> For the complete documentation index, see [llms.txt](https://docs.clore.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.clore.ai/guides/guides_v2-hi/ai-platforms-and-agents/flowise.md). # Flowise AI Agent Builder ## अवलोकन [Flowise](https://github.com/FlowiseAI/Flowise) यह एक ओपन-सोर्स, ड्रैग-एंड-ड्रॉप टूल है जो बिना कोड लिखे LLM-समर्थित एप्लिकेशन बनाने के लिए है। 35K+ GitHub स्टार और **5 मिलियन से अधिक Docker Hub पुल**के साथ, Flowise इकोसिस्टम में सबसे अधिक डिप्लॉय किए गए स्व-होस्टेड AI टूल्स में से एक बन गया है। यह टीमों को सहज दृश्य इंटरफ़ेस के माध्यम से चैटबॉट, RAG सिस्टम, AI एजेंट और स्वचालित वर्कफ़्लो बनाने और उन्हें मिनटों में REST API एंडपॉइंट के रूप में तैनात करने में सक्षम बनाता है। Flowise LangChain.js पर बनाया गया है और एक नोड-आधारित कैनवास प्रदान करता है जहाँ आप घटकों को जोड़ते हैं: LLMs, वेक्टर डेटाबेस, डॉक्यूमेंट लोडर, मेमोरी स्टोर्स, टूल और एजेंट। हर फ्लो अपने आप एक एम्बेडेबल चैट विजेट और API एंडपॉइंट जनरेट करता है जिसे आप किसी भी एप्लिकेशन में इंटीग्रेट कर सकते हैं। **मुख्य क्षमताएँ:** * **ड्रैग-एंड-ड्रॉप फ्लो बिल्डर** — 100+ प्री-बिल्ट नोड्स के साथ दृश्य LLM ऑर्केस्ट्रेशन * **चैटबॉट निर्माण** — वेबसाइट और ऐप्स के लिए एम्बेडेबल चैट विजेट * **RAG पाइपलाइन्स** — दस्तावेज़ लोडर्स, एम्बेडर्स और वेक्टर स्टोर्स को दृश्य रूप से कनेक्ट करें * **मल्टी-एजेंट समर्थन** — टूल उपयोग और डेलिगेशन के साथ एजेंट पदानुक्रम बनाएं * **तुरंत API** — हर फ्लो एक जनरेट करता है `/api/v1/prediction/` एंडपॉइंट * **LangChain नोड्स** — LangChain.js इकोसिस्टम तक पूरा एक्सेस * **क्रेडेंशियल मैनेजर** — केंद्रीय रूप से API कीज़, डेटाबेस कनेक्शंस प्रबंधित करें **Flowise के लिए Clore.ai क्यों?** Flowise एक हल्का Node.js सर्वर है — यह ऑर्केस्ट्रेशन संभालता है, कंप्यूट नहीं। इसे Clore.ai के साथ जोड़ने से सक्षम होता है: * **लोकल मॉडल इनफ़रेंस** — उसी GPU सर्वर पर Ollama या vLLM चलाएँ, API लागत समाप्त हो जाती है * **निजी दस्तावेज़ प्रसंस्करण** — RAG पाइपलाइन्स जो कभी भी डेटा बाहरी सेवाओं पर नहीं भेजते * **स्थायी तैनाती** — GPU सर्वर कीमतों पर हमेशा-चालू चैटबॉट और API होस्टिंग * **स्केल पर लागत प्रभावी** — प्रति-कॉल API शुल्क के बिना मल्टी-टेनेंट चैटबॉट प्लेटफ़ॉर्म बनाएं * **फुल-स्टैक AI होस्टिंग** — Flowise + Ollama + Qdrant/Chroma सब एक किफायती सर्वर पर *** ## आवश्यकताएँ Flowise स्वयं एक Node.js एप्लीकेशन है जिसका संसाधन आवश्यकताएँ न्यूनतम हैं। लोकल LLM बैकएंड जोड़ने पर ही GPU की आवश्यकता होती है। | कॉन्फ़िगरेशन | GPU | VRAM | RAM | स्टोरेज | अनुमानित मूल्य | | --------------------------------------- | --------- | ----- | ------ | ------- | ----------------- | | **केवल Flowise (बाहरी APIs)** | कोई नहीं | — | 2–4 GB | 10 GB | \~$0.03–0.08/घंटा | | **+ Ollama (Llama 3.1 8B)** | RTX 3090 | 24 GB | 16 GB | 40 GB | \~$0.20/घंटा | | **+ Ollama (Mistral 7B + एम्बेडिंग्स)** | RTX 3090 | 24 GB | 16 GB | 30 GB | \~$0.20/घंटा | | **+ Ollama (Qwen2.5 32B)** | RTX 4090 | 24 GB | 32 GB | 60 GB | \~$0.35/घंटा | | **+ vLLM (प्रोडक्शन)** | A100 80GB | 80 GB | 64 GB | 100 GB | \~$1.10/घंटा | > **नोट:** Flowise किसी भी Clore.ai सर्वर पर आराम से चल जाता है। केवल तब GPU की आवश्यकता होती है जब आप मुफ्त लोकल इनफ़रेंस चाहते हों। देखें [GPU तुलना मार्गदर्शिका](/guides/guides_v2-hi/getting-started/gpu-comparison.md). **Clore.ai सर्वर आवश्यकताएँ:** * Docker Engine (सभी Clore.ai इमेजेस पर पहले से इंस्टॉल) * NVIDIA कंटेनर टूलकिट (केवल GPU/Ollama के लिए) * पोर्ट 3000 पहुँच योग्य (या Clore.ai डैशबोर्ड में मैप किया गया) * न्यूनतम 2 GB फ्री RAM, 10 GB डिस्क स्पेस *** ## त्वरित प्रारम्भ ### चरण 1: Clore.ai पर एक सर्वर बुक करें में [Clore.ai मार्केटप्लेस](https://clore.ai): * केवल API उपयोग के लिए: कोई भी सर्वर, RAM ≥ 4 GB से फ़िल्टर करें * लोकल LLM के लिए: GPU ≥ 24 GB VRAM से फ़िल्टर करें * टेम्पलेट में Docker सक्षम होना सुनिश्चित करें SSH के माध्यम से कनेक्ट करें: ```bash ssh root@ -p ``` ### चरण 2: Flowise चलाएँ (सिंगल कमांड) ```bash docker run -d \ --name flowise \ --restart unless-stopped \ -p 3000:3000 \ flowiseai/flowise ``` बस इतना ही। Flowise उपलब्ध होगा `http://:3000` 20–30 सेकंड के भीतर। ### चरण 3: सत्यापित करें कि यह चल रहा है ```bash # कंटेनर स्थिति जांचें docker ps | grep flowise # लॉग्स जांचें docker logs flowise --tail 20 # API का परीक्षण करें curl http://localhost:3000/api/v1/chatflows ``` ### चरण 4: UI खोलें अपने ब्राउज़र में नेविगेट करें `http://:3000` । > **Clore.ai पोर्ट मैपिंग:** सुनिश्चित करें कि पोर्ट 3000 आपके Clore.ai सर्वर कॉन्फ़िगरेशन में फॉरवर्ड किया गया है। अपने सर्वर विवरण → Ports → पुष्टि करें `3000:3000` मैप किया गया है। कुछ टेम्पलेट्स डिफ़ॉल्ट रूप से केवल SSH एक्सपोज़ करते हैं। *** ## कॉन्फ़िगरेशन ### स्थायी स्टोरेज वॉल्यूम माउंट करें ताकि आपके फ्लोज़, क्रेडेंशियल और अपलोड कंटेनर रीस्टार्ट्स में सुरक्षित रहें: ```bash mkdir -p /opt/flowise/{data,uploads,logs} docker run -d \ --name flowise \ --restart unless-stopped \ -p 3000:3000 \ -v /opt/flowise/data:/root/.flowise \ -v /opt/flowise/uploads:/app/uploads \ -e DATABASE_PATH=/root/.flowise \ -e APIKEY_PATH=/root/.flowise \ -e SECRETKEY_PATH=/root/.flowise \ -e LOG_PATH=/root/.flowise/logs \ flowiseai/flowise ``` ### प्रमाणीकरण अपने Flowise इंस्टेंस को यूज़रनेम/पासवर्ड से सुरक्षित करें: ```bash docker run -d \ --name flowise \ --restart unless-stopped \ -p 3000:3000 \ -v /opt/flowise/data:/root/.flowise \ -e FLOWISE_USERNAME=admin \ -e FLOWISE_PASSWORD=$(openssl rand -base64 16) \ -e FLOWISE_SECRETKEY_OVERWRITE=$(openssl rand -hex 32) \ flowiseai/flowise ``` > **सुरक्षा