【开源】Langflow：用拖拽方式构建AI工作流，支持MCP服务器和多种大模型-壹联网络

今天给大家介绍一个非常直观好用的AI工作流构建工具——Langflow。这是一个用Python编写的开源AI工作流平台，通过可视化的拖拽界面，让用户可以轻松构建和部署AI工作流和Agent，支持几乎所有主流的大语言模型和向量数据库。

项目介绍

Langflow是一个强大的AI工作流构建平台，核心理念是将复杂的AI工作流变得直观可见。它提供了一个拖拽式的可视化界面，让用户无需写代码也能构建复杂的AI流程。同时，所有工作流都可以通过API方式部署，也可以导出为MCP服务器供其他AI工具调用。

项目在GitHub上已超过146000颗星，是目前最热门的AI工作流开源项目之一。支持本地部署，数据完全私有。

核心特色功能

一，可视化拖拽界面。直观的画布式界面，通过拖拽组件即可构建AI工作流，无需编写代码。内置交互式Playground，可以随时测试和调整每个步骤。

二，源码完全可定制。所有组件都是Python代码，可以随时查看和修改源码，打造自己独有的组件。

三，多Agent编排。支持多Agent协作、对话管理和RAG（检索增强生成）模式。

四，灵活的部署选项。支持Docker一键部署、本地pip安装、桌面客户端（Windows/Mac），满足不同用户需求。

五，丰富的集成。支持OpenAI、Anthropic、Azure OpenAI、Google Gemini、Ollama、DeepSeek等几乎所有主流大模型；支持Chroma、Pinecone、Weaviate等向量数据库。

六，MCP服务器支持。工作流可以一键部署为MCP服务器，供Cursor、Claude Desktop等AI编程工具使用。

七，API导出。完成的工作流可以导出为JSON，在自己的Python应用中直接使用。

安装步骤

方式一（Docker部署，推荐）：

docker run -p 7860:7860 langflowai/langflow:latest

访问 http://localhost:7860 即可。

方式二（pip安装）：

需要Python 3.10-3.13，推荐使用uv包管理器：

uv pip install langflow -U
uv run langflow run

方式三（桌面客户端）：

直接从官网 https://www.langflow.org/desktop 下载Windows或Mac客户端，所有依赖已打包，无需配置环境。

使用方法

1. 打开Langflow，点击 New Flow 创建新工作流
2. 在左侧组件面板中拖拽需要的组件到画布上
3. 常见组件包括：LLM（选择大模型）、Prompt（提示词模板）、Vector Store（向量数据库）、Chroma（文档存储）、Text Input（文本输入）等
4. 连接各组件形成完整的数据流
5. 点击右下角Playground测试运行
6. 满意后点击 API 获取调用接口，或导出为MCP工具

适用场景

AI应用开发：快速原型验证AI产品想法；企业知识库：构建基于私有文档的问答系统；RAG系统：构建检索增强生成 pipeline；多Agent协作：编排多个AI Agent协同工作；AI工作流自动化：将AI能力集成到现有业务流程中。

开源协议

MIT协议，开源免费，可商用。

GitHub仓库：https://github.com/langflow-ai/langflow

服务支持：如有兴趣不会搭建，可以联系微信：WRYD6166，开源项目搭建10-50元。

文章版权归作者所有，未经允许请勿转载。

THE END