Alternative a Flowise dopo l'archiviazione del repository

Le alternative mantenute a Flowise sono Dify, n8n e Langflow — e il motivo per migrare è che il repository Flowise è archiviato e di sola lettura, non che il software abbia smesso di funzionare. Entrambe le metà della frase sono importanti, perché la chiusura graduale non ha spento tutto in una volta: il progetto open source è terminato, i pacchetti pubblicati continuano a installarsi senza avvisi e il servizio Cloud ospitato continua a pubblicare prezzi senza una data di fine. Quale di questi tre fatti si applica al tuo caso determina se si tratta di una migrazione urgente o pianificata.

Prima è necessario chiarire due omonimie. flowise.io è un’azienda completamente diversa, una società di consulenza per la gestione del lavoro, quindi qualsiasi prezzo trovato lì descrive quell’attività. E Langflow non è Flowise: nome quasi identico, canvas simile, ma proprietà, licenza e modello di hosting completamente diversi. Non trasferire un’informazione dall’uno all’altro.

Cosa è stato effettivamente chiuso e cosa no

Il fornitore ha pubblicato una tabella delle tappe sulla sua pagina di chiusura e il motivo dichiarato merita di essere citato anziché parafrasato: "gli sviluppatori si affidano sempre più a nuovi agenti di programmazione come Claude Code/OpenClaw per gestire attività complesse. L’approccio tipico e rigido del low code raggiunge rapidamente il proprio limite quando si tratta di complessità." Le tappe sono il 29 luglio 2026 per l’annuncio e il congelamento del codice, l’archiviazione del repository ad agosto e il 31 agosto 2026 per la fine della presenza ufficiale del core team.

La data di archiviazione non coincide tra due fonti ufficiali. La tabella della pagina di chiusura indica 10 agosto 2026; il thread dell’annuncio "The Future of Flowise" e il push finale del repository sono entrambi datati 13 agosto 2026. Usa il 13 agosto per i tuoi registri e annota che la pagina del fornitore indica una data diversa.

Un chiarimento sulla licenza prima che qualcuno crei un fork. L’annuncio afferma che "il codice con licenza Apache 2.0 è tuo e puoi continuare a svilupparlo", ma LICENSE.md esclude tutto ciò che si trova sotto packages/server/src/enterprise e i file con una nota esplicita sul copyright, soggetti a una licenza commerciale che richiede un abbonamento Enterprise valido per l’uso in produzione e vieta la ridistribuzione. Un fork è Apache 2.0 meno quella directory, proveniente da un fornitore che sta chiudendo. Non è emerso alcun successore con il nome del progetto: una ricerca su GitHub limitata ai repository con "flowise" nel nome, con push successivi al 20 agosto 2026, non restituisce nulla sopra una stella. Un fork rinominato con un nome diverso non comparirebbe in quella ricerca, quindi interpretala come "nessun successore evidente", non come prova che non ne esista alcuno.

Quale alternativa si adatta a quale flusso di lavoro Flowise

Scegli in base alla struttura di ciò che hai già creato, non al numero di stelle. Tutte e tre le soluzioni sono state verificate il 19 settembre 2026 e tutte e tre sono attive, con push effettuati il 18 settembre.

Langflow comporta un proprio avvertimento, uguale a quello appena ricevuto da Flowise. È stato acquisito da DataStax nell’aprile 2024, IBM ha annunciato l’intenzione di acquisire DataStax nel febbraio 2025 e l’offerta ospitata è già terminata: una nota di rilascio di DataStax datata 9 aprile 2026 recita "Removed DataStax Langflow from Astra. As an alternative, you can use Langflow OSS." Oggi Langflow si installa come app desktop, immagine Docker, pacchetto Python o dal codice sorgente, e la navigazione del sito non contiene una pagina dei prezzi. Sceglilo per il codice con licenza MIT che ospiterai autonomamente, non per acquistare l’hosting da un fornitore.

