AI & LLM

AI model integration, text generation, embeddings, and autonomous agents.

18 modules

Module	Description
Agen Otonom	Agen AI mandiri dengan memori dan perilaku berorientasi tujuan
Agen Rantai	Rantai pemrosesan AI sekuensial dengan beberapa langkah
Agen Penggunaan Alat	Agen AI yang dapat memanggil alat/fungsi
Embedding Teks	Menghasilkan vektor embedding dari teks menggunakan model AI
Ekstrak AI	Ekstrak data terstruktur dari teks menggunakan AI
Chat Ollama Lokal	Chat dengan LLM lokal via Ollama (sepenuhnya offline)
Memori AI	Memori percakapan untuk Agen AI
Memori Entitas	Ekstrak dan lacak entitas (orang, tempat, konsep) dari percakapan
Memori Redis	Memori percakapan persisten menggunakan penyimpanan Redis
Memori Vektor	Memori semantik menggunakan embedding vektor untuk pengambilan konteks yang relevan
Model AI	Konfigurasi model LLM untuk Agen AI
AI Tool	Expose a module as a tool for AI Agent
Analisis Visi	Analisis gambar menggunakan model visi AI
Chat Claude	Kirim pesan chat ke Anthropic Claude AI dan dapatkan respons
Chat Google Gemini	Kirim pesan chat ke Google Gemini AI dan dapatkan respons
Chat OpenAI	Kirim pesan chat ke model OpenAI GPT
Pembuatan Gambar DALL-E	Hasilkan gambar menggunakan DALL-E
Agen AI	Agen AI otonom dengan koneksi multi-port (model, memori, tools)

Modules

Agen Otonom

agent.autonomous

Agen AI mandiri dengan memori dan perilaku berorientasi tujuan

Parameters:

Name	Type	Required	Default	Description
goal	string	Yes	-	Tujuan yang ingin dicapai agen
context	string	No	-	Tujuan yang ingin dicapai agen
max_iterations	number	No	5	Konteks atau batasan tambahan
llm_provider	select (openai, ollama)	No	openai	Langkah penalaran maksimum
model	string	No	gpt-4-turbo-preview	Nama model (mis., gpt-4, llama2, mistral)
ollama_url	string	No	http://localhost:11434	Nama model (mis., gpt-4, llama2, mistral)
temperature	number	No	0.7	URL server Ollama (hanya untuk provider ollama)

Output:

Field	Type	Description
result	string	Tingkat kreativitas (0-2)
thoughts	array	Hasil operasi
iterations	number	Hasil operasi
goal_achieved	boolean	Langkah penalaran agen

Example: Research task

goal: Research the latest trends in AI and summarize the top 3
max_iterations: 5
model: gpt-4

Example: Problem solving

goal: Find the best approach to optimize database queries
context: PostgreSQL database with 10M records
max_iterations: 10

Agen Rantai

agent.chain

Rantai pemrosesan AI sekuensial dengan beberapa langkah

Parameters:

Name	Type	Required	Default	Description
input	string	Yes	-	Input awal untuk rantai
chain_steps	array	Yes	-	Input awal untuk rantai
llm_provider	select (openai, ollama)	No	openai	Array langkah pemrosesan (setiap adalah template prompt)
model	string	No	gpt-4-turbo-preview	Nama model (mis., gpt-4, llama2, mistral)
ollama_url	string	No	http://localhost:11434	Nama model (mis., gpt-4, llama2, mistral)
temperature	number	No	0.7	URL server Ollama (hanya untuk provider ollama)

Output:

Field	Type	Description
result	string	Tingkat kreativitas (0-2)
intermediate_results	array	Hasil operasi
steps_completed	number	Hasil operasi

Example: Content pipeline

input: AI and machine learning trends
chain_steps: ["Generate 5 blog post ideas about: {input}", "Take the first idea and write a detailed outline: {previous}", "Write an introduction paragraph based on: {previous}"]
model: gpt-4

Example: Data analysis chain

input: User behavior data shows 60% bounce rate
chain_steps: ["Analyze what might cause this issue: {input}", "Suggest 3 solutions based on: {previous}", "Create an action plan from: {previous}"]

Agen Penggunaan Alat

agent.tool_use

Agen AI yang dapat memanggil alat/fungsi

Parameters:

Name	Type	Required	Default	Description
prompt	string	Yes	-	Tujuan atau tugas untuk agen
tools	array	Yes	-	Daftar definisi alat [{name, description, parameters}]
provider	select (openai, anthropic)	No	openai	Penyedia LLM untuk agen
model	string	No	gpt-4o	Model yang akan digunakan
api_key	string	No	-	Kunci API (kembali ke variabel lingkungan)
max_iterations	number	No	10	Jumlah maksimum putaran panggilan alat
system_prompt	string	No	-	Prompt sistem opsional untuk membimbing agen

