# Flowise - Transcrições de: Flowise Tipo: Playlist Data: 09-01-2025 00: 07: 41 ## Vídeo 1: [Link](https://www.youtube.com/watch?v=vGSda2SEqZE) (Idioma: pt) ### Olá bem-vindo ao canal Vamos automatizar você sou o Cláudio Balbino e nesse vídeo vou explicar como instalar e configurar o Flow AI que é uma plataforma visual de interface de usuário de código aberto que nos permite conectar modelos de inteligência artificial com memória, carregadores de dados, moderadores, e muito mais. Essa instalação será realizada na plataforma R e esse é o primeiro vídeo de uma série aqui no canal onde explicarei como utilizar esta ferramenta com casos práticos que possam ser aplicados no seu negócio ou dos seus clientes, independentemente da área de atuação. Se você gosta desses tipos de conteúdo e ainda não está seguindo aqui no canal, aproveite e inscreva-se já. Não perca os próximos vídeos e deixa também o seu joinha. Tenho certeza que você vai gostar do conteúdo. Então vamos lá! ### Como instalar e configurar o Flow AI no R: 1. Acesse a plataforma R: [Link](https://r.com/) 2. Para realizar a instalação do Flow AI, você precisará de uma conta no R. Senão ainda não tem, crie uma aqui utilizando a conta do Github, pois ela é necessária para armazenar o repositório do projeto Flow AI na sua conta do Github. 3. Após criar a sua conta, entre na página de painel (painel vazio, clique em "New Project"). 4. Em seguida, fazer uma passagem rápida pela plataforma: - Aqui você pode clicar na engrenagem para se atualizar suas configurações de conta e em Configurações de Conta para visualizar informações da sua conta. - Você pode escolher o plano desejado na parte de uso (Hobby, Padrão, Profissional, Customizado). - No uso, você terá acesso a toda a parte de uso das aplicações, compreendendo também a estimativa de custos em base ao seu uso. - Quando você estiver no site de uso, você poderá ver o valor corrente, os recursos utilizados e a estimativa. Em cada projeto em mínimo, você terá acesso às faturas que foram pagas, ao link de afiliado como eu tenho e à seção de modelos com seus modelos pessoais. 5. Criar um novo projeto: selecionar "New Project". 6. Selecione o Deploy Template, digite o nome do projeto e dê um nome ao seu repositório caso já esteja instalado; criar aqui um caractere diferenciador é uma boa prática. 7. Clique em Deploy para iniciar o processo de criação do projeto de serviço de Flow AI. 8. Após o Deploy, será necessário adicionar um volume para que os dados do serviço e do projeto sejam salvos e persistam, impedindo que você perca os mesmos caso o serviço seja reiniciado ou atualizado. 9. Para essa opção, você deve clicar no botão direito e adicionar um volume. 10. Nesse bloco, você deve selecionar o arquivo do qual desejar adicionar como volume e adicionar as informações nas descrições. 11. Agora, adicione algumas variáveis na parte Environment Variables para garantir que os dados do sistema não sejam perdidos caso você reinicie ou atualize o serviço de Flow AI. 12. Salve as variáveis que desejar utilizar em seu projeto, como meus usuário e senha, e adicione-as ali no Editor na aba de Environment Variables. [Música] ### Vídeo 2: [Link](https://www.youtube.com/watch?v=AsfXIzFrOxY) (Idioma: pt) ### Olá bem-vindo ao canal Vamos automatizar você sou o Cláudio Balbino e nesse vídeo vou explicar como criar um chatbot que utiliza informações do seu Website utilizando o flow Eyes, o banco de vetoriais Kedr AI do Google, a Gemini e o Type bot. Se você gosta destes tipos de conteúdo e ainda não está seguindo aqui no canal, aproveite e inscreva-se já. Não perca os próximos vídeos e deixa também o seu joinha. Tenho certeza que você vai gostar do conteúdo. Então vamos lá! ### Como criar um chatbot com informações do seu Website: 1. Adicione um novo chat flow com flecha pendente, clique em Add Note à esquerda com o círculo azul. 2. O primeiro bloco aqui será o Conversational Retrieval K-Chain, clique nele. 3. Silueta voltando units: - Clique na parte superior do bloco de K-Chain para visualizar as opções de configuração. - Crie sua instrução de prompt no Configurar chat flow, clique em Salvar para salvar sua configuração. 4. Depois, adicione então o bloco de Inteligência Artificial que desejar utilizar, nesse vídeo acima uso a Gemini (Google Assistant SDK). 5. Crie uma credencial da Gemini, para isso você deve criar o seu projeto no Console do Firebase e receber as credenciais. 6. As credenciais podem ser adicionadas para a API que desejar utilizar. 7. Com isso, o chatbot pronto pode utilizar as informações do seu Website ou dos seus dados gerais para responder às perguntas dos usuários. ### Acessar o Site - Google Studio Navegue até **studio. google. com** e clique em **get apq**. Em seguida, clique em **Create API**. Selecione o projeto desejado ou crie um novo, opcionalmente você pode selecionar **Cliente de Linguagem Gerativa**. Após isso, clique em **Create API**. Depois que a API for criada, copie-a para seu área de texto, conservando-a para futuras etapas. ## Configuração da API Para aconfigurar a API, será necessário conectar o seu [Chat Model](https://console.dialogflow.com/) e o [Modelo](https://model.anza.io/) de Inteligência Artificial. Somente o modelo **Gemini Pro** será utilizado neste tópico. - Conectar Chat Model - Conectar Modelo de IA - Utilizar Gemini Pro Ao selecionar **Adicional parâmetros**, será exibido várias informações. Por exemplo, você pode limitar o número de tokens para retorno. Basta definir essa opção a 200. - Limitar número de tokens a 200 A aproximação de top probabilidade será mudada para 0. 