नोट:** Flowise को सार्वजनिक रूप से Clore.ai पर एक्सपोज़ करते समय हमेशा क्रेडेंशियल सेट करें। प्रमाणीकरण के बिना, आपके सर्वर IP वाले कोई भी व्यक्ति आपके फ्लोज़ और API कीज़ तक पहुँच सकता है। ### पूर्ण एनवायरनमेंट वेरिएबल संदर्भ ```bash docker run -d \ --name flowise \ --restart unless-stopped \ -p 3000:3000 \ -v /opt/flowise/data:/root/.flowise \ -e PORT=3000 \ -e FLOWISE_USERNAME=admin \ -e FLOWISE_PASSWORD=your-secure-password \ -e FLOWISE_SECRETKEY_OVERWRITE=your-secret-key \ -e DATABASE_TYPE=sqlite \ -e DATABASE_PATH=/root/.flowise \ -e APIKEY_PATH=/root/.flowise \ -e SECRETKEY_PATH=/root/.flowise \ -e LOG_PATH=/root/.flowise/logs \ -e LOG_LEVEL=info \ -e TOOL_FUNCTION_BUILTIN_DEP=crypto,fs \ -e TOOL_FUNCTION_EXTERNAL_DEP=moment,lodash \ -e CORS_ORIGINS=* \ -e IFRAME_ORIGINS=* \ flowiseai/flowise ``` | वैरिएबल | विवरण | डिफ़ॉल्ट | | ----------------------------- | ----------------------------------------------- | ----------------------- | | `PORT` | वेब सर्वर पोर्ट | `3000` | | `FLOWISE_USERNAME` | एडमिन उपयोगकर्ता नाम (प्रमाणीकरण सक्षम करता है) | — (कोई प्रमाणीकरण नहीं) | | `FLOWISE_PASSWORD` | एडमिन पासवर्ड | — | | `FLOWISE_SECRETKEY_OVERWRITE` | क्रेडेंशियल्स के लिए एन्क्रिप्शन की | ऑटो-जनरेटेड | | `DATABASE_TYPE` | `sqlite` या `mysql` या `postgres` | `sqlite` | | `DATABASE_PATH` | SQLite स्टोरेज पाथ | `/root/.flowise` | | `LOG_LEVEL` | `error`, `warn`, `info`, `debug` | `info` | | `TOOL_FUNCTION_BUILTIN_DEP` | कोड नोड्स में अनुमत Node.js बिल्टिन्स | — | | `TOOL_FUNCTION_EXTERNAL_DEP` | कोड नोड्स में अनुमत npm पैकेजेज़ | — | | `CORS_ORIGINS` | API के लिए अनुमत CORS ओरिज़न्स | `*` | | `IFRAME_ORIGINS` | एंबेडिंग के लिए अनुमत iframe ओरिज़न्स | `*` | ### Docker Compose (अनुशंसित) आधिकारिक Flowise रेपो में एक Docker Compose कॉन्फ़िगरेशन शामिल है। Clore.ai के लिए यह अनुशंसित दृष्टिकोण है: ```bash # आधिकारिक docker-compose.yml डाउनलोड करें curl -o /opt/flowise/docker-compose.yml \ https://raw.githubusercontent.com/FlowiseAI/Flowise/main/docker/docker-compose.yml cd /opt/flowise ``` या PostgreSQL के साथ अपना खुद का बनाएं: ```yaml # /opt/flowise/docker-compose.yml version: "3.9" services: flowise: image: flowiseai/flowise:latest restart: unless-stopped ports: - "3000:3000" environment: - PORT=3000 - FLOWISE_USERNAME=${FLOWISE_USERNAME:-admin} - FLOWISE_PASSWORD=${FLOWISE_PASSWORD:-changeme} - FLOWISE_SECRETKEY_OVERWRITE=${SECRET_KEY} - DATABASE_TYPE=postgres - DATABASE_HOST=db - DATABASE_PORT=5432 - DATABASE_USER=flowise - DATABASE_PASSWORD=flowise-secret - DATABASE_NAME=flowise volumes: - flowise-data:/root/.flowise depends_on: db: condition: service_healthy db: image: postgres:16-alpine restart: unless-stopped