Cosa migra, cosa no e come tornare indietro

Il codice dell’esportatore di Flowise definisce esattamente quindici tipi di record: flussi di agenti (di entrambe le generazioni), quattro tipi di assistant, flussi di chat, messaggi della chat, feedback sui messaggi, template personalizzati, archivi di documenti, blocchi di file degli archivi di documenti, esecuzioni, strumenti e variabili. Le route espongono export, import e chatflow-messages come endpoint POST soggetti a controllo delle autorizzazioni, quindi è possibile creare uno script per scaricare l’intero workspace invece di fare clic manualmente.

Tre confini determinano la durata dell’operazione.

• Le credenziali non vengono trasferite. La guida ufficiale alla migrazione dal cloud lo afferma direttamente: "Credentials are not exported. You will have to create new credentials and use those in the flows and assistants"; anche l’esportatore lo conferma: la parola credential compare zero volte in quel file. Ogni chiave, password del database e token OAuth deve essere reinserito manualmente.
• Gli ID restano invariati, gli URL cambiano. La stessa guida osserva che gli ID esportati rimangono uguali, quindi un’applicazione che chiama un flusso tramite ID deve solo aggiornare l’URL di base. È l’unico aspetto che rende economico un passaggio da Flowise a Flowise, ma non ti offre alcun vantaggio quando passi a un prodotto diverso.
• Nessuno di quei tre repository legge il formato. Una ricerca del codice GitHub nei repository langgenius/dify, n8n-io/n8n e langflow-ai/langflow restituisce zero risultati per "flowise" in tutti e tre, quindi nessuno distribuisce un importatore o un convertitore. La ricerca copre il branch predefinito indicizzato, non i plugin di terze parti. Usa l’esportazione come specifica scritta e ricostruisci ogni flusso.

Prima di tutto, crea un’istantanea dello stato. In un’installazione con hosting autonomo predefinita, il database è SQLite in ~/.flowise e lo storage dei blob in ~/.flowise/storage, secondo il riferimento alle variabili d’ambiente; tuttavia, la chiave di crittografia delle credenziali risiede al di fuori del database e, senza di essa, le credenziali sono perse per sempre.

# Default self-hosted layout: the SQLite database and the blob storage
# folder both live under one directory. Snapshot it before you touch anything.
cp -a ~/.flowise ~/flowise-backup-$(date +%F)

# The encryption key is NOT inside that database. If it does not travel with
# the data, every stored credential is unrecoverable.
#   SECRETKEY_STORAGE_TYPE  local | aws
#   SECRETKEY_PATH          default: Flowise/packages/server
#   FLOWISE_SECRETKEY_OVERWRITE  replaces the file-based key entirely

# Pin the final release rather than tracking a floating tag, so a future
# registry change cannot move the image under you.
docker pull flowiseai/flowise:3.1.4

Il rollback è quindi semplice, ed è proprio questo il motivo per farlo subito: conserva il vecchio stack spento anziché eliminarlo finché la sostituzione non avrà gestito il traffico reale per un intero ciclo di fatturazione, e ruota le chiavi detenute dal vecchio stack solo dopo averlo dismesso.

Quanto costano le sostituzioni e dove finiscono effettivamente i soldi

Due precisazioni su questa tabella. Dify e n8n mostrano lato server solo i valori di fatturazione annuale; i selettori mensili sono lato client e quei numeri non sono stati acquisiti, quindi non ricavare un prezzo mensile da questi dati. Inoltre, la riga Flowise Cloud è inclusa per descrivere il mercato, non come raccomandazione d’acquisto: si tratta di un piano a pagamento su un sito il cui banner annuncia la chiusura.

Ognuno di quei prezzi acquista il builder. I token del modello vengono fatturati separatamente dall'endpoint a cui lo indirizzi e, a volumi reali, costituiscono la parte predominante. Prendiamo come riferimento la quota pubblicata del piano Starter: 10.000 risposte in un mese, ciascuna con l'ipotesi di inviare 8.000 token di input tra prompt e contesto recuperato e di restituire 600 token di output. Queste ipotesi sono illustrative, non misurate; le tariffe sono i prezzi attuali del catalogo Kunavo per milione di token.