Output:

Field	Type	Description
result	string	Respon akhir agen
tool_calls	array	Semua panggilan alat yang dilakukan selama eksekusi
iterations	number	Jumlah iterasi yang selesai
model	string	Model yang digunakan

Example: File Processing Agent

prompt: Read the config file and update the version number
tools: [{"name": "read_file", "description": "Read contents of a file", "parameters": {"type": "object", "properties": {"path": {"type": "string", "description": "File path"}}, "required": ["path"]}}, {"name": "write_file", "description": "Write contents to a file", "parameters": {"type": "object", "properties": {"path": {"type": "string", "description": "File path"}, "content": {"type": "string", "description": "File content"}}, "required": ["path", "content"]}}]
provider: openai
model: gpt-4o
max_iterations: 5

Embedding Teks

ai.embed

Menghasilkan vektor embedding dari teks menggunakan model AI

Parameters:

Name	Type	Required	Default	Description
text	string	Yes	-	Teks untuk di-embed
provider	select (openai, local)	No	openai	Penyedia AI untuk embedding
model	string	No	text-embedding-3-small	Model embedding yang akan digunakan
api_key	string	No	-	Kunci API (kembali ke variabel lingkungan)
dimensions	number	No	-	Dimensi embedding (untuk model yang mendukungnya)

Output:

Field	Type	Description
embeddings	array	Array vektor embedding
model	string	Model yang digunakan untuk embedding
dimensions	number	Jumlah dimensi dalam vektor embedding
token_count	number	Jumlah token yang diproses

Example: Single Text Embedding

text: The quick brown fox jumps over the lazy dog
provider: openai
model: text-embedding-3-small

Example: Reduced Dimensions

text: Semantic search query
provider: openai
model: text-embedding-3-small
dimensions: 256

Ekstrak AI

ai.extract

Ekstrak data terstruktur dari teks menggunakan AI

Parameters:

Name	Type	Required	Default	Description
text	string	Yes	-	Teks untuk diekstrak datanya
schema	object	Yes	-	Skema JSON yang mendefinisikan bidang yang akan diekstrak
instructions	string	No	-	Instruksi tambahan untuk ekstraksi
provider	select (openai, anthropic)	No	openai	Penyedia AI yang akan digunakan
model	string	No	gpt-4o-mini	Model yang akan digunakan untuk ekstraksi
api_key	string	No	-	Kunci API (kembali ke variabel lingkungan)
temperature	number	No	0	Suhu sampling (0-2)

Output:

Field	Type	Description
extracted	object	Data terstruktur yang diekstrak
model	string	Model yang digunakan untuk ekstraksi
raw_response	string	Respon model mentah

Example: Extract Contact Info

text: John Smith is a senior engineer at Acme Corp. Email: john@acme.com
schema: {"type": "object", "properties": {"name": {"type": "string"}, "title": {"type": "string"}, "company": {"type": "string"}, "email": {"type": "string"}}}
provider: openai
model: gpt-4o-mini

Example: Extract Invoice Data

text: Invoice #1234 from Acme Corp. Total: $500.00. Due: 2024-03-01
schema: {"type": "object", "properties": {"invoice_number": {"type": "string"}, "vendor": {"type": "string"}, "total": {"type": "number"}, "due_date": {"type": "string"}}}
instructions: Extract all invoice fields. Parse amounts as numbers.

Chat Ollama Lokal

ai.local_ollama.chat

Chat dengan LLM lokal via Ollama (sepenuhnya offline)

Parameters:

Name	Type	Required	Default	Description
prompt	string	Yes	-	Pesan untuk dikirim ke LLM lokal
model	select (llama2, llama2:13b, llama2:70b, mistral, mixtral, codellama, codellama:13b, phi, neural-chat, starling-lm)	No	llama2	Pesan untuk dikirim ke LLM lokal
temperature	number	No	0.7	Temperatur sampling (0-2)
system_message	string	No	-	Pesan peran sistem (opsional)
ollama_url	string	No	http://localhost:11434	Pesan peran sistem (opsional)
max_tokens	number	No	-	URL server Ollama

Output:

Field	Type	Description
response	string	Token maksimum dalam respons (opsional, tergantung model)
model	string	Respons dari operasi
context	array	Respons dari operasi
total_duration	number	Nama atau pengenal model
load_duration	number	Konteks percakapan untuk permintaan lanjutan
prompt_eval_count	number	Total durasi pemrosesan
eval_count	number	Durasi pemuatan model

Example: Simple local chat

prompt: Explain quantum computing in 3 sentences
model: llama2

Example: Code generation with local model

prompt: Write a Python function to calculate fibonacci numbers
model: codellama
temperature: 0.2
system_message: You are a Python programming expert. Write clean, efficient code.

