À mon avis, tu n'as pas encore récupéré tes accès pour la mini-formation gratuite flowise que j'ai créée 😊 Check-la et tu me diras ce que tu en penses.

Avec plaisir ! Si tu as un use case spécifique que tu aimerais voir, n'hésite pas à faire des propositions ;)

Merci pour ton commentaire :) D’autres vidéos vont suivre avec des sujets trés interessant (Rag, Llama Index…). Mais avant d’aborder ces sujets, je suis en train de travailler sur une vidéo pour montrer les automatisations avec Make, c’est une étape essentielle pour la suite ;)

Merci pour ton commentaire. Je suis en train de préparer une vidéo sur BotPress mais je voulais commencer avec du gratuit en abordant voiceflow😄

Salut :) Effectivement Flowise a eu plusieurs mise a jour mais ca reste toujours les mêmes principes derrière. Difficile de te répondre juste comme ca 😅 tu as un print screen de ton flow ?

Avec plaisir :) BotPress est un outil commercial NoCode, ils doivent laisser les choses le plus simple possible et encapsuler les concepts complexes, ce qui est bien pour aider les débutants. La théorie derrière la manipulation des données (chunks, vecteurs etc.) ne change pas, c'est juste qu'avec Flowise on les voit un peu mieux, même si Flowise reste aussi un outil NoCode. PS : Avec les dernières mises à jour de BotPress, il est maintenant possible de spécifier le nombre de chunks à récupérer.

Merci pour ton commentaire :) J'ai reçu cette question à plusieurs reprises effectivement. Au premier abord, Flowise semble complexe, mais si on passe du temps dessus, on arrive à comprendre son potentiel. Voici quelques petits points forts selon moi : - Sa flexibilité : paramètres ajustables pour chaque nœud, tu peux faire les modifications à chaque appel. - Sa base open-source (LangChain) : Comme tu l'as bien mentionné, c'est open-source et surtout se base sur le framework LangChain, ce qui te permet, si tu veux, une modification directe dans le code source pour ajouter des nœuds ou en optimiser d'autres. - Son indépendance : déploiement sur ton propre infrastructure, avec tes propres modèles. - N'oublie pas aussi que tu as le frère de Flowise, Langflow, qui se base aussi sur Langchain, mais avec Python. Donc, si tu maîtrises la prise en main de l'un, celle de l'autre sera plus simple.

@@BadrLaajali Un grand merci pour ta réponse rapide et complète ! Je vais étudier cette solution de près, du coup !

Salut, merci pour ton commentaire :) Effectivement, plusieurs changements ont eu lieu sur Flowise depuis la publication de ma vidéo. Je suis en train de créer une formation complète sur Flowise, mais je vais essayer de publier une nouvelle vidéo sur ce sujet :) Tu peux me décrire le cas d'utilisation qui t'intéresse et j'essaierai de faire une vidéo dessus ^^

Voiceflow permet de faire des call d'API, donc oui tu peux depuis Voiceflow faire appel à l'API Flowise.

Salut :) Tu fais référence à quel aspect de la sécurité ? Étant donné que Flowise est open source et qu’il sera installé sur un serveur privé, les données seront sécurisées par le serveur. Si tu peux me fournir un cas d’usage spécifique auquel tu penses, cela m’aiderait à te donner une réponse plus précise.

Merci pour votre réponse ! En fait, je dois créer un assistant chatbot sur une webapp privatisée. En gros, l’entreprise souhaite automatiser l’inscription aux formations de ses employés. Et, j’aimerais savoir si la sécurité des données de l’entreprise (personnel, formation, planning,…) peut être garantie.

Merci pour ton commentaire :) En fait, il y a plusieurs raisons à cela : - Le coût, Flowise est gratuit et open-source, tu as des coûts liés à l'hébergement et le LLM(OpenAI, Cohere ou d'autres, en fonction des tâches). BotPress et Voiceflow sont des solutions payantes. - La manipulation des bases de connaissances, avec Flowise, tu as le contrôle total sur ta base de connaissances et plusieurs agents qui te permettent de rechercher des informations et de manipuler le stockage des vecteurs toi-même. En revanche, dans BotPress, par exemple, ils gèrent tout pour toi, mais parfois cela peut ne pas être précis. Ce qui est intéressant, c'est de tirer parti des avantages de chacun, en utilisant Flowise pour la gestion de la base de connaissances et BotPress pour le séquencement des discussions, par exemple.

