FlowiseAI/Flowise 很容易让人以为“打开网页就能直接跑 AI Agent”。其实本地启动只解决界面和服务，真正能跑通节点，还要看 Node 版本、环境变量、模型 Key 和各组件配置。

这个 skill 教程适合想先在本机试 Flowise 的新手。最快路径是全局安装并启动；长期运行可用 Docker Compose；要改源码才走 pnpm 开发路径。Node.js 需要 >=20.0.0，这个版本门槛先查清。

只想体验，先用 npm 跑起来

官方 Quick Start 很短：安装 Flowise，启动服务，打开 http://localhost:3000。

node -v
npm install -g flowise
npx flowise start

这条路径适合看可视化工作台、搭一个简单 Chatflow 或 Agentflow。它不等于生产部署，也不自动给你配置 OpenAI、数据库、向量库或第三方节点凭据。

要放久一点，用 Docker Compose

如果准备在本机或服务器长期运行，Docker Compose 更好管理。README 要求先克隆仓库，进入根目录的 docker 文件夹，把 .env.example 复制成 .env，再启动。

git clone https://github.com/FlowiseAI/Flowise.git
cd Flowise/docker
cp .env.example .env
docker compose up -d

开发源码才走 pnpm

Flowise 是 monorepo，包含 server、ui、components 和 api-documentation。开发路径先装 pnpm，再安装依赖、构建并启动。

npm i -g pnpm
git clone https://github.com/FlowiseAI/Flowise.git
cd Flowise
pnpm install
pnpm build
pnpm start

构建失败先看内存和 .env

如果 pnpm build 报 Exit code 134 或 JavaScript heap out of memory，README 建议提高 Node heap。开发模式还要在 packages/ui 和 packages/server 分别准备对应 .env。

export NODE_OPTIONS="--max-old-space-size=4096"
pnpm build
pnpm dev

Flowise 的第一次成功信号，是浏览器能打开本地页面，并且一个最小节点流能拿到模型凭据返回结果。只看到 3000 端口打开，还不能说明你的 Agentflow 已经具备完整运行条件。

读完后建议按一条线推进：先 npm 快速启动看界面，再用一个最小 Chatflow 验证模型 Key，准备长期运行时再迁到 Docker 或源码开发。页面、凭据、节点三关都过了，Flowise 才算真正能接你的业务流。