langflow-ai/langflow

Langflow – AI 에이전트 및 워크플로우를 위한 비주얼 빌더

개요 Langflow는 웹 기반 비주얼 편집기를 통해 AI 기반 에이전트와 데이터 흐름 파이프라인을 설계, 테스트, 배포할 수 있는 오픈소스 플랫폼입니다. Python 패키지(및 데스크톱 앱)로 제공되며 Docker에서도 실행할 수 있습니다. 내부적으로는 연결하는 모든 대규모 언어 모델(LLM), 벡터 저장소 또는 도구에 연결하여 비주얼 흐름을 호출 가능한 API 또는 "MCP" 서버로 변환합니다.

주요 기능

기능	제공 내용
비주얼 빌더	LLM 호출, 검색, 도구 사용 등을 나타내는 드래그 앤 드롭 노드. 플레이그라운드에서 흐름을 단계별로 실행할 수 있습니다.
코드 액세스	각 노드는 편집 가능한 Python 컴포넌트이며, UI를 벗어나지 않고 사용자 정의 로직을 구현할 수 있습니다.
멀티 에이전트 오케스트레이션	여러 에이전트를 조정하고 대화를 관리하며 검색 증강 생성을 수행하는 파이프라인을 구축합니다.
배포 가능한 API	한 번의 클릭으로 흐름을 REST 엔드포인트로 변환합니다. 흐름을 JSON으로 내보내 Python 코드에서 직접 사용할 수도 있습니다.
MCP 서버	다른 "MCP 클라이언트"가 흐름을 도구로 사용할 수 있게 하는 특수 서버 모드.
관찰성 후크	LangSmith, LangFuse 등과 같은 서비스와의 내장 통합으로 추적 및 모니터링을 제공합니다.
엔터프라이즈 지원	환경 변수 인증, 역할 기반 슈퍼유저를 지원하며 프로덕션 환경에 맞게 강화할 수 있습니다.
크로스 플랫폼 데스크톱	Windows/macOS용 사전 번들 바이너리로 모든 종속성을 포함하여 수동 Python 설정을 피할 수 있습니다.

실행 방법

1. Python 설치 – uv pip install langflow -U (Python 3.10-3.14 필요). LANGFLOW_SUPERUSER_PASSWORD를 설정하고 uv run langflow run으로 시작합니다. UI는 http://127.0.0.1:7860에서 나타납니다.
2. Docker – docker run -p 7860:7860 -e LANGFLOW_SUPERUSER_PASSWORD … langflowai/langflow:latest
3. 소스에서 – 복제 후 make run_cli 실행 (기여자용)

일반적인 사용 사례

• RAG 파이프라인의 빠른 프로토타이핑: LLM → 벡터 DB → 프롬프트 템플릿 → 출력 연결.
• 여러 전문 에이전트 간에 전환하는 챗봇 구축.
• 복잡한 워크플로우를 다른 애플리케이션이 HTTP로 호출할 수 있는 마이크로서비스로 전환.
• 보일러플레이트 코드 작성 없이 새로운 AI 도구(예: 함수 호출, 도구 사용) 실험.

대상 사용자

• 개발자 – 코드화하기 전에 LLM 중심 파이프라인을 반복하기 위한 UI를 원하는 분.
• 제품 팀 – AI 기능을 API로 노출하는 로우코드 방식을 필요로 하는 분.
• 연구자 – 재현 가능한 에이전트 설정을 시각화하고 공유하려는 분.

커뮤니티 및 지원 프로젝트는 MIT 라이선스이며 Discord, Twitter, YouTube 채널 및 성장하는 기여자 기반(스타 히스토리 차트 참조)을 보유하고 있습니다. 문서는 설치, 배포 및 보안을 다룹니다.

---

위의 모든 세부 정보는 리포지토리의 README에서 직접 가져온 것입니다.