Langflow 是一个用拖拽搭 AI 智能体与工作流的开源平台:把模型、提示词、知识库、工具这些组件拖到画布上连起来,就是一个能跑的应用,还能一键把这条流发布成 API 或 MCP 服务给别的程序调用。MIT 许可证,GitHub 实时 156,722 星(本站核对:2026-11-18)。本站核对了其 PyPI 包(langflow 1.13.3)与官方 README;未实机运行,步骤以官方文档为准。

能干什么

  • 可视化搭建:画布上拖组件、连线、填参数,不写代码也能把一条 AI 流程搭出来,带交互式试运行区,一步步看每段输出。
  • 组件能改源码:每个组件都能打开看 Python 代码、按需改——低代码的外壳,代码级的里子。
  • 多智能体编排:支持多个智能体协作的流程,带对话管理与检索。
  • 搭完即交付:流程可以部署成 API、导出 JSON 给 Python 应用,也可以发布成 MCP 服务器,把这条流变成别的智能体能调用的工具。
  • 主流模型与向量库都支持:官方口径是支持所有主流大模型与向量数据库,并带可观测(LangSmith、LangFuse 等)集成。

优缺点

优点:对不会写代码的人,它是少数能真正把「智能体流程」搭到可交付的开源工具——不是演示玩具,出口有 API 和 MCP 两条正经交付线;对会代码的人,组件源码可改,不怕被低代码框死。

缺点与边界:本地安装走 Python 生态,没装过 Python 的人第一步就容易卡;新版本的安全口径变了:官方发布包默认关闭自动登录,启动前要先设管理员密码(见安装段),按老教程装的人会在登录这一步集体困惑;流程搭得随手,后期维护就会乱,组件命名与分组要从第一条流就守规矩。

下载与安装(三条路线,按省事程度排)

路线 A:桌面版(推荐新手先走这条)

  1. 去 langflow.org 下载 Langflow Desktop(Windows 与 macOS),依赖都打包好了,不用自己管 Python 环境。
  2. 装完直接打开就能进画布,先拿模板流跑通一条再说。

路线 B:本地包安装(官方推荐口径)

  1. 需要 Python 3.10–3.14,并先装好官方推荐的包管理器 uv(安装方法见 uv 官方文档)。
  2. 在新目录里执行:uv pip install langflow -U。
  3. 启动前先设管理员密码环境变量 LANGFLOW_SUPERUSER_PASSWORD(新版官方口径:发布包默认不自动登录),再运行:uv run langflow run。
  4. 浏览器打开 http://127.0.0.1:7860 ,用用户名 langflow(或你改过的管理员名)加刚设的密码登录。

路线 C:Docker

  1. 先在终端里读入一个强密码到环境变量 LANGFLOW_SUPERUSER_PASSWORD(官方 README 给了现成命令)。
  2. 运行官方镜像:docker run -p 7860:7860 -e LANGFLOW_SUPERUSER_PASSWORD langflowai/langflow:latest,打开 http://localhost:7860 登录。

调用与使用:搭第一条流

  1. 从一个模板流开始改,不要从空白画布起步:模板的结构就是官方的最佳实践。
  2. 改三处就能变成自己的:输入从哪来、中间用哪个模型与提示词、输出到哪去。其余连线先不动。
  3. 用画布自带的试运行区逐步跑,每一段的输出都点开看,错在哪一段一目了然。
  4. 跑通后走发布:需要给别的程序调用就部署成 API;想让其他智能体调用就发布成 MCP 服务。发布前把流另存一份,改坏了能回滚。

调教成自己的

  • 提示词写在组件里统一管:口径、禁用词、输出格式写死在提示词组件中,改口径只改一处。
  • 模型可换:同一条流先用便宜模型调结构,结构定稿再换强模型比效果。
  • 给组件和流起人话名字:三个月后回来维护的还是你自己。

玩法:运营小编的「评论初筛流」

模拟一位自媒体运营:每天要看几百条评论和私信,卡点是重复判断——哪些要回、哪些是咨询、哪些是负面要上报,人工逐条看又慢又不一致。用 Langflow 的打法:

  1. 在画布上搭一条短流:输入(粘贴一批评论)→ 模型组件(提示词写死分类口径:咨询/表扬/负面/无关,各给判定例子)→ 输出结构化清单。
  2. 先拿一周的历史评论试跑,人工抽查分类准不准,准了才进日常——提示词里的判定例子就是拿这批历史数据补出来的。
  3. 日常用法:每天把新评论整批贴进去跑一次,人只处理清单里标出的重点条目。
  4. 跑顺后把这条流部署成 API,接回自己的表格或小工具,分类这一步从此不用打开画布。

避坑指南

  • 登录进不去先想密码:新版发布包默认要管理员密码,按老教程「免登录直接进」的经验排查会走死胡同。
  • Python 版本对范围:官方要求 3.10–3.14,版本在范围外先换环境再装,别硬装。
  • 别把实例裸奔上公网:要部署到服务器,先设强密码、走正规部署文档,别把 7860 端口直接对全网开放。
  • 空白画布综合征:永远从模板改,这是官方结构现成的捷径。

档案

  • 仓库:github.com/langflow-ai/langflow;许可证 MIT;文档 docs.langflow.org;官网 langflow.org。
  • 星数 156,722(2026-11-18 实时核对);PyPI 包 langflow 最新版 1.13.3(注册表核对)。
  • 本站验证:README 安装与登录口径、PyPI 包元数据已核;未实机运行,步骤以官方文档为准。

常见问题

完全不会代码能用吗?能搭能跑,桌面版就是为此准备的;但要把它接进自己的系统(API/MCP),那一步需要懂一点技术或找人接。

它和 Dify、n8n 是一类吗?都是可视化编排思路,Langflow 的重心在 AI 智能体与流程本身、且是干净的 MIT 开源;选型时先看许可证与交付形态(API/MCP)是否合用。

搭好的流怎么给别人用?部署成 API 给程序调,或发布成 MCP 服务给智能体调,两种都是官方支持的交付方式。

站内往下读:AI智能体栏目、AnythingLLM 教程。部署到服务器搞不定可以看本站部署服务。