یک زیرساخت هوش مصنوعی همیشه روشن برای کسبوکار، تیم توسعه یا پروژه شخصی خود ایجاد کنید.
ترکیب Flowise با VPS، Docker، Vector Database و مدلهای هوش مصنوعی میتواند یک پلتفرم کامل برای ساخت دستیارهای هوشمند اختصاصی فراهم کند. برای میزبانی Flowise، اجرای AI Agentها و راهاندازی سرویسهای هوش مصنوعی روی سرور مجازی، میتوانید پلنهای سرور مجازی ایرانیکاسرور را بررسی کنید.
دیدگاهها
0 دیدگاه برای این مطلب ثبت شده است.