Example: Local reasoning task

prompt: What are the pros and cons of microservices architecture?
model: mistral
temperature: 0.7

Memori AI

ai.memory

Memori percakapan untuk Agen AI

Parameters:

Name	Type	Required	Default	Description
memory_type	select (buffer, window, summary)	Yes	buffer	Tipe penyimpanan memori
window_size	number	No	10	Jumlah pesan terbaru untuk disimpan (untuk memori jendela)
session_id	string	No	-	Pengenal unik untuk sesi percakapan ini
initial_messages	array	No	[]	Riwayat percakapan yang dimuat sebelumnya

Output:

Field	Type	Description
memory_type	string	Riwayat percakapan yang dimuat sebelumnya
session_id	string	Riwayat percakapan yang dimuat sebelumnya
messages	array	Tipe memori
config	object	Pengenal sesi

Example: Simple Buffer Memory

memory_type: buffer

Example: Window Memory (last 5 messages)

memory_type: window
window_size: 5

Memori Entitas

ai.memory.entity

Ekstrak dan lacak entitas (orang, tempat, konsep) dari percakapan

Parameters:

Name	Type	Required	Default	Description
entity_types	multiselect	No	['person', 'organization', 'location']	Types of entities to extract and track
extraction_model	select (llm, spacy, regex)	Yes	llm	Model for entity extraction
session_id	string	No	-	Unique identifier for this memory session
track_relationships	boolean	No	True	Track relationships between entities
max_entities	number	No	100	Maximum number of entities to remember

Output:

Field	Type	Description
memory_type	string	Jumlah maksimum entitas untuk diingat
session_id	string	Jumlah maksimum entitas untuk diingat
entities	object	Tipe memori (entitas)
relationships	array	Pengenal sesi
config	object	Entitas yang dilacak berdasarkan tipe

Example: People & Organizations

entity_types: ["person", "organization"]
extraction_model: llm

Example: Full Entity Tracking

entity_types: ["person", "organization", "location", "concept"]
track_relationships: true
max_entities: 200

Memori Redis

ai.memory.redis

Memori percakapan persisten menggunakan penyimpanan Redis

Parameters:

Name	Type	Required	Default	Description
redis_url	string	Yes	redis://localhost:6379	Redis connection URL
key_prefix	string	No	flyto:memory:	Prefix for all Redis keys
session_id	string	Yes	-	Unique identifier for this memory session
ttl_seconds	number	No	86400	Time-to-live for memory entries (0 = no expiry)
max_messages	number	No	100	Maximum messages to store per session
load_on_start	boolean	No	True	Load existing messages from Redis on initialization

Output:

Field	Type	Description
memory_type	string	Muat pesan yang ada dari Redis saat inisialisasi
session_id	string	Muat pesan yang ada dari Redis saat inisialisasi
messages	array	Tipe memori (redis)
connected	boolean	Pengenal sesi
config	object	Riwayat pesan yang dimuat

Example: Local Redis

redis_url: redis://localhost:6379
session_id: my-session
ttl_seconds: 3600

Example: Cloud Redis with Auth

redis_url: redis://:password@redis-cloud.example.com:6379
session_id: user-session
ttl_seconds: 86400
max_messages: 500

Memori Vektor

ai.memory.vector

Memori semantik menggunakan embedding vektor untuk pengambilan konteks yang relevan

Parameters:

Name	Type	Required	Default	Description
embedding_model	select (text-embedding-3-small, text-embedding-3-large, text-embedding-ada-002, local)	Yes	text-embedding-3-small	Model to use for generating embeddings
top_k	number	No	5	Number of most relevant memories to retrieve
similarity_threshold	number	No	0.7	Minimum similarity score (0-1) for retrieval
session_id	string	No	-	Unique identifier for this memory session
include_metadata	boolean	No	True	Include timestamp and other metadata with memories

Output:

Field	Type	Description
memory_type	string	Sertakan timestamp dan metadata lainnya dengan memori
session_id	string	Sertakan timestamp dan metadata lainnya dengan memori
embedding_model	string	Tipe memori (vektor)
config	object	Pengenal sesi