@@BadrLaajali D’accord, merci d’avoir pris le temps de me répondre. Donc si je comprends bien pour toi quand on a une base de donnée d’une certaine taille, il est toujours préférable d’utiliser flowise pour la base de données et après de connecter celle-ci a une plate-forme de création de chatbot tels que botpress ou voice flow . Pour toi cette méthode est plus optimisé plutôt que d’utiliser un assistant gpt ?

Pas tout à fait. Si ton projet est simple et que tu n'as pas besoin d'avoir un flux de conversation, je choisirais directement Flowise en raison des coûts. Si ton projet a une base de connaissances simple, quelques documents bien structurés, ainsi qu'un flux de conversation, il est tout à fait possible d'obtenir de bons résultats en utilisant uniquement BotPress (avec quelques astuces pour bien gérer la base de connaissances). Si ton projet comporte à la fois une base de connaissances complexe et un flux de conversation complexe, il serait judicieux d'utiliser à la fois Flowise et BotPress. Ceci n'est qu'un exemple d'une stack pour simplifier la compréhension, et non une méthode absolue à suivre ;)

je me réponds à moi même: il y a une nouvelle carte : ChatOpenAi qui permet de faire le lien avec conversational Retrieval Qa Chain ;)

Salut, je viens de faire le test pour vérifier, et ça fonctionne parfaitement. Il se pourrait qu'ils aient changé leur modèle économique, et cela nécessite désormais un paiement obligatoire, mais je n'ai pas revérifié récemment. Cependant, si c'est pour des besoins de test, tu peux toujours l'installer en local directement. Consulte le dépôt GitHub officiel de Flowise : [github.com/FlowiseAI/Flowise](github.com/FlowiseAI/Flowise). La section "Quick Start" t'expliquera comment l'installer via l'invite de commande.

Waw merci de la reactivité effectivement c'est pour des test mais je n'ai qu'un mac M1 16gb de ram j'espère que ce sera suffisant ;) en tout cas merci pour tout tes videos sont super

Ton besoin peut être divisé en plusieurs étapes : - La création de ta base de données vectorielle, basée sur ton document PDF. Il est essentiel de bien travailler sur la lisibilité de ton document, de respecter le formatage et d'utiliser un modèle d'embedding adapté à tes besoins. - La phase de recherche. Idéalement, tu devrais utiliser une variante du framework RAG en fonction de ton document et de la nature de tes données, en n'oubliant pas de prendre en compte la partie historique. - La collecte d'informations. Pour cette étape, tu devras automatiser le processus en utilisant une intégration entre Flowise et Make/Zapier. Tu as également la possibilité d'opter pour Botpress ou d'autres outils no-code, bien que certains d'entre eux soient payants. Je prévois d'aborder le framework RAG dans ma prochaine vidéo, ce qui te donnera une meilleure compréhension de cette partie. Si tu as besoin de voir comment lancer des automatisations depuis Flowise, je peux essayer de prioriser cette vidéo ;) J'espère que cela t'aide !

Merci beaucoup pour ta réponse. Je n'ai pas encore la connaissance exact de tous les termes techniques. - comment choisir le bon modèle d'embedding ? - une vidéo sur le framework RAG m'intéresse oui Ca m'intéresse de voir comment lancer des automatisation depuis Flowise. Merci ! @@BadrLaajali

@@user-td2fh8dq5s Il t’as perdu avec toutes ces notions pour rien , j’ai essayé avec un pdf de 99 pages et il s’en ai très bien sortit …

Tu es sur quelle version de Flowise ?

@@BadrLaajali En fait j ai trouvé hier: il faut utilisé la nouvelle carte Pinecone. Celle de la vidéo est 'dépréciée'. Merci encore pour le tuto.

Oui Flowise a eu plusieurs miss a jour depuis 😅

C’est possible aussi pour les réseaux sociaux. Après le choix de l’outil va dépendre du besoin derrière.

