ایک Base Path کے ذریعے Flowise flows کو کیٹلاگ کے کسی بھی model پر چلائیں۔
Updated 2026-07-29
Flowise اپنے ChatOpenAI node کے لیے custom base URLs documented رکھتا ہے: اپنی key کے ساتھ credential بنائیں، Additional Parameters کھولیں، اور Base Path کو https://api.apisrouter.com/v1 پر سیٹ کریں۔ built-in dropdown سے باہر model ids کے لیے، ChatOpenAI Custom node کوئی بھی id free text کے طور پر لیتا ہے، جو Claude، DeepSeek، اور GLM ids کو Flowise flow چلانے کا طریقہ ہے۔
فوری جواب: credential، Base Path، model id۔
Flowise canvas میں، Chat Models panel سے ایک ChatOpenAI node drag کریں، Connect Credential پر کلک کریں، اور اپنی APIsRouter key رکھنے والی ایک نئی OpenAI credential بنائیں۔ پھر node پر Additional Parameters کھولیں اور Base Path کو https://api.apisrouter.com/v1 پر سیٹ کریں۔ node کی ہر call اب OpenAI کے hosts کی بجائے gateway کی طرف جاتی ہے۔ model field کے لیے: standard ChatOpenAI node OpenAI model names کا dropdown دیتا ہے، تو claude-sonnet-4-6 یا deepseek-v4-flash جیسی gateway ids کے لیے ChatOpenAI Custom node استعمال کریں، جو کوئی بھی model id free text کے طور پر قبول کرتا ہے۔ یہ ایک documented Flowise pattern ہے، official docs میں بالکل اسی class کے OpenAI-compatible endpoint کے لیے بیان کیا گیا ہے۔
Connect Credential: new OpenAI credential
API Key: sk-YOUR-APISROUTER-KEY
Model Name: claude-sonnet-4-6
Additional Parameters:
Base Path: https://api.apisrouter.com/v1Flowise endpoint سے کیسے بات کرتا ہے۔
Flowise (GitHub پر FlowiseAI، تقریباً 55K stars) LLM apps کا visual builder ہے: canvas پر nodes سے جوڑے گئے chatflows اور agent flows، جو chat models، document stores پر RAG pipelines، tool-using agents، اور آپ کے اپنے products سے call کیے جانے والے API endpoints کور کرتے ہیں۔ flow کا ہر LLM node standard chat-completions requests بھیجتا ہے، اور Base Path فیصلہ کرتا ہے کہ وہ requests کہاں پہنچیں۔ چونکہ gateway ایک URL کے پیچھے کئی vendors serve کرتا ہے، ایک credential کیٹلاگ کے ہر model کو cover کرتی ہے۔ ایک RAG chatflow اپنی answer synthesis claude-sonnet-4-6 پر چلا سکتی ہے جبکہ اسی flow کی classification branch deepseek-v4-flash پر چلے، ہر ایک اپنے node اور اپنے model id کے ساتھ، دونوں ایک ہی key سے bill ہوتے ہوئے۔ docs دوسری OpenAI-compatible services کے لیے بھی وہی Base Path mechanism بیان کرتے ہیں، تو یہ standard Flowise usage ہے، workaround نہیں۔ ایک ایماندار احتیاط: embeddings ایک الگ node type ہیں۔ اگر آپ کا flow OpenAI embeddings استعمال کرتا ہے، تو OpenAI Embeddings Custom node کو اسی Base Path pattern کے ساتھ configure کریں، اور پہلے کیٹلاگ کے خلاف embedding model id تصدیق کریں، کیونکہ chat اور embedding surfaces الگ ہیں۔
Self-hosted Flowise: Docker networking نوٹس۔
