Tout le monde n’a pas une équipe Python à temps plein. Flowise et Langflow permettent d’assembler un assistant RAG en relient des nœuds : chargeur de documents, base vectorielle, modèle, mémoire, sortie chat. Ce tutoriel compare les deux pistes, pose un déploiement Docker de principe, construit un flux RAG minimal, puis prépare l’intégration vers un site. Fil rouge : une Maison des associations à Roubaix qui veut un assistant sur son règlement intérieur et ses fiches d’activités — sans coller de dossiers adhérents nominatifs.
Plan du tutoriel
Huit étapes narratives : comparatif, prérequis Docker, installation, flux RAG, connexion modèle local, tests, intégration web, gouvernance. Pour un RAG codé, Python + Qdrant. Pour le widget public, chatbot sur site. Installation Open WebUI voisine : Open WebUI Docker.
Flowise ou Langflow ?
Flowise
Orientation chatflows / agentflows, souvent choisie pour prototyper un assistant documentaire rapidement.
- Interface de nœuds pour chaînes RAG et outils.
- Export de flux pour sauvegarde et partage d’équipe.
- Vérifiez licences et options d’auth dans la doc du jour.
Langflow
Studio visuel proche de l’écosystème LangChain, confortable si vous visez une passerelle vers du code plus tard.
- Composition visuelle de composants LangChain-like.
- Utile pour pédagogie « voir le graphe ».
- Même exigence : lire la doc versionnée avant prod.
Pour une asso à Roubaix, le critère décisif est souvent : qui maintiendra le flux dans six mois ? Si personne ne lira du Python, le studio visuel gagne. Si un prestataire doit reprendre, un export clair + README vaut mieux qu’un graphe illisible. Vous pouvez prototyper ici puis durcir dans un dépôt Python.
Prérequis et matériel
Docker et Docker Compose doivent être opérationnels sur une machine que vous contrôlez. Un modèle local via Ollama (ou un endpoint compatible) évite d’envoyer le règlement associatif vers un cloud non décidé. Ordre de grandeur : réservez de la RAM pour le studio + le modèle ; un petit flux pédagogique n’exige pas un cluster. Lisez la fiche du modèle choisi. GPU conseillé pour le confort, pas comme dogme.
Installation Docker de principe
Suivez le docker-compose officiel du projet choisi (Flowise ou Langflow). Montez un volume pour la persistance des flux. Exposez le port uniquement sur le réseau prévu. Créez un compte admin dès le premier démarrage si l’outil le propose. Notez la version de l’image. Les commandes ci-dessous sont un schéma : remplacez image et tags après lecture de la doc.
# Exemple de principe — remplacez image/tag/ports via la doc officielle du jour
services:
flowise:
image: IMAGE_OFFICIELLE:TAG
ports:
- "3000:3000"
volumes:
- flowise_data:/root/.flowise
environment:
- FLOWISE_USERNAME=admin
- FLOWISE_PASSWORD=CHANGEZ_MOI
volumes:
flowise_data:
# Démarrage
docker compose up -d
# Puis ouvrir l’UI, changer le mot de passe, créer un chatflow videConstruire le flux RAG
Six gestes dans le studio
Créer un chatflow vide nommé clairement
Appelez-le par exemple « asso-roubaix-reglement-v1 ». Évitez « test » ou « nouveau flux ». La clarté sauve les exports. Ajoutez une note dans le canvas : date, auteur, corpus couvert. Sans métadonnées, six mois plus tard personne ne saura si le flux inclut encore l’ancienne charte bénévole. Ajoutez dans la note du canvas le lien vers l’export stocké sur le partage associatif, pas seulement sur le portable du prestataire. Documentez le résultat et passez à l’étape suivante sans empiler d’autres changements le même jour.
Ajouter chargeur de documents + dossier maîtrisé
Pointez vers un répertoire contenant uniquement le règlement, les fiches d’activités publiques, la FAQ. Pas de listing adhérents. Si certains PDF sont scannés, OCRisez-les d’abord (OCR). Relancez l’ingestion après chaque ajout documentaire majeur et versionnez mentalement le corpus. Une charte courte collée au dossier docs-prod rappelle qu’aucun listing d’adhérents ne doit y entrer, même « pour tester ». Documentez le résultat et passez à l’étape suivante sans empiler d’autres changements le même jour. Documentez le résultat et passez à l’étape suivante sans empiler d’autres changements le même jour.
