langflow

拖拽搭 AI 工作流,从想法到接口一键部署

Langflow 是一个基于 Python 的开源可视化 AI 工作流构建平台,通过拖拽组件的方式编排大模型、提示词、数据源和工具调用,帮助开发者快速搭建智能体(Agent)与自动化流程。它解决了传统 AI 开发中需要大量编码、调试链式调用复杂、难以快速迭代的问题。核心能力包括:可视化画布编辑、组件化节点(支持 LLM、向量数据库、API 工具、条件分支等)、内置对话管理与记忆模块、一键导出/部署为 API 服务、支持与 LangChain 生态深度融合,同时提供 Playground 实时调试和多人协作能力。界面友好,从原型设计到生产上线均能覆盖,适合不同技术背景的用户快速验证 AI 应用想法。项目活跃,社区与文档完善,被视为低门槛进入 LLM 应用开发的重要工具之一。

开源 freemium 对话助手
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 155143
维护状态 活跃
是否开源
定价模式 freemium

项目数据

分类对话助手
开发团队langflow-ai
所属国家
定价模式freemium
价格说明提供免费云端试用,基础功能免费,高级功能需付费订阅,具体价格见官网。
访问状态
是否开源
开源协议MIT
主要语言Python
技术栈/模型agents,chatgpt,generative-ai,large-language-models,multiagent,react-flow
GitHub 星标★ 155143
30天Star增速
HF 下载量
上线时间2023-02-08 00:00:00
最近更新2026-09-22 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数16

使用教程

难度:入门 约 10 分钟 部署方式:本地安装 6 步

环境要求

  • Python 3.10–3.14
  • uv 包管理器(官方推荐)
  • 如需 Docker 方式需已安装 Docker
  • Windows 或 macOS 可直接使用 Langflow Desktop(免装依赖)

安装与启动步骤

  1. 1安装 uv

    本地安装方式要求先有 uv 包管理器,README 给出官方安装文档地址,按文档装好后再继续。

  2. 2安装 Langflow

    在新目录中执行,会安装最新版 Langflow 包。加 -U 表示升级到最新版本。

    uv pip install langflow -U
  3. 3启动 Langflow

    运行后服务默认监听 127.0.0.1 的 7860 端口,出现启动日志即表示可以访问界面。

    uv run langflow run
  4. 4Docker 方式启动

    不想装 Python 环境可用官方镜像,默认配置一条命令即可,端口需映射到宿主机。

    docker run -p 7860:7860 langflowai/langflow:latest
  5. 5源码方式启动

    已克隆本仓库并想参与开发时,在仓库根目录执行;更多说明见 DEVELOPMENT.md。

    make run_cli
  6. 6使用桌面版

    不熟悉 Python 环境的用户可下载 Langflow Desktop,依赖全部内置,支持 Windows 与 macOS。

关键配置

配置项必填说明示例
端口 (Port)Langflow 服务默认监听端口,Docker 启动时需做端口映射7860

如何确认成功

浏览器打开 http://127.0.0.1:7860(Docker 方式为 http://localhost:7860/),能看到 Langflow 界面即成功。

常见问题

Q:我的电脑没有 Python 环境,能用 Langflow 吗?

A:可以。使用 Langflow Desktop,所有依赖已内置,无需管理 Python 环境或手动装包,支持 Windows 和 macOS。

Q:本地安装对 Python 版本有要求吗?

A:有,README 要求 Python 3.10–3.14,并推荐使用 uv 作为包管理器,安装前请先确认版本。

Q:为什么推荐用 uv 而不是 pip?

A:README 明确推荐 uv 作为包管理器,安装与运行命令均基于 uv(uv pip install 与 uv run)给出。

Q:Docker 启动后访问哪个地址?

A:README 说明容器默认映射 7860 端口,启动后访问 http://localhost:7860/ 即可。

Q:想改源码或二次开发怎么办?

A:先克隆仓库,然后在仓库根目录执行 make run_cli 启动,细节参见仓库中的 DEVELOPMENT.md。

注意事项

  • README 推荐本地安装方式,需 Python 3.10–3.14 与 uv 包管理器。
  • Docker 镜像为 langflowai/langflow:latest,默认端口 7860。
  • 源码运行方式 make run_cli 需在已克隆的仓库根目录执行。
  • Langflow 开源且可部署到主流云平台,具体步骤见官方 deployment guides。

核心亮点

  • 可视化拖拽编排,大幅降低 LLM 应用开发门槛
  • 内置丰富组件并深度兼容 LangChain 生态,可复用大量现有能力
  • 支持一键导出为 API,能与现有系统快速集成上线

不足之处

  • 复杂工作流下性能和可维护性有待验证
  • 文档与社区热度较高,但中文资料相对有限

适用场景

  • 快速搭建内部知识库问答机器人
  • 为产品原型制作 AI 工作流演示并快速联调
  • 非技术背景产品经理自助验证 AI 自动化流程

替代项目

Flowise、Dify、n8n

项目介绍

langflow 是智能体领域的开源项目,由 langflow-ai 开发,2023 年首次发布。

在全站 13,014 个收录项目中,它的 GitHub 星标数(155,143)位列前 1%,在智能体分类的 2,499 个项目里位列前 1%。

近 44 天,它的 GitHub 星标从 152,982 增加到 155,143,净增 2,161。

项目目前处于活跃维护状态,最近一次代码更新于 2026-09-22。提供免费云端试用,基础功能免费,高级功能需付费订阅,具体价格见官网。从国内网络环境看,可直接访问。

它主要面向的使用场景是:快速搭建内部知识库问答机器人。同类可对比的替代方案包括 Flowise、Dify、n8n。

上一篇:inspector

下一篇:openaccountants

同类项目推荐

xinchao-dynamic-mind 开源

给 AI 装上疲惫和欲望,让交互更真实

独立、可自托管的 AI 动态心智状态引擎:驱动力、念头池、疲惫、睡眠与意图。

★ 195 2026-08-09
deepseek-harness 开源

把 AI 能力拆成乐高积木,拼出你的专属智能体。

DeepSeek Harness: Everything is a Plugin.

★ 233327 2026-08-15
EvoAgentX 开源

让 AI 智能体自己迭代变强,越用越聪明

EvoAgentX: Building a Self-Evolving Ecosystem of AI Agents

★ 3351 2026-09-12
AutoGPT 开源

开箱即用的 AI 员工,交代任务就自己干完

AutoGPT is the vision of accessible AI for everyone, to use and to build on. Our mis···

★ 187492 2026-08-09