زیادہ تر Flowise installs Docker میں چلتی ہیں، اور Base Path container کے اندر سے resolve ہوتا ہے۔ https://api.apisrouter.com/v1 جیسا public gateway URL کہیں سے بھی کام کرتا ہے، تو کوئی خاص networking لاگو نہیں ہوتی؛ یہ احتیاط اس لیے موجود ہے کیونکہ زیادہ تر community documentation local inference servers کے لیے لکھی گئی تھی، جہاں host.docker.internal addresses اہم ہوتے ہیں۔ hosted gateway کے خلاف آپ اس پوری class کی advice نظر انداز کر سکتے ہیں۔ جو حصہ operationally اہم ہے: Flowise میں credentials server-side محفوظ ہوتی ہیں اور flows میں share ہوتی ہیں، تو ایک بار بنائی گئی APIsRouter credential instance کی ہر flow کے ہر node سے reusable ہے۔ Teams کے لیے، وہ اور gateway console میں per-key usage مل کر ایک صاف تقسیم دیتے ہیں: فی environment یا فی project ایک credential، اور console ہر ایک کو tokens اور spend attribute کرتا ہے۔
curl -s https://api.apisrouter.com/v1/models \
-H "Authorization: Bearer $APISROUTER_API_KEY" | head -30فی node models چننا۔
Flows model calls کو ایسے طریقوں سے ضرب دیتے ہیں جو ایک سادہ chat کبھی نہیں کرتی: query rewriting، retrieval grading، اور answer synthesis والی ایک RAG pipeline فی user message تین یا زیادہ بار LLM کو hit کر سکتی ہے۔ flagship کو صرف وہیں رکھنا جہاں وہ اپنی rate کمائے، اور باقی جگہ ایک volume tier، Base Path سیٹ ہونے کے بعد ایک فی-node dropdown فیصلہ ہے۔
- claude-sonnet-4-6 main conversational یا agent node کے لیے، جہاں جواب کی quality flow کو اٹھاتی ہو۔
- claude-haiku-4-5-20251001 زیادہ volume والی branches کے لیے: routing، tagging، بڑے flows کے اندر مختصر summaries۔
- gpt-5.4-mini GPT-family volume pick کے طور پر ان flows کے لیے جو OpenAI-style رویے پر بنے ہیں۔
- gemini-3.5-flash جہاں کوئی branch mid-tier rate پر لمبے documents یا images ingest کرے۔
- deepseek-v4-flash سب سے زیادہ volume والی utility calls کے لیے، جہاں فی-token rate design constraint ہو۔
استعمال کے مطابق ادائیگی · سرکاری قیمت سے کم
Selected models are priced below official list prices. Exact input, output, cache, and per-request prices are shown for each model.
| ماڈل | سرکاری قیمت | ہماری قیمت |
|---|---|---|
| Claude Sonnet 4.6 | $3.00 / $15.00 per M | $2.40 / $12.00 per M |
| Claude Haiku 4.5 20251001 | $1.00 / $5.00 per M | $0.80 / $4.00 per M |
| GPT-5.4 mini | $0.75 / $4.50 per M | $0.60 / $3.60 per M |
| Gemini 3.5 Flash | $1.50 / $9.00 per M | $1.20 / $7.20 per M |
| DeepSeek V4 Flash | $0.14 / $0.28 per M | $0.10 / $0.30 per M |
Flowise سے مخصوص failure modes۔
two-command debug order یہاں بھی ویسے ہی لاگو ہوتا ہے جیسے ہر جگہ: پہلے curl سے endpoint ثابت کریں، models listing اور پھر exact id کے ساتھ ایک completion، اور اسی کے بعد Flowise کے اندر debug کریں۔ یہ gateway مسائل کو canvas configuration سے ایک منٹ سے کم میں الگ کر دیتا ہے۔
- Model dropdown آپ کی id لسٹ نہیں کرتا: standard ChatOpenAI node پر متوقع۔ ChatOpenAI Custom استعمال کریں، جو free-text model ids لیتا ہے۔
- Node سے 401: credential غلط key رکھتی ہے، یا اس node سے کوئی مختلف credential attached ہے جتنا آپ سوچتے ہیں۔ Credentials فی-node attachments ہیں، تو صرف credential store نہیں، node کو چیک کریں۔
- ہر call پر 404: Base Path میں /v1 missing ہے یا ایک ایسا trailing path segment ہے جو نہیں ہونا چاہیے۔ node آپ کے دیے گئے base میں route paths append کرتا ہے۔
