langflow-ai/langflow

Langflow – AI智能体与工作流的可视化构建器

简介 Langflow是一个开源平台，允许您通过基于Web的可视化编辑器设计、测试和部署AI驱动的智能体与数据流管道。它作为Python包（以及桌面应用）发布，也可以在Docker中运行。在底层，它连接到您插入的任何大语言模型（LLM）、向量存储或工具，将可视化流程转换为可调用的API或“MCP”服务器。

主要功能

功能	提供内容
可视化构建器	代表LLM调用、检索、工具使用等的拖放节点；您可以在游乐场中逐步运行流程。
代码访问	每个节点都是可编辑的Python组件，因此无需离开UI即可实现自定义逻辑。
多智能体编排	构建协调多个智能体、管理对话并执行检索增强生成的管道。
可部署的API	一键将流程转换为REST端点；您还可以将流程导出为JSON，以便在Python代码中直接使用。
MCP服务器	一种专门的服务器模式，允许其他“MCP客户端”将流程作为工具使用。
可观测性钩子	与LangSmith、LangFuse等服务的内置集成，用于追踪和监控。
企业级支持	支持通过环境变量进行身份验证、基于角色的超级用户，并可针对生产环境进行加固。
跨平台桌面	包含所有依赖项的Windows/macOS预捆绑二进制文件，避免手动设置Python环境。

运行方式

1. Python安装 – uv pip install langflow -U（需要Python 3.10-3.14）。设置LANGFLOW_SUPERUSER_PASSWORD并使用uv run langflow run启动。UI出现在http://127.0.0.1:7860。
2. Docker – docker run -p 7860:7860 -e LANGFLOW_SUPERUSER_PASSWORD … langflowai/langflow:latest
3. 从源码 – 克隆后运行make run_cli（适用于贡献者）

典型用例

• RAG管道的快速原型设计：连接LLM → 向量数据库 → 提示模板 → 输出。
• 构建在多个专业智能体之间切换的聊天机器人。
• 将复杂的工作流转换为其他应用程序可以通过HTTP调用的微服务。
• 在不编写样板代码的情况下尝试新的AI工具（例如函数调用、工具使用）。

适用人群

• 开发者 – 希望在编码之前通过UI迭代LLM中心管道的用户。
• 产品团队 – 需要低代码方式将AI功能作为API公开的团队。
• 研究人员 – 希望可视化并分享可复现的智能体设置的研究人员。

社区与支持 该项目采用MIT许可证，拥有Discord、Twitter、YouTube频道以及不断增长的贡献者基础（参见星标历史图表）。文档涵盖安装、部署和安全。

---

以上所有详细信息均直接取自仓库的README。