environment: - POSTGRES_USER=flowise - POSTGRES_PASSWORD=flowise-secret - POSTGRES_DB=flowise volumes: - pgdata:/var/lib/postgresql/data healthcheck: test: ["CMD-SHELL", "pg_isready -U flowise"] interval: 10s timeout: 5s retries: 5 volumes: flowise-data: pgdata: ``` ```bash SECRET_KEY=$(openssl rand -hex 32) \ FLOWISE_PASSWORD=yourpassword \ docker compose -f /opt/flowise/docker-compose.yml up -d ``` *** ## GPU तीव्रता (लोकल LLM इंटीग्रेशन) Flowise ऑर्केस्ट्रेट करता है — कनेक्टेड सेवाओं में भारी काम GPU करता है। ### Flowise + Ollama (अनुशंसित) उसी Clore.ai सर्वर पर Ollama चलाएँ और Flowise को उससे कनेक्ट करें: ```bash # चरण 1: GPU एक्सेस के साथ Ollama शुरू करें docker run -d \ --name ollama \ --gpus all \ --restart unless-stopped \ -p 11434:11434 \ -v ollama-models:/root/.ollama \ ollama/ollama:latest # चरण 2: मॉडल पुल करें docker exec ollama ollama pull llama3.1:8b # चैट/एजेंट मॉडल docker exec ollama ollama pull nomic-embed-text # RAG के लिए एम्बेडिंग्स docker exec ollama ollama pull mistral:7b # वैकल्पिक चैट मॉडल # चरण 3: होस्ट नेटवर्क एक्सेस के साथ Flowise शुरू करें docker run -d \ --name flowise \ --restart unless-stopped \ -p 3000:3000 \ -v /opt/flowise/data:/root/.flowise \ --add-host host.docker.internal:host-gateway \ -e FLOWISE_USERNAME=admin \ -e FLOWISE_PASSWORD=changeme \ flowiseai/flowise ``` **Flowise UI में:** 1. एक नया Chatflow बनाएं 2. जोड़ें **Ollama** नोड (Chat Models के अंतर्गत) * बेस URL: `http://host.docker.internal:11434` * मॉडल का नाम: `llama3.1:8b` 3. जोड़ें **OllamaEmbeddings** नोड (RAG के लिए) * बेस URL: `http://host.docker.internal:11434` * मॉडल का नाम: `nomic-embed-text` 4. अपने वेक्टर स्टोर से कनेक्ट करें (Chroma, FAISS, Qdrant) > पूरा देखें [Ollama गाइड](/guides/guides_v2-hi/language-models/ollama.md) मॉडल डाउनलोड और GPU सेटअप के लिए। ### Flowise + vLLM (प्रोडक्शन स्केल) OpenAI-संगत उच्च-थ्रूपुट सर्विंग के लिए: ```bash # vLLM शुरू करें docker run -d \ --name vllm \ --gpus all \ --restart unless-stopped \ -p 8000:8000 \ --ipc=host \ vllm/vllm-openai:latest \ --model mistralai/Mistral-7B-Instruct-v0.3 \ --gpu-memory-utilization 0.85 # Flowise में, कस्टम बेस URL के साथ ChatOpenAI नोड का उपयोग करें: # बेस URL: http://host.docker.internal:8000/v1 # OpenAI API Key: (कोई भी मान) # मॉडल नाम: mistralai/Mistral-7B-Instruct-v0.3 ``` > पूरे सेटअप के लिए देखें [vLLM गाइड](/guides/guides_v2-hi/language-models/vllm.md) क्वांटाइज़ेशन और मल्टी-GPU कॉन्फ़िगरेशन के लिए। ### केवल लोकल RAG चैटबॉट बनाना Clore.ai पर शून्य बाहरी API कॉल के साथ पूर्ण Flowise फ्लो: | नोड | घटक | सेटिंग्स | | --- | -------------------------- | ----------------------------- | | 1 | PDF फ़ाइल लोडर | दस्तावेज़ अपलोड