Flowise

用可视化方式搭建 AI Agent，并接入 TokenMix API。

准备 TokenMix 信息

• API Key: TokenMix 控制台生成的 sk-tm-...
• Chat 模型 ID: 从 TokenMix 模型页复制，例如
• Embedding 模型 ID: 如果做知识库，再复制一个 embedding 模型，例如
• Base Path: https://api.tokenmix.ai/v1

本地启动 Flowise

新手先本地跑通，不急着部署：

npm install -g flowise
npx flowise start

打开 http://localhost:3000 后，新建 Chatflow。

配置聊天模型节点

推荐先用 ChatOpenAI-Custom，因为它的 Model Name 是手动输入，更适合 TokenMix 的模型 ID。

1. 添加 ChatOpenAI-Custom 节点。
2. 在 Credential 里创建 OpenAI API Key，值填 TokenMix API Key。
3. Model Name 填 TokenMix 模型 ID。
4. Base Path 填 https://api.tokenmix.ai/v1。
5. Streaming 保持开启。
6. Temperature 新手可填 0.7。
7. Base Options 先留空，除非你需要额外 headers。

做知识库时的 Embedding 配置

如果流程里用了向量库或 RAG，还要添加 OpenAIEmbeddingsCustom 或 OpenAIEmbeddings：

• API Key: 同一个 TokenMix Key
• Model Name: TokenMix embedding 模型 ID
• Base Path: https://api.tokenmix.ai/v1

注意：Chat 模型和 Embedding 模型不要混用。聊天能返回不代表知识库检索一定能工作。

测试提示词

请用三句话介绍 TokenMix API，并说明它为什么适合接入 Flowise。

英文测试：

Explain TokenMix API in three short sentences and mention why it works well with Flowise.

常见问题

• 401: TokenMix API Key 错误，或复制时带了空格。
• 404/model not found: Model Name 不是 TokenMix 模型 ID。
• 连接失败: Base Path 没写成 https://api.tokenmix.ai/v1。
• 知识库无答案: 检查 Embedding 节点是否也用了 TokenMix。
• 节点下拉没有你的模型: 用 ChatOpenAI-Custom 手动输入模型 ID。