@@BadrLaajali Merciiiiii ❤

Salut :) Je ne pense pas avoir dit qu'il fallait mettre les vecteurs sur un serveur web ^^ Mais Railway, c'est pour héberger Flowise si on veut tester des choses et qu'on a besoin d'un serveur accessible sur le web. Cependant, Flowise s'installe bien localement, directement sans avoir besoin d'hébergement. Peut-être que j'ai mal compris ta question :)

@@BadrLaajali a ok si j’ai bien compris flowise a besoin d’un hébergeur pour héberger le chatbot ou l’appli qu’on fait, on peut l’héberger en local avec mais également avec un hébergeur comme Railwel ? Merci pour votre réponse

Flowise est un outil NoCode qui permet de créer facilement des flux en utilisant les outils fournis. Par exemple, créer un chatbot avec Flowise est l'une des nombreuses applications possibles. Flowise peut être installé à la fois localement et sur un serveur. Le flux que l'on crée avec Flowise, qui fonctionne comme une API en arrière-plan, peut être utilisé localement si Flowise est installé sur votre machine locale. Cependant, si vous souhaitez intégrer ce flux sur un site web déjà hébergé, il est nécessaire d'avoir Flowise installé sur un serveur pour permettre cette connexion. J'espère que c'est clair :)

@@BadrLaajali c’est très claire merci beaucoup, dernière question vous êtes incroyable merci pour les réponses, lors de votre vidéo vous instaurez dans flowise les documents de votre site web avez vous une vidéo ou vous montrer comment scraper un site web x (d’un client x) ou pouvez vous me dire très rapidement comment faire, et pour créer votre chatbot utilisez vous seulement Flowise ou compléter vous avec un autre créateur telle que Botpress ou Webflow ? Merci beaucoup ( vous êtes le seul à répondre au commentaire un énorme merci à vous

Pour le scrapping : docs.flowiseai.com/use-cases/web-scrape-qna L'utilisation d'un outil ou un autre dépend du besoin, si tu n'as pas un flux de conversation complexe, flowise seul suffit.

Tu peux poser tes questions ici ou sur le discord directement 😊

Je sais que Pinecone ont mis à jour leurs plateforme, tu peux me dire la version de flowise que tu utilises ? dans Pinecone tu es sur la nouvelle version Serverless ? Un petit print screen peut aussi aider :)

@@BadrLaajali Tout d'abord, je trouve tes vidéos vraiment très bien, très claires. Super boulot ! j'ai le même soucis. Il y a plusieurs choses qu'on arrive plus à faire comme toi : - Maintenant on est sur la version serverless, dans Pinecone. - On peut plus connecter le LLM OpenAI avec Le Retrieval QA Chain. De mon côté, j'ai de meilleurs résultats avec Flowise AI en local utilisant Chroma en local. J'aimerais bien avoir d'aussi bons résultats que toi. En tous cas, Flowise est un super outil !

Exactement, les outils d'IA évoluent très rapidement. Langchain est passé récemment d'une bibliothèque à un framework, plusieurs modifications vont encore être apportées à Flowise. Je réfléchis à mettre en place une série pour Flowise, mais ces changements continus me découragent :D

@@BadrLaajali Hé hé hé :) je comprends ton découragement. Flowise AI propose un module Document Loaders "Folder with files" et je ne trouve rien à son sujet dans la documentation et pour le moment, il ne fait que me remonter une erreur qui me dit qu'il ne trouve pas le dossier... Si toi ou quelqu'un, qui me lit ici, a réussi à le faire fonctionner, je suis preneur de toute nouvelle info.

Oui je l'ai deja utilise, au lieu de te donner la solution je vais te demande d'aller en debug sur la console et voir ce qu'il essaie de faire, tu comprendras :) Tu peux aussi utilise Langsmith si tu veux. Check ici pour les variables à ajouter avant de lancer Flowise pour avoir le debug : docs.flowiseai.com/configuration/environment-variables

Merci pour ton commentaire :) Aucun souci, je suis disponible via Twitter ou directement par courriel (Voir la description de la vidéo ^^)

Super merci je viens de t’envoyer un MP via ton site pro

Tu peux utiliser des outils comme twilio ou ta baser sur les webhook via make ou zapier.

Il parle français est et compréhensible, n'est ce pas l'essentiel ?