Brancher embeddings et store vectoriel
Choisissez un embedding adapté au français si possible (tag officiel). Connectez un store supporté par l’outil (souvent une option locale ou Qdrant). Documentez où vivent les vecteurs. Un store effacé sans backup force une ré-ingestion complète — prévoyez le geste. Prévoir une tâche calendrier « ré-ingest après AG » évite de servir pendant des mois une charte bénévole obsolète. Documentez le résultat et passez à l’étape suivante sans empiler d’autres changements le même jour. Documentez le résultat et passez à l’étape suivante sans empiler d’autres changements le même jour.
Connecter le LLM local
Pointez vers Ollama ou l’API locale documentée. Collez le tag du modèle depuis la bibliothèque officielle. Ajoutez une consigne système : répondre à partir des documents, s’abstenir sinon, rester en français administratif simple. Testez une question hors corpus pour vérifier l’abstention. Si l’abstention échoue, corrigez avant d’ajouter mémoire conversationnelle ou outils annexes qui compliquent le diagnostic. Documentez le résultat et passez à l’étape suivante sans empiler d’autres changements le même jour. Documentez le résultat et passez à l’étape suivante sans empiler d’autres changements le même jour.
Chaîner retrieval + génération + sortie chat
Reliez les nœuds pour que la question passe par la recherche documentaire avant le LLM. Affichez les sources si le composant le permet : la Maison des associations gagne en confiance. Évitez d’empiler dix outils inutiles « parce que c’est dispo ». Un flux court se débogue. Limitez-vous aux nœuds utiles au RAG : chaque fil superflu augmente le coût de reprise après une mise à jour Docker. Documentez le résultat et passez à l’étape suivante sans empiler d’autres changements le même jour.
Exporter le flux et jouer le jeu de test
Exportez le JSON/flux selon la fonction prévue. Stockez-le dans le dépôt documentaire de l’asso. Rejouez cinq questions métier + une hors corpus. Corrigez chunks ou consigne. Seulement ensuite, discutez d’un embed sur le site (chatbot site). L’export est votre parachute si l’UI casse après mise à jour. Versionnez l’export dans le même dépôt documentaire que le règlement, avec un message rappelant le jeu de test joué. Documentez le résultat et passez à l’étape suivante sans empiler d’autres changements le même jour.
Modèle local et données
Le no-code n’excuse pas l’envoi de documents sensibles vers une API cloud non validée. Pour une asso, un modèle local via Ollama reste un bon défaut. Si vous devez appeler une API européenne, lisez les conditions, la localisation, et le cadre données. Mentionnez dans votre documentation interne où part chaque requête.
Vers le site web
Flowise et Langflow proposent souvent des moyens d’exposer un chat (API, widget, iframe). Avant d’intégrer sur le site public de l’asso, exigez HTTPS, authentification si l’usage n’est pas 100 % public, et une page de mentions : ce que le bot couvre, ce qu’il ne couvre pas, comment contacter un humain. Le tutoriel chatbot RAG site détaille architecture et RGPD de principe.
| Contrôle | OK si… | Bloquant si… |
|---|---|---|
| Corpus | Documents publics ou autorisés | Fichiers adhérents nominatifs |
| Abstention | Hors sujet assumé | Inventions confiante |
| Accès | Auth / réseau cadré | Port ouvert sans protection |
| Mentions | Limites écrites sur le site | Bot présenté comme service officiel sans filet |
| Export | Flux sauvegardé | Graphe uniquement sur une machine |
Scène Roubaix
La coordinatrice assemble un flux Flowise sur un mini PC associatif. Trois bénévoles testent : horaires des ateliers, règle d’inscription, question piège sur une subvention absente du corpus. Le bot s’abstient correctement sur la subvention. Ils publient d’abord le chat en interne sur le réseau de la Maison, pas sur le site public. Après deux semaines sans invention gênante, ils envisagent un widget avec bandeau « réponses à partir du règlement — vérifiez auprès de l’accueil ».
Limites du glisser-déposer
Le studio accélère le prototype et la pédagogie. Il peut devenir difficile à versionner, à tester automatiquement, ou à auditer finement. Prévoir une porte de sortie vers le code (RAG Python) si le projet grossit. Les mises à jour d’image Docker peuvent casser un nœud : lisez les notes de version. IAHDF recommande d’exporter le flux après chaque upgrade.
Gouverner un flux no-code dans la durée
Désignez un propriétaire du flux nommément. Chaque modification majeure porte une date et un motif dans le README à côté de l’export. Avant mise à jour de l’image Docker, exportez, lisez le changelog, testez sur un environnement de staging. Les nœuds renommés sont une cause classique de panique un lundi matin dans les associations et PME.