Si tratta di aritmetica dei token, non di un costo misurato dell'attività né di un tetto massimo della fattura. Il dato importante è questo: con queste ipotesi, la voce dei modelli va da circa $77 a $231 al mese, a fronte di un abbonamento alla piattaforma di $35; quindi «quale builder è più economico» raramente è la prima domanda a cui rispondere. La scelta del modello e la dimensione del prompt incidono sulla fattura più della piattaforma. C'è un'altra voce da preventivare separatamente: un'applicazione di retrieval esegue l'embedding dei documenti in fase di ingestione e delle query in fase di lettura, e Kunavo non fornisce un modello di embedding — questo passaggio viene eseguito localmente o tramite un provider esterno e viene fatturato lì, non qui.

L'importo del catalogo Kunavo rappresenta un minimo di fatturazione, non un tetto massimo: quando l'upstream comunica il proprio addebito, la fattura è pari al maggiore tra il costo del catalogo e il costo upstream moltiplicato per il markup applicabile. La ricarica minima è di $10 in credito prepagato, cioè un minimo di finanziamento, non una tariffa per l'attività né un abbonamento — consulta i dettagli di fatturazione. Dopo aver scelto un builder, crea un account Kunavo e consulta il riferimento chat-completions per l'URL di base e il formato della chiave. Per il modello generale usato da tutti e tre i builder, consulta API compatibile con OpenAI; per il lato retrieval, implementazione RAG.

Se per ora resti su Flowise, correggi prima l'elenco dei modelli

La route compatibile con OpenAI di Flowise è ancora presente nella release finale e, nel codice sorgente, non prevede alcun controllo di licenza o piano: il nodo ChatOpenAI è incluso nell'albero Apache 2.0 packages/components, al di fuori dell'packages/server/src/enterprise. Nel nodo ChatOpenAI, apri Additional Parameters e imposta Base Path (nome del campo basepath, descritto come override dell'URL di base predefinito) e, facoltativamente, Base Options, un oggetto JSON con gli header predefiniti. Nel codice sorgente del nodo, questi valori vengono associati direttamente al client come baseURL e defaultHeaders. La chiave API è una normale credenziale ChatOpenAI.

Il problema è il nome del modello. Nel semplice nodo ChatOpenAI è un campo di opzioni asincrono caricato da un metodo listModels che legge un file models.json — mai il tuo GET /v1/models dell'endpoint. La fonte predefinita è un file raw nel branch main del repository archiviato, quindi quel menu a discesa è ormai congelato per sempre: letto il 19 settembre 2026, arriva fino a claude-opus-4-7 per Anthropic e gpt-5.5 per OpenAI e non acquisirà mai un nome più recente. Impostare solo Base Path significa continuare a scegliere da un elenco che ha smesso di aggiornarsi ad agosto.

Esistono due modalità documentate per uscirne. Usa il nodo separato ChatOpenAI Custom, il cui Model Name è un campo stringa a testo libero e che include lo stesso Base Path e le stesse Base Options; oppure imposta MODEL_LIST_CONFIG_JSON sul tuo file o URL, sostituendo globalmente la fonte del menu a discesa.

{
  "chat": [
    {
      "name": "chatOpenAI",
      "models": [
        {
          "label": "claude-sonnet-4-6",
          "name": "claude-sonnet-4-6",
          "input_cost": 0.0000021000,
          "output_cost": 0.0000105000
        },
        {
          "label": "claude-haiku-4-5",
          "name": "claude-haiku-4-5",
          "input_cost": 0.0000007000,
          "output_cost": 0.0000035000
        }
      ]
    }
  ]
}