करें | | 2 | Recursive टेक्स्ट स्प्लिटर | Chunk: 1000, Overlap: 200 | | 3 | Ollama एम्बेडिंग्स | मॉडल: `nomic-embed-text` | | 4 | इन-मेमोरी वेक्टर स्टोर | (या परसिस्टेंस के लिए Chroma) | | 5 | Ollama चैट | मॉडल: `llama3.1:8b` | | 6 | संवादात्मक रिट्रीवल QA | चेन प्रकार: Stuff | | 7 | बफ़र मेमोरी | सत्र-आधारित मेमोरी | इसे API के रूप में एक्सपोर्ट करें और किसी भी वेबसाइट पर चैट विजेट एम्बेड करें। *** ## टिप्स और सर्वोत्तम प्रथाएँ ### 1. फ्लोज़ को नियमित रूप से एक्सपोर्ट करें Clore.ai सर्वरों को रोकने या बदलने से पहले: ```bash # API के माध्यम से सभी फ्लोज़ एक्सपोर्ट करें curl http://localhost:3000/api/v1/chatflows \ -H "Authorization: Basic $(echo -n admin:password | base64)" \ > /opt/flowise/backup-flows.json # या UI का उपयोग करें: Chatflows → Export All ``` ### 2. एम्बेड विजेट का उपयोग करें हर Flowise चैटफ्लो एक प्रोडक्शन-रेडी चैट विजेट जनरेट करता है: 1. अपने चैटफ्लो खोलें → क्लिक करें **\** (Embed) बटन 2. स्क्रिप्ट स्निपेट कॉपी करें 3. किसी भी HTML पेज में पेस्ट करें — तुरंत कस्टमर सपोर्ट बॉट ### 3. API कीज़ को सुरक्षित रूप से प्रबंधित करें सभी LLM API कीज़ को Flowise के **Credentials** पैनल में स्टोर करें (फ्लोज़ में हार्डकोड न करें): * Menu → Credentials → Add Credential * कुंजियाँ इसके साथ एन्क्रिप्ट होती हैं `FLOWISE_SECRETKEY_OVERWRITE` ### 4. रेट लिमिटिंग पब्लिक-फेसिंग डिप्लॉयमेंट्स के लिए, Flowise के आगे Nginx या Caddy के माध्यम से रेट लिमिटिंग जोड़ें: ```bash # सरल nginx रिवर्स प्रॉक्सी कॉन्फ़िग docker run -d \ --name nginx \ -p 80:80 \ -v /opt/flowise/nginx.conf:/etc/nginx/conf.d/default.conf:ro \ --link flowise:flowise \ nginx:alpine ``` ### 5. प्रदर्शन की निगरानी करें ```bash # रीयल-टाइम संसाधन निगरानी watch -n 3 'docker stats flowise ollama --no-stream' # त्रुटियों के लिए Flowise लॉग चेक करें docker logs flowise --tail 50 -f # जांचें कि फ्लोज़ कॉल हो रहे हैं docker logs flowise 2>&1 | grep "Prediction" ``` ### 6. SQLite डेटाबेस का बैकअप लें ```bash # टाइमस्टैम्पेड बैकअप बनाएं cp /opt/flowise/data/database.sqlite \ /opt/flowise/backup-$(date +%Y%m%d-%H%M%S).sqlite # या cron के साथ ऑटोमेट करें echo "0 */6 * * * cp /opt/flowise/data/database.sqlite /opt/flowise/backup-\$(date +\%Y\%m\%d-\%H\%M\%S).sqlite" | crontab - ``` *** ## समस्याओं का निवारण ### कंटेनर तुरंत बाहर निकलता है ```bash # एग्ज़िट कारण जांचें docker logs flowise # सामान्य कारण: # 1. पोर्ट 3000 पहले से उपयोग में है lsof -i :3000 # समाधान: अलग पोर्ट का उपयोग करें docker run ... -p 3001:3000 ... # 2. वॉल्यूम अनुमति त्रुटि ls -la /opt/flowise/ chown -R 1000:1000 /opt/flowise/data ``` ### UI "Connection Failed" दिखाता है ```bash # सत्यापित करें कि Flowise वास्तव में चल रहा है docker ps -a | grep flowise docker stats flowise --no-stream # जांचें कि यह सभी इंटरफेसेज़ पर बाइंड कर रहा है docker logs flowise | grep "listening" # यह दिखाना चाहिए: Server is listening at port 3000 # पहले लोकली टेस्ट करें curl -s http://localhost:3000/api/v1/chatflows | head -20 ``` ### Flows LLM त्रुटियों के साथ फेल होते हैं ```bash # Flowise कंटेनर से Ollama कनेक्टिविटी टेस्ट करें docker exec flowise wget -qO- http://host.docker.internal:11434/api/tags # अगर यह फेल होता है, तो सत्यापित करें कि --add-host शामिल था: docker inspect flowise | grep -A5 ExtraHosts # Ollama चल रहा है यह टेस्ट करें curl http://localhost:11434/api/tags ``` ### डाटाबेस माइग्रेशन त्रुटियाँ अपडेट पर ```bash # Flowise वर्जन अपग्रेड करते समय, पहले बैकअप लें cp -r /opt/flowise/data /opt/flowise/data-backup-$(date +%Y%m%d) # नया इमेज पुल करें docker pull flowiseai/flowise:latest # एक ही वॉल्यूम के साथ रीस्टार्ट करें (माइग्रेशन्स स्वचालित रूप से चलेंगे) docker stop flowise && docker rm flowise docker run -d --name flowise ... flowiseai/flowise:latest docker logs flowise -f # माइग्रेशन आउटपुट देखें ``` ### रीस्टार्ट के बाद क्रेडेंशियल डिक्रिप्शन त्रुटियाँ ```bash # अगर आपने FLOWISE_SECRETKEY_OVERWRITE सेट नहीं किया, तो रीस्टार्ट पर नई की जनरेट होती है # हमेशा इसे स्पष्ट रूप से सेट करें: -e FLOWISE_SECRETKEY_OVERWRITE=your-stable-32-char-secret # रिकवर करने के लिए: स्थिर की सेट करने के बाद UI में क्रेडेंशियल फिर से दर्ज करें ``` ### चैट विजेट CORS त्रुटियाँ ```bash # विशिष्ट ओरिज़न्स की अनुमति दें (प्रोडक्शन के लिए * को अपने डोमेन से बदलें) -e CORS_ORIGINS=https://yourdomain.com,http://localhost:3000 -e IFRAME_ORIGINS=https://yourdomain.com ``` *** ## अधिक पढ़ने के लिए * [Flowise GitHub रिपॉज़िटरी](https://github.com/FlowiseAI/Flowise) — स्रोत कोड, रिलीज़, आधिकारिक docker-compose * [Flowise दस्तावेज़ीकरण](https://docs.flowiseai.com) — नोड संदर्भ, API डॉक्स, तैनाती गाइड्स * [Flowise Discord](https://discord.gg/jn8n7yb9N) — कम्युनिटी टेम्पलेट्स, फ्लो शेयरिंग, सपोर्ट * [Docker Hub: flowiseai/flowise](https://hub.docker.com/r/flowiseai/flowise) — 5M+ पुल्स, उपलब्ध टैग्स * [Clore.ai पर Ollama](/guides/guides_v2-hi/language-models/ollama.md) — लोकल LLMs चलाएँ मुफ्त Flowise इनफ़रेंस के लिए * [Clore.ai पर vLLM](/guides/guides_v2-hi/language-models/vllm.md) — Flowise के लिए प्रोडक्शन-स्केल LLM सर्विंग * [GPU तुलना मार्गदर्शिका](/guides/guides_v2-hi/getting-started/gpu-comparison.md) — अपनी स्टैक के लिए सही GPU चुनें * [LangChain.js दस्तावेज़ीकरण](https://js.langchain.com/docs/) — अंतर्निहित फ्रेमवर्क संदर्भ --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter: ``` GET https://docs.clore.ai/guides/guides_v2-hi/ai-platforms-and-agents/flowise.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.