07. - Definir aproximação de top probabilidade para 0. 07 O bloco seguinte trata-se apenas de recursos adicionais e não será detalhados neste tutorial. Uma vez configurado, clique em **salvar** na parte superior da tela. ## Configuração de Memória É necessário adicionar um bloco de memória. Neste tutorial, estará usado a memória do **Windows**. - Adicionar bloco de memória - Utilizar memória do Windows No final, define a memória como de um tamanho de 8GB e coloque-a em **buffer de memória**. - Definir tamanho de memória como 8GB - Colocar memória em buffer de memória ## Configuração do Banco Vetorial (Kedr) No caso desse tópico, estará utilizado o **Banco Vetorial Kedr**. - Adicionar Banco Vetorial (Kedr) Em seguida, deve-se adicionar a URL do Banco Vetorial gerado pela Ray ([link aqui](https://discord.com/api/applications/...)). Após a adição, é necessário selecionar um nome para a coleção. - Adicionar URL do Banco Vetorial - Selecionar nome para a coleção No entanto, é necessário configurar uma chave de API do Kdr. Para isso, acesse o site do Key Generator e genere uma chave com o tamanho de 256 bits. Em seguida, copie a chave e cole-a na caixa de texto mencionada. - Gerar chave de API do Kdr (256 bits) - Colocar chave de API no Caixa de texto Após isso, adicione a chave de API ao Kedr. Em seguida, via Flow, coloque a minha URL sem o dashboard, no final da URL. - Adicionar chave de API ao Kedr - Inserir URL sem o dashboard no final da URL Pode-se definir um nome para a coleção, como "leads". É necessário adicionar **parâmetros adicionais** e definir a dimensão de Vector como 768. - Adicionar Parâmetros adicionais - Definir dimensão de Vector como 768 Em seguida, a API gerada será inteagrada com o Flow. Agora, já estão prontas as configurações do ChatFlow. Para testar a API, clique em **salvar**. Defina o nome do seu projeto e clique em **save**. É necessário adicionar partiçoes de documentos ao seu ChatFlow. Para isso, adicione um bloco de **Web Scraper**. Escolha o nome do serviço que pertence ao seu site. Em seguida, inserir a URL de seu site em **URL (de exemplo: http://site.com)**. - Adicionar bloco de Web Scraper - Inserir URL de documento no ChatFlow Em seguida, adicione um bloco de **Splitter**. Defina o tamanho dos pedaços de 1000 caracteres e coloque 100 linhas por página. - Adicionar bloco de Splitter - Definir tamanho de texto a 1000 caracteres - Definir 100 linhas por página O ChatFlow já está pronto para início da integração. Para concluir, é necessário adicionar partiçoes de documentos ao seu banco de dados. Para isso, clique em **Ver green botão** e clique em **upsert**. Neste caso, utilizaremos o Kedr. Em seguida, faça consulta a sua página de Landing e adicione o resultado a sua coleção. Após adicionar as partiçoes de documento na sua coleção, teste o ChatFlow, clicando em **chat**. Pergunte alguma coisa como *O que é que vou aprender nesse curso? *. A resposta deve estar correta. Se for necessário, faça testes adicionais, pois o ChatFlow ainda está treinando. Esse curso inclui uma promoção com um desconto de 30%. Se desejar mais informações, clique no link de **Promoção**. Para terminar, teste o ChatFlow. Faça algumas perguntas e veja se o ChatFlow responde corretamente. # Configurando o chatbot no Type bot utilizando a API do Flowise ## URL do chatbot Copie a URL do seu chatbot Flowise aqui. Esta URL será substituída. ## Configuração avançada Utilize o método POST sem nada nos headers. Então adicione aqui os dois valores: ``` content-type: application/json authorization: bearer {sua_chave_API_do_Flowise} ``` Clique aqui no botão azul para adicionar os valores. ## Criação e configuração do campo Entre chaves e use aspas duplas para definir uma variável, por exemplo: ``` "data Text": {valor_da_variável} ``` Neste exemplo, o valor_da_variável será a informação que virá do nosso Flowise. ## Configuração Custom B Clique aqui no botão para utilizar a configuração Custom B e defina aqui as variáveis de salvamento: ``` "data Text": {valor_da_variável} ``` Defina um nome para a variável neste caso, eu definiu respostas, mas você pode definir o seu. Clique aqui em "Create" para criar a variável. ## Utilização dos dados do site Com esta configuração, o chat bot poderá utilizar dados e informações do seu site. Treine o seu modelo corretamente e faça ajustes se necessário para obter respostas corretas. ## Seu chatbot está pronto Com o modelo treinado e os dados e informações definidos, o seu chatbot estará pronto para utilizar. ## Jump n Incluído para retornar o chatbot à pergunta de origem. ## Facebook Ads Trigger Instale o módulo Facebook Ads Trigger no n8n e configure-o aqui para utilizar no Facebook Ads. ## Importante Antes de colocar o chatbot em produção, treine-o correctamente e ajuste as instruções para que ele responda de forma correta. 