Example: Default Vector Memory

embedding_model: text-embedding-3-small
top_k: 5

Example: High Precision Memory

embedding_model: text-embedding-3-large
top_k: 10
similarity_threshold: 0.85

Model AI

ai.model

Konfigurasi model LLM untuk Agen AI

Parameters:

Name	Type	Required	Default	Description
provider	select (openai, anthropic, ollama)	No	openai	AI model provider
model	string	No	gpt-4o	Specific model to use
temperature	number	No	0.7	Creativity level (0=deterministic, 1=creative)
api_key	string	No	-	API key (defaults to provider env var)
base_url	string	No	-	Custom API base URL (for Ollama or proxies)
max_tokens	number	No	4096	Token maksimum dalam respons

Output:

Field	Type	Description
provider	string	Token maksimum dalam respons
model	string	Nama provider LLM
config	object	Nama provider LLM

Example: OpenAI GPT-4

provider: openai
model: gpt-4o
temperature: 0.7

Example: Anthropic Claude

provider: anthropic
model: claude-3-5-sonnet-20241022
temperature: 0.5

AI Tool

ai.tool

Expose a module as a tool for AI Agent

Parameters:

Name	Type	Required	Default	Description
module_id	string	Yes	-	Module ID to expose as tool (e.g. http.request, data.json_parse)
tool_description	string	No	-	Custom description for the agent (overrides module default)

Output:

Field	Type	Description
module_id	string	Module ID exposed as tool

Example: HTTP Request Tool

module_id: http.request

Example: JSON Parse Tool

module_id: data.json_parse

Analisis Visi

ai.vision.analyze

Analisis gambar menggunakan model visi AI

Parameters:

Name	Type	Required	Default	Description
image_path	string	No	-	Jalur lokal ke file gambar
image_url	string	No	-	URL gambar yang akan dianalisis
prompt	string	No	Describe this image in detail	Apa yang ingin dianalisis atau ditanyakan tentang gambar
provider	select (openai, anthropic)	No	openai	Penyedia AI untuk analisis vision
model	string	No	gpt-4o	Model vision yang digunakan
api_key	string	No	-	Kunci API (kembali ke variabel lingkungan)
max_tokens	number	No	1000	Maksimum token dalam respon
detail	select (low, high, auto)	No	auto	Tingkat detail gambar (rendah/tinggi/otomatis)

Output:

Field	Type	Description
analysis	string	Analisis AI dari gambar
model	string	Model yang digunakan untuk analisis
provider	string	Penyedia yang digunakan untuk analisis
tokens_used	number	Jumlah token yang digunakan

Example: Analyze Screenshot

image_path: /tmp/screenshot.png
prompt: Describe what you see in this UI screenshot
provider: openai
model: gpt-4o

Example: Analyze from URL

image_url: https://example.com/photo.jpg
prompt: What objects are in this image?
provider: anthropic
model: claude-sonnet-4-20250514

Chat Claude

api.anthropic.chat

Kirim pesan chat ke Anthropic Claude AI dan dapatkan respons

Parameters:

Name	Type	Required	Default	Description
api_key	string	No	-	API key Anthropic (default ke env.ANTHROPIC_API_KEY)
model	string	No	claude-3-5-sonnet-20241022	Model Claude yang digunakan
messages	array	Yes	-	Array objek pesan dengan role dan content
max_tokens	number	No	1024	Konten yang dikembalikan oleh operasi
temperature	number	No	1.0	Temperatur sampling (0-1). Nilai lebih tinggi membuat output lebih acak
system	string	No	-	Prompt sistem untuk memandu perilaku Claude

Output:

Field	Type	Description
content	string	Prompt sistem untuk memandu perilaku Claude
model	string	Teks respons Claude
stop_reason	string	Model yang digunakan untuk respons
usage	object	Mengapa model berhenti menghasilkan (end_turn, max_tokens, dll)

Example: Simple question

messages: [{"role": "user", "content": "What is the capital of France?"}]
max_tokens: 100

Example: Text summarization

system: You are a helpful assistant that summarizes text concisely.
messages: [{"role": "user", "content": "Summarize this article: ${article_text}"}]
max_tokens: 500

Chat Google Gemini

api.google_gemini.chat

Kirim pesan chat ke Google Gemini AI dan dapatkan respons

Parameters:

Name	Type	Required	Default	Description
api_key	string	No	-	API key Google AI (default ke env.GOOGLE_AI_API_KEY)
model	string	No	gemini-1.5-pro	Model Gemini yang digunakan
prompt	string	Yes	-	Prompt teks untuk dikirim ke Gemini
temperature	number	No	1.0	Mengontrol keacakan (0-2). Nilai lebih tinggi membuat output lebih acak
max_output_tokens	number	No	2048	Jumlah maksimum token dalam respons