Séparez bac à sable et production : deux dossiers documents, deux flux si besoin. Un clic d’ingestion test dans le flux prod pollue l’index. Formez deux personnes au minimum et gardez une courte vidéo interne montrant comment republier depuis l’export, stockée hors du seul PC du prestataire.
Qualité documentaire dans un canvas
Le glisser-déposer n’absout pas d’un découpage pauvre. Si le composant propose taille de segment et chevauchement, partez de valeurs modestes, évaluez, ajustez. Affichez les sources. Interdisez les formulations juridiques inventées. Un flux court de quelques nœuds clairs se débogue ; un spaghetti de fils devient un risque opérationnel. Archivez les expériences sous des noms explicites sans écraser le flux validé.
Former l’équipe sans théâtre
Organisez une session de quarante-cinq minutes : dix minutes de périmètre, quinze minutes de questions réelles sur le règlement, dix minutes d’abstention volontaire, dix minutes d’export et de qui contacte qui en cas de panne. Enregistrez la session en interne si le droit le permet. Les bénévoles de Roubaix retiennent mieux un échec commenté qu’un discours sur les agents autonomes. Planifiez une session de rappel après la première mise à jour Docker. IAHDF peut accueillir ce type de retour d’expérience en atelier collectif, sans vendre le studio lui-même.
Ajoutez au kit de formation trois captures annotées du flux (ingestion, retrieval, consigne) et le lien vers le jeu de test. Ce kit survit au prestataire. Vérifiez une fois par trimestre que le kit est à jour : un nœud renommé rend les captures fausses et décourage la prochaine personne qui devra reprendre le service.
Questions fréquentes
Puis-je me passer totalement de Docker ?
Parfois via des installateurs ou du cloud hébergé, mais Docker reste le chemin le plus reproductible pour une PME ou une asso qui veut garder la main. Si vous refusez Docker, documentez clairement votre mode d’install alternatif et vos sauvegardes. Le but est de pouvoir reconstruire le studio après panne, pas de collectionner les clics. Docker reste le chemin le plus simple à documenter pour un binôme salarié-bénévole qui se relaie sur l’admin système. Documentez le résultat et passez à l’étape suivante sans empiler d’autres changements le même jour.
Flowise remplace-t-il Open WebUI ?
Non, ce sont des outils différents. Open WebUI brille comme interface de chat multi-modèles avec RAG intégré ; Flowise/Langflow excellent pour composer des flux et des outils. Certaines structures utilisent les deux. Comparez le besoin : portail équipe (Open WebUI équipe) versus graphe d’intégration. Clarifiez le rôle de chaque outil dans une fiche d’architecture d’une page avant d’empiler les interfaces « parce que c’est gratuit ». Documentez le résultat et passez à l’étape suivante sans empiler d’autres changements le même jour.
Comment partager un flux avec un prestataire ?
Exportez le flux, joignez la liste des documents, les tags de modèles, et le compte rendu du jeu de test. Retirez les mots de passe. Indiquez la version de l’image Docker. Un prestataire sérieux préfère ce paquet à une capture d’écran floue du canvas. Le paquet export + corpus + tags + résultats de test est le vrai livrable prestataire, pas une réunion de démonstration. Documentez le résultat et passez à l’étape suivante sans empiler d’autres changements le même jour.
Le no-code est-il assez « avancé » ?
Oui dès que vous maîtrisez corpus, retrieval, consigne, évaluation et sécurité. La difficulté se déplace du syntaxe Python vers la conception de flux et la gouvernance. C’est exactement le niveau de ce tutoriel avancé IAHDF. La maturité se juge à la qualité du corpus et des abstentions, pas à la présence de code Python dans le dépôt. Documentez le résultat et passez à l’étape suivante sans empiler d’autres changements le même jour. Documentez le résultat et passez à l’étape suivante sans empiler d’autres changements le même jour.
Que faire si le nœud a changé de nom après update ?
Lisez le changelog, restaurez l’export précédent si besoin, reconstituez le graphe avec les nouveaux libellés. C’est pourquoi l’export régulier n’est pas optionnel. Testez toujours sur un environnement de staging avant de toucher le flux « production » de l’asso. Le staging n’est pas optionnel : un flux « prod » cassé la veille d’un atelier public à Roubaix n’est pas un détail technique. Documentez le résultat et passez à l’étape suivante sans empiler d’autres changements le même jour. Documentez le résultat et passez à l’étape suivante sans empiler d’autres changements le même jour.