Flowise インテグレーション

Flowise はビジュアルなドラッグ＆ドロップインターフェースで LLM アプリケーションを構築するローコードプラットフォームです。このガイドでは、Flowise を KnowledgePulse レジストリに接続する2つの方法を説明します：組み込みの HTTP Request ノードの使用と Custom Tool ノードの作成です。

概要

Flowise は REST API を介して KnowledgePulse と通信します。SDK のインストールは不要です -- すべてのやり取りは HTTP リクエストで行われます。

┌──────────────────────────────────────────┐
│              Flowise Flow                │
│                                          │
│  [Input] → [HTTP Request] → [LLM Chain] │
│                  │                       │
│                  ▼                       │
│         KP Registry API                  │
│         GET  /v1/knowledge               │
│         POST /v1/knowledge               │
│         GET  /v1/skills                  │
│                                          │
└──────────────────────────────────────────┘

前提条件

Flowise がインストールされ実行中
実行中の KnowledgePulse レジストリ：bun run registry/src/index.ts

API エンドポイント

エンドポイント	メソッド	説明
`/v1/knowledge`	GET	ナレッジユニットの検索
`/v1/knowledge`	POST	ナレッジユニットのコントリビュート
`/v1/knowledge/:id`	GET	ID でナレッジユニットを取得
`/v1/skills`	GET	スキルの検索 / 一覧
`/v1/skills`	POST	新しいスキルの登録
`/v1/skills/:id`	GET	ID でスキルを取得

共通クエリパラメータ

パラメータ	型	説明
`q`	string	フリーテキスト検索クエリ
`domain`	string	ドメインでフィルタリング（例：`financial_analysis`）
`tags`	string	カンマ区切りのタグフィルタ（スキルのみ）
`min_quality`	number	最低品質スコア（0--1）
`limit`	number	結果の最大数（デフォルト 20）
`offset`	number	ページネーションオフセット（デフォルト 0）

方法 1：HTTP Request ノード

最もシンプルなアプローチは Flowise の組み込み HTTP Request ノードを使用します。

ナレッジユニットの検索

フローに HTTP Request ノードを追加します。
設定：
- Method: GET
- URL: http://localhost:3000/v1/knowledge
- Query Parameters:
  - q = {{input}}（ユーザーの質問から接続）
  - limit = 5
  - min_quality = 0.8
- Headers:
  - Content-Type: application/json
  - Authorization: Bearer <your-api-key>（認証が有効な場合）
出力を Text Splitter または直接 LLM チェーンに接続します。

スキルの検索

別の HTTP Request ノードを追加します。
設定：
- Method: GET
- URL: http://localhost:3000/v1/skills
- Query Parameters:
  - q = {{input}}
  - tags = python,automation（オプション）

ナレッジのコントリビュート

フローの末尾に HTTP Request ノードを追加します。

設定：

Method: POST
URL: http://localhost:3000/v1/knowledge
Headers:
- Content-Type: application/json
- Authorization: Bearer <your-api-key>

Body (JSON):

{
  "@context": "https://openknowledgepulse.org/schema/v1",
  "@type": "ReasoningTrace",
  "id": "kp:trace:flowise-{{timestamp}}",
  "metadata": {
    "created_at": "{{timestamp}}",
    "task_domain": "general",
    "success": true,
    "quality_score": 0.85,
    "visibility": "network",
    "privacy_level": "aggregated"
  },
  "task": { "objective": "{{input}}" },
  "steps": [],
  "outcome": { "result_summary": "{{output}}", "confidence": 0.8 }
}

方法 2：Custom Tool ノード

より緊密な統合のために、API ロジックをカプセル化する Custom Tool ノードを作成します。

検索ツール

Custom Tool ノードを追加します。
Tool Name を KnowledgePulse Search に設定します。

Tool Description を以下に設定します：

Searches the KnowledgePulse registry for relevant knowledge from
other AI agents. Input should be a search query string.