Su questa route esistono tre limiti, tutti verificati nel codice sorgente il 19 settembre 2026. Il nodo Custom esegue un controllo deny-list sull'URL di base e la deny list predefinita blocca, tra gli altri, localhost, 127.0.0.0/8, 10.0.0.0/8, 172.16.0.0/12, 192.168.0.0/16, 169.254.0.0/16, ::1 e fc00::/7 con il messaggio «Access to this host is denied by policy» — un endpoint HTTPS pubblico non è interessato, mentre un proxy su localhost o su un indirizzo LAN sì, e HTTP_SECURITY_CHECK e HTTP_DENY_LIST ne controllano il comportamento. Il semplice nodo ChatOpenAI non esegue questo controllo. Inoltre, il protocollo Anthropic-Messages non dispone di un campo base-URL nel nodo che lo utilizza: la directory dei nodi chat-model contiene un nodo Anthropic-Messages, ChatAnthropic, e il suo codice sorgente non dichiara alcun input base-URL, base-path o API-URL. Di conseguenza, tramite quel nodo un endpoint Anthropic-Messages non è indirizzabile e deve essere utilizzato tramite la route compatibile con OpenAI; consulta la documentazione sull'URL di base Anthropic per sapere dove è disponibile quel protocollo. Un dettaglio curioso della documentazione mentre leggi: la pagina ufficiale intitolata «ChatOpenAI» viene servita da uno slug URL contenente «azure» ed è il riferimento canonico a Base Path per il nodo semplice, non documentazione Azure.

Una precisazione valida per tutto quanto sopra, formulata nello stesso modo in cui la directory delle API per agenti AI lo dichiara: Kunavo non ha testato a runtime Flowise, Dify, n8n o Langflow con il proprio endpoint. Ogni affermazione di configurazione qui riportata è trascritta dalla documentazione dei vendor e dal codice sorgente dei repository, non misurata end-to-end. Mantieni disponibile una route funzionante, esegui un'attività delimitata e leggi l'addebito registrato dal tuo account per quell'attività.

Un passaggio graduale che puoi annullare

1. Acquisisci uno snapshot della directory dei dati e della chiave di crittografia, come sopra, e fissa l'immagine alla versione 3.1.4.
2. Esporta ora ogni workspace, finché l'istanza è attiva. Se il tuo deployment è Cloud, fallo per prima cosa: non è stata pubblicata alcuna scadenza per l'esportazione, il che non equivale a dire che non esista.
3. Annota ogni credenziale e il relativo scopo prima di ruotare qualsiasi elemento. Nessuna di esse viene trasferita.
4. Ricostruisci manualmente nel sistema di destinazione un flow rappresentativo, e soltanto uno. È così che scopri cosa il sistema di destinazione non è in grado di esprimere.
5. Esegui entrambi gli stack sugli stessi input e confronta gli output per un periodo scelto in anticipo.
6. Sposta il traffico. Mantieni il vecchio stack inattivo, non eliminato, per un intero ciclo di fatturazione.
7. Dismetti il vecchio stack, quindi ruota le chiavi che conteneva.

Se la conclusione del passaggio 4 è che non hai affatto bisogno di un builder visuale — motivo indicato dallo stesso vendor per la dismissione — allora il confronto che vale la pena leggere è tra gateway AI e ottimizzazione dei costi AI, non con un altro canvas.

Domande frequenti

Per questa pagina ho letto direttamente il 19 settembre 2026: il README di Flowise, models.json, LICENSE.md, i codici sorgente dei nodi ChatOpenAI, ChatOpenAI Custom e ChatAnthropic, il codice sorgente del servizio di esportazione-importazione, il documento del registro npm, il documento del repository Docker Hub, flowiseai.com e flowiseai.com/sunset. Ricontrollati il 21 settembre 2026: il flag di archiviazione e la data del push finale, il thread dell'annuncio, lo stato dei repository, le release e le licenze di Dify, n8n e Langflow, le pagine dei prezzi di Dify e n8n, la nota di rilascio di DataStax Astra, i Termini di servizio di Flowise e le definizioni delle credenziali o dei componenti Anthropic in n8n, Dify e Langflow. Il conteggio delle stelle è stato letto il 19 settembre e cambia quotidianamente. Le tariffe dei token Kunavo sono ricavate dal catalogo attuale e ogni cifra in dollari dell'esempio svolto è aritmetica illustrativa dei token.