Output:

Field	Type	Description
text	string	Generated text response from Gemini
model	string	Model used for generation
candidates	array	All candidate responses

Example: Simple question

prompt: Explain quantum computing in simple terms

Example: Content generation

prompt: Write a professional email about ${topic}
temperature: 0.7
max_output_tokens: 500

Chat OpenAI

api.openai.chat

Kirim pesan chat ke model OpenAI GPT

Parameters:

Name	Type	Required	Default	Description
prompt	string	Yes	-	Pesan untuk dikirim ke GPT
model	select (gpt-4-turbo-preview, gpt-4, gpt-3.5-turbo)	No	gpt-4-turbo-preview	Pesan untuk dikirim ke GPT
temperature	number	No	0.7	Temperatur sampling (0-2)
max_tokens	number	No	1000	Temperatur sampling (0-2)
system_message	string	No	-	Token maksimum dalam respons

Output:

Field	Type	Description
response	string	Pesan peran sistem (opsional)
model	string	Respons dari operasi
usage	object	Respons dari operasi

Example: Simple chat

prompt: Explain quantum computing in 3 sentences
model: gpt-3.5-turbo

Example: Code generation

prompt: Write a Python function to calculate fibonacci numbers
model: gpt-4
temperature: 0.2
system_message: You are a Python programming expert

Pembuatan Gambar DALL-E

api.openai.image

Hasilkan gambar menggunakan DALL-E

Parameters:

Name	Type	Required	Default	Description
prompt	string	Yes	-	Deskripsi gambar yang dihasilkan
size	select (256x256, 512x512, 1024x1024, 1792x1024, 1024x1792)	No	1024x1024	Deskripsi gambar yang dihasilkan
model	select (dall-e-3, dall-e-2)	No	dall-e-3	Versi model DALL-E
quality	select (standard, hd)	No	standard	Kualitas gambar (hanya DALL-E 3)
n	number	No	1	Jumlah gambar yang dihasilkan (1-10)

Output:

Field	Type	Description
images	array	List of generated images
model	string	Model name or identifier

Example: Generate artwork

prompt: A serene mountain landscape at sunset, digital art
size: 1024x1024
model: dall-e-3
quality: hd

Example: Create logo

prompt: Modern tech startup logo with blue and green colors
size: 512x512
model: dall-e-2
n: 3

Agen AI

llm.agent

Agen AI otonom dengan koneksi multi-port (model, memori, tools)

Parameters:

Name	Type	Required	Default	Description
prompt_source	select (manual, auto)	No	manual	Dari mana mendapatkan prompt tugas
task	string	No	-	Tugas untuk diselesaikan agen. Gunakan {{input}} untuk mereferensikan data upstream.
prompt_path	string	No	{<!-- -->{input}<!-- -->}	Path untuk mengekstrak prompt dari input (mis., {{input.message}})
join_strategy	select (first, newline, separator, json)	No	first	Cara menangani input array
join_separator	string	No	`

---

| Pemisah untuk menggabungkan item array | |max_input_size| number | No |10000| Karakter maksimum untuk prompt (mencegah overflow) | |system_prompt| string | No |You are a helpful AI agent. Use the available tools to complete the task. Think step by step.| Instruksi untuk perilaku agen | |tools| array | No |[]| Daftar ID modul (alternatif untuk menghubungkan node tool) | |context| object | No |{}| Daftar ID modul (alternatif untuk menghubungkan node tool) | |max_iterations| number | No |10| Data konteks tambahan untuk agen | |provider | select (openai, anthropic, ollama) | No | openai| AI model provider | |model| string | No |gpt-4o| Specific model to use | |temperature| number | No |0.3| Creativity level (0=deterministic, 1=creative) | |api_key| string | No | - | API key (defaults to provider env var) | |base_url` | string | No | - | Custom API base URL (for Ollama or proxies) |

Output:

Field	Type	Description
ok	boolean	Apakah agen berhasil menyelesaikan
result	string	Apakah agen berhasil menyelesaikan
steps	array	Apakah agen berhasil menyelesaikan
tool_calls	number	Hasil akhir dari agen
tokens_used	number	Daftar langkah yang diambil agen

Example: Web Research Agent

task: Search for the latest news about AI and summarize the top 3 stories
tools: ["http.request", "data.json_parse"]
model: gpt-4o

Example: Data Processing Agent

task: Read the CSV file, filter rows where status is "active", and count them
tools: ["file.read", "data.csv_parse", "array.filter"]
model: gpt-4o