- ایک flow میں کام کرتا ہے، دوسری میں فیل ہوتا ہے: ہر node Additional Parameters کے تحت اپنی الگ Base Path setting رکھتا ہے۔ کسی node کو copy کرنا اسے کاپی کرتا ہے؛ ایک نیا node بنانا نہیں۔
- Embedding nodes اب بھی OpenAI کو hit کر رہی ہیں: chat اور embedding nodes الگ الگ configure ہوتی ہیں۔ embeddings node پر بھی Base Path سیٹ کریں، ورنہ مخلوط billing کی توقع رکھیں۔
Flowise کو gateway کے ذریعے کون route کرتا ہے۔
- وہ builders جو client chatbots ship کرتے ہیں اور فی client vendor account رکھے بغیر فی flow model choice چاہتے ہیں۔
- وہ RAG-heavy teams جن کی retrieval pipelines فی-message LLM calls کو ضرب دیتی ہیں اور utility steps پر volume tiers کی ضرورت ہوتی ہے۔
- وہ agencies جو ایک instance پر بہت سے projects چلاتی ہیں، صاف فی-client usage attribution کے لیے فی project ایک credential استعمال کرتی ہیں۔
- وہ developers جو ایک ہی flow پر Claude، GPT، اور DeepSeek compare کرتے ہیں، جہاں ہر candidate ایک duplicated node پر model-field edit ہو۔
- وہ self-hosters جو پوری instance کو کئی vendor cards کی بجائے ایک prepaid balance سے bill کروانا چاہتے ہیں۔
عمومی سوالات
میں Flowise میں custom OpenAI base URL کیسے سیٹ کروں؟
ChatOpenAI یا ChatOpenAI Custom node پر، Additional Parameters کھولیں اور Base Path کو https://api.apisrouter.com/v1 پر سیٹ کریں، آپ کی key attached credential میں۔ Flowise docs بالکل یہی mechanism OpenAI-compatible endpoints کے لیے بیان کرتے ہیں۔
میں Flowise میں Claude یا DeepSeek model ids کیسے استعمال کروں؟
ChatOpenAI Custom node استعمال کریں، جو کوئی بھی model id free text کے طور پر قبول کرتا ہے۔ کیٹلاگ کی exact id درج کریں، مثلاً claude-sonnet-4-6 یا deepseek-v4-flash، اور Additional Parameters کے تحت Base Path سیٹ کریں۔ standard ChatOpenAI node کا dropdown صرف OpenAI names لسٹ کرتا ہے۔
کیا ایک credential میری Flowise instance کی ہر flow کے لیے کام کرتی ہے؟
جی ہاں۔ Credentials Flowise server پر محفوظ ہوتی ہیں اور کسی بھی flow کے کسی بھی node سے attach کی جا سکتی ہیں۔ فی-project cost attribution کے لیے، فی project ایک gateway key اور فی key ایک credential بنائیں؛ console پھر فی key usage دکھاتا ہے۔
کیا agent flows اور tool calling gateway کے ذریعے کام کرتے ہیں؟
جی ہاں۔ Tool calling standard chat-completions format پر چلتی ہے، اور claude-sonnet-4-6 جیسی ids بھروسہ مند طریقے سے function calls سنبھالتی ہیں۔ اگر کوئی agent node volume-tier id پر بدسلوکی کرے، تو model capability کو flow configuration سے الگ کرنے کے لیے وہی flow Sonnet پر ٹیسٹ کریں۔
RAG flows میں embeddings nodes کے بارے میں کیا؟
Embeddings chat nodes سے الگ configure ہوتی ہیں۔ OpenAI Embeddings Custom node وہی Base Path pattern لیتا ہے؛ flow wire کرنے سے پہلے تصدیق کریں کہ آپ کیٹلاگ میں جس embedding model id کا ارادہ رکھتے ہیں وہ موجود ہے، کیونکہ chat اور embedding surfaces الگ ہیں۔
میں دیکھوں کیسے کہ کسی flow کو چلانے پر کتنا خرچ آتا ہے؟
Gateway console ہر request کو model، token counts، اور spend کے ساتھ فی key log کرتا ہے۔ چونکہ RAG یا agent flow میں ایک ہی user message کئی LLM calls trigger کر سکتا ہے، فی-request log ہی flow کی قیمت لگانے کا ایماندار طریقہ ہے، فی-message اندازہ نہیں۔