O que é Flowise?
Flowise é plataforma open source para construir visualmente aplicações generativas, workflows de LLM e agentes. A equipe conecta modelos, prompts, retrievers, document stores, tools, APIs e controles num canvas e expõe o resultado por chat, embed ou Prediction API. Pode rodar em infraestrutura própria ou Flowise Cloud.
A distinção importa. Flowise é orchestration layer, não modelo nem fronteira completa de privacidade. Um workflow pode enviar dados a model provider, guardar embeddings em vector DB externa, reter uploads em object storage, chamar sistemas comerciais e enviar analytics. O canvas simplifica combinação, mas não elimina custo, permissões, falhas ou termos.
Agentflow V2 e design de workflows
Agentflow V2 é a arquitetura nativa mais nova. Nodes isolados tornam branching, loops, iteration, chamadas de LLM e tools, retrieval, agents, subflows e state explícitos. Supervisor delega a worker agents e nodes leem ou atualizam state declarado. Há também MCP e streaming por server-sent events.
Human-in-the-loop ajuda em trabalho consequencial. Human Input pausa execução para approval ou feedback e retoma de checkpoint salvo, inclusive após restart. Tools individuais podem exigir aprovação. Isso só reduz risco quando reviewer vê contexto suficiente e não existe rota de bypass.
Não transforme toda tarefa em agente autônomo. Use nodes determinísticos para validação, retrieval apenas de fontes autorizadas, poucas tools e approval antes de ação irreversível. Fixe versions e teste migrations: Agentflow V1 está sendo descontinuado e V2 muda entre releases.
Cloud e custo real do self-hosting
Flowise Cloud lista Starter a US$ 35 mensais com flows e assistants ilimitados, 10.000 predictions, 1 GB e community support. Pro custa US$ 65 por 50.000 predictions, 10 GB, workspaces ilimitados, cinco usuários, roles e priority support; extras custam US$ 15. Enterprise anuncia on-premises ou air-gapped, SSO/SAML, LDAP/RBAC, versioning, audit logs, SLA de 99,99% e suporte personalizado.
Community tem modelo de custo separado. Self-hosting evita assinatura, mas adiciona compute, banco, storage, load balancing, secrets, TLS, backup, upgrade, monitoring, incident response e pessoas. Tokens, embeddings, reranking, OCR, vector search, APIs e egress podem dominar qualquer opção.
Compare custo por resultado aprovado, não só por prediction. Faça load test com documentos e concurrency reais, meça latency e retries e contabilize execuções falhas. Confirme features contratuais de Cloud ou Enterprise.
Controle de acesso e flows públicos
A documentação contém default crítico: após construir Chatflow ou Agentflow, o flow é público. Qualquer pessoa com ID executa predictions via embed ou API até receber API key. ID imprevisível não é controle de acesso.
Proteja todo flow não público antes de adicionar credentials ou documentos. Aplique keys, instance auth, restrições de rede, contas least privilege, origin controls, rotação, limites de request e rate limiting testado. Configuração de proxy afeta limits por IP. Separe build, test e production e não exponha secret reutilizável no front-end.
Prediction API suporta memory, files, streaming e overrides. Dynamic overrides vêm desativados por segurança; mantenha allow-list estreita. Trate prompts, uploads, retrieval, web e connector content como não confiáveis. Teste prompt injection, argumentos de tools, exfiltration, memória cross-session, arquivos grandes, loops e cost exhaustion.
Credentials, storage e deletion
Flowise guarda API keys de terceiros como credentials criptografadas. Por padrão cria encryption key local; trocar ou regenerar pode tornar credentials indecifráveis. Produção precisa de secret management estável, rotação, filesystem restrito, backup separado da key e external secrets quando apropriado.
O banco padrão pode ser SQLite; produção pode usar PostgreSQL ou MySQL. Uploads ficam em storage local ou object storage e embeddings numa vector DB separada. Apagar configuração ou chunks no Flowise não necessariamente remove registros externos. Deletion defensável deve cobrir banco, objects, vector index, logs, backups, model providers e conectores.
A privacy policy diz que Cloud usa PostHog e Stripe, guarda dados na região US East e retém conforme necessário; dados anonimizados podem permanecer indefinidamente. Diz que self-hosted não envia metrics ao Flowise, mas serviços escolhidos ainda podem receber dados.
Termos mantêm ownership de User Content e licenciam hosting e processing para operar e melhorar serviços; uso agregado e anonimizado pode melhorar a plataforma. Não há promessa pública universal sobre training e retention em toda feature e provider. Compradores sensíveis devem obter DPA, lista de subprocessors e modelos, schedule, região, deletion, incidentes, audit e no-training no contrato.
Veredito
Flowise é ponte útil entre frameworks code-heavy e no-code fechado. Dá a equipes técnicas canvas para retrieval e tool use, APIs práticas e rota de self-hosting. Agentflow V2 e checkpoints humanos ajudam em workflows não lineares.
A flexibilidade traz responsabilidade. O principal fato operacional é que flows são chamáveis por ID até serem protegidos; o principal fato de privacidade é que dados cruzam vários serviços. Comece por workflow read-only e não sensível, proteja antes de credentials, mapeie dados, teste adversarial e deletion e só então amplie autonomia.
Visite o site oficial do Flowise