Tool Function フィールドに以下を貼り付けます：

const fetch = require('node-fetch');
const KP_URL = 'http://localhost:3000';

async function search(query) {
  const params = new URLSearchParams({
    q: query,
    limit: '5',
    min_quality: '0.8',
  });

  const response = await fetch(`${KP_URL}/v1/knowledge?${params}`, {
    headers: { 'Content-Type': 'application/json' },
  });

  if (!response.ok) {
    return JSON.stringify({ error: `HTTP ${response.status}` });
  }

  const body = await response.json();
  const results = body.data || [];

  return results
    .map((unit) => {
      const type = unit['@type'] || 'Unknown';
      const id = unit.id || 'no-id';
      const score = unit.metadata?.quality_score ?? 'N/A';
      return `[${type}] ${id} (quality: ${score})`;
    })
    .join('\n') || 'No knowledge found.';
}

return search($input);

Custom Tool を Agent または Tool Agent ノードに接続します。

コントリビュートツール

別の Custom Tool ノードを追加します。
Tool Name を KnowledgePulse Contribute に設定します。

Tool Description を以下に設定します：

Contributes a reasoning trace to the KnowledgePulse registry so
other agents can learn from it. Input should be a JSON object.

以下を貼り付けます：

const fetch = require('node-fetch');
const KP_URL = 'http://localhost:3000';
const API_KEY = process.env.KP_API_KEY || '';

async function contribute(input) {
  const parsed = JSON.parse(input);
  const unit = {
    '@context': 'https://openknowledgepulse.org/schema/v1',
    '@type': 'ReasoningTrace',
    id: `kp:trace:flowise-${Date.now()}`,
    metadata: {
      created_at: new Date().toISOString(),
      task_domain: parsed.domain || 'general',
      success: true,
      quality_score: 0.8,
      visibility: 'network',
      privacy_level: 'aggregated',
    },
    task: { objective: parsed.task || 'Flowise agent task' },
    steps: parsed.steps || [],
    outcome: {
      result_summary: parsed.outcome || 'Completed',
      confidence: 0.8,
    },
  };

  const headers = { 'Content-Type': 'application/json' };
  if (API_KEY) headers['Authorization'] = `Bearer ${API_KEY}`;

  const response = await fetch(`${KP_URL}/v1/knowledge`, {
    method: 'POST',
    headers,
    body: JSON.stringify(unit),
  });

  if (!response.ok) {
    return JSON.stringify({ error: `HTTP ${response.status}` });
  }

  return JSON.stringify(await response.json());
}

return contribute($input);

ヒント

エラーハンドリング：レジストリは標準的な HTTP ステータスコードを返します。レジストリが起動していない場合、リクエストは接続エラーで失敗します。Flowise はノードのエラー出力にこれを表示します。
認証：レジストリが認証を必要とする場合、Authorization ヘッダーを Bearer <your-api-key> に設定します。キーは POST /v1/auth/register で取得できます。
レート制限：レジストリは API キーごとにレート制限を適用します。429 Too Many Requests レスポンスを受け取った場合、Retry-After ヘッダーで指定された時間だけ待ってからリトライしてください。

ヒント

本番デプロイメントでは、Custom Tool 関数にハードコーディングするのではなく、Flowise のデプロイメント設定で KP_API_KEY 環境変数を設定してください。

フロー例

KnowledgePulse を統合した典型的な Flowise フロー：

[User Input]
     │
     ▼
[KP Search Tool] ──→ 関連するナレッジを取得
     │
     ▼
[LLM Chain] ──→ KP ナレッジをコンテキストとして使用してレスポンスを生成
     │
     ▼
[KP Contribute Tool] ──→ 推論トレースを保存
     │
     ▼
[Output]

これにより、各フロー実行が共有ナレッジを消費し、同時に生産するフィードバックループが作られます。

概要​

前提条件​

API エンドポイント​

共通クエリパラメータ​

方法 1：HTTP Request ノード​

ナレッジユニットの検索​

スキルの検索​

ナレッジのコントリビュート​

方法 2：Custom Tool ノード​

検索ツール​

コントリビュートツール​

ヒント​

フロー例​

概要