Langflow：可视化搭建 AI 工作流，让大模型应用开发变得直观高效

Langflow 是一款面向 AI 开发者的可视化工作流搭建平台，GitHub 星标数已突破 14.6 万，是当前最热门的开源 AI 工具之一。与传统的代码驱动开发方式不同，Langflow 通过直观的拖拽式界面，让用户无需编写大量代码，即可快速构建和部署基于大语言模型（LLM）的 AI 应用。

Langflow 的核心理念是「所见即所得」——用户通过图形化方式组合不同的 AI 组件（节点），实时预览运行效果，并最终将整个流程导出为可调用的 API 或 MCP 服务。目前它已支持几乎所有主流 LLM（OpenAI GPT 系列、Anthropic Claude、本地模型等），以及多种向量数据库（RAG 场景必备）。

核心特色功能

1. 可视化流程编排
Langflow 提供了一个类似流程图的编辑界面，每个节点代表一个功能模块（LLM 调用、向量检索、文本处理、记忆组件等）。通过连线将不同节点组合，就能构建完整的 AI 工作流。流程逻辑一目了然，调试和修改也非常方便。

2. 支持所有主流 LLM
内置对 OpenAI、Anthropic、Azure OpenAI、Hugging Face、本地 Ollama 等模型的原生支持。只需填写 API Key 和模型名称，即可切换不同的 LLM。开发测试阶段可以用免费或便宜的模型，生产环境无缝切换到更强的模型。

3. 内置 RAG 能力
对于需要让 AI 学习私有知识的场景，Langflow 原生支持检索增强生成（RAG）工作流。只需几步配置，即可连接向量数据库（如 Chroma、Pinecone、Weaviate），上传文档，构建私有知识库 AI 应用。

4. 多 Agent 编排
支持构建多 Agent 协作系统，不同 Agent 有各自的角色、工具和记忆，可以相互通信协作完成复杂任务。例如一个 Agent 负责搜索信息，另一个负责总结，一个负责生成回复。

5. 导出为 API 或 MCP 服务
完成的工作流可以一键部署为 REST API，供其他应用调用。也可以导出为 MCP（Model Context Protocol）服务器，将自定义 AI 能力接入任何支持 MCP 的客户端。

6. 全程可写 Python 代码
每个节点的核心逻辑都可以用 Python 自定义。如果内置节点不满足需求，可以直接写 Python 函数注入到流程中，最大程度保持灵活性。

7. 桌面版开箱即用
Langflow 还提供 Windows 和 macOS 桌面版，包含了所有依赖，无需配置 Python 环境，下载安装后直接运行，降低了入门门槛。

安装步骤

方法一：pip 安装（推荐）

# 需要 Python 3.10 - 3.13
pip install langflow -U

方法二：使用 uv（推荐，更快）

uv pip install langflow -U

方法三：Docker 部署

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

安装完成后，终端执行：

langflow run
# 或 uv run langflow run

打开浏览器访问 http://127.0.0.1:7860 即可看到 Langflow 可视化界面。

使用方法

第一步：创建新流程
点击「New Flow」，选择空白流程或从模板创建。Langflow 内置了多种模板，包括简单的聊天机器人、带 RAG 的文档问答、多 Agent 协作等。

第二步：从左侧面板拖拽节点
常用节点包括：Prompt（提示词模板）、LLM（语言模型）、Chroma（向量数据库）、Memory（记忆）、Python Function（自定义逻辑）等。将节点拖入画布。

第三步：连接节点
从一个节点的输出端口拖线到另一个节点的输入端口，构建数据流向。例如：用户输入 → Prompt 模板 → LLM → 输出。

第四步：配置节点参数
点击节点，在右侧面板填写配置。例如 LLM 节点填写模型类型和 API Key，RAG 节点连接向量数据库等。

第五步：测试运行
点击右下角「Play」按钮，逐步执行流程，查看每个节点的输出。实时调试，设计 Agent 行为。

第六步：导出部署
完成调试后，点击「API」导出为 REST API，或通过 MCP 功能导出为 MCP 服务器，供其他应用集成。

适用场景

私有知识库问答：上传公司文档、产品手册、技术资料，构建一个只能回答这些资料范围内问题的 AI 助手，避免 AI 胡编乱造。

AI Agent 开发：构建具有工具调用能力的 AI Agent，例如可以搜索网页、读写文件、执行代码的自动化助手。

客服机器人：结合 RAG 和多轮对话记忆，构建能理解上下文、精准回答问题的客服机器人。

内容处理流水线：批量对文本进行摘要、翻译、情感分析等处理，Langflow 可视化设计流程，无需写代码。

AI 能力集成：将训练好的工作流导出为 API，低代码方式将 AI 能力集成到现有业务系统中。

开源协议

Langflow 采用 MIT 开源协议，完全免费，可以商用。桌面版和云服务为官方提供，但开源核心版本始终可用。

Langflow 将复杂的 AI 工作流编排变得直观可见，大大降低了 AI 应用开发的技术门槛。无论你是 AI 初学者想学习 Agent 开发，还是企业开发者需要快速构建 AI 能力，Langflow 都是一个值得收藏的强大工具。

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。