企业官网建设流程全解析

Langflow 实操指南：可视化 AI 工作流 10 分钟跑通并部署成 API

【免费下载链接】langflowLangflow is a powerful tool for building and deploying AI-powered agents and workflows.项目地址: https://gitcode.com/GitHub_Trending/la/langflow

Langflow 是一个开源的可视化 AI 工作流平台：把大模型调用、向量检索、数据库查询、消息解析这些环节做成一个个组件，在画布上拖出来连好线就能跑。

先说它解决的典型痛点：你想做一个"接用户问题 → 查知识库 → 调模型 → 按格式返回"的问答服务，传统做法是手写几百行编排代码，还要自己处理会话状态、错误重试和 API 暴露。换成 Langflow，这套流程是画布上的七八个节点，改参数直接生效，跑完还能一键以 HTTP API 或 MCP server 的形式挂到你的应用里。

它适合两类人：一是想快速验证 AI 想法、不想先搭一套后端框架的开发者；二是需要把现成流程交付给非技术同事调参的团队。下面按"装起来 → 看懂界面 → 跟做案例 → 进阶"的顺序走一遍。

5 分钟安装启动 Langflow，看到第一个界面

前置要求只有 Python 3.10–3.14，官方推荐用 uv 管依赖。装好后默认监听127.0.0.1:7860：

uv pip install langflow -U uv run langflow run

浏览器打开http://127.0.0.1:7860，先注册个本地账号，就能看到空白画布了。

另外两种方式各一句话带过：Docker 用户直接docker run -p 7860:7860 langflowai/langflow:latest；想改后端源码贡献代码的话，克隆仓库git clone https://gitcode.com/GitHub_Trending/la/langflow后在根目录跑make run_cli。

注意这里要留好一个 OpenAI（或其他提供商）的 API key，后面案例第一步就要用。

Langflow 界面三块区域：组件面板、画布、Playground

刚进画布时，界面就是左边一栏 + 中间一片点阵空白，分工如下：

• 左侧组件面板：按类别分组，Input & Output、Data Sources、Models & Agents、Flow Control、Files 等。顶部搜索框支持按名字找组件，快捷键是/。
• 中央画布：从左侧拖组件进来，点组件两侧的圆点（端口）拖线连接。线连的就是数据流——上游的输出端口接下游的输入端口，连对了才能跑。
• 左下角 New Custom Component：一键生成一个自定义组件的 Python 模板，写逻辑后它立刻出现在组件面板里。

右上角的Playground按钮是调试入口：点开右侧抽屉，直接在对话窗口里发消息测整个流程，比每次走 API 快得多。画布底部的Logs能看每个组件的执行日志，连线跑不通时先看这里。

跟做：用 Simple Agent 模板搭一个能查资料的智能体

这是最快能出结果的案例：一个能算数、能抓网页的智能体。

怎么连

1. 点New Flow，在模板里选Simple Agent，画布上会自动出现 5 个节点：Chat Input、Agent、Chat Output、Calculator、URL。
2. 模板里连线已经做好了，你只需要在 Agent 节点上补两处：点Setup Provider选模型提供商并填 API key，然后在Language Model下拉里选具体模型（如 gpt-4o-mini）。

模板里的结构值得记住：Chat Input 接 Agent 的输入端，Calculator 和 URL 作为Tools接给 Agent，Agent 的输出端接 Chat Output。模型自己决定什么时候调哪个工具，你不用写 if-else。

怎么调

点右上角Playground开始测：

• 发一句 "I want to add 4 and 4"，Playground 里能看到 Agent 选中 Calculator 工具、执行evaluate_expression的完整推理过程。
• 再发一句关于时事的问题，Agent 会走 URL 工具的fetch_content抓网页后做总结。

Playground 左侧的 Sessions 栏支持多会话，每个会话独立上下文，方便你对照不同输入看 Agent 的决策差异。测满意后，点画布右上角Share → API access，面板会自动生成这个流程的FLOW_ID、请求头和一个 curl/Python 片段，贴回你项目里就能外部调用：

curl -X POST http://127.0.0.1:7860/api/v1/run/FLOW_ID \ -H "x-api-key: 你的KEY" \ -d '{"input_value": "你好"}'

这就是它和"纯画图玩具"的区别：每个流程都是一个带路由的后端服务，改画布即时生效，不用重新发版。

进阶玩法：条件分支、接数据库、自定义组件

条件分支怎么走

需要"含 urgent 走加急队列、否则走普通队列"这种逻辑时，用 Flow Control 里的If-Else组件：它有一个 Text Input 端口和 True/False 两个输出端口，Match Text 填正则（如.*(urgent|warning).*）、Operator 选 regex，命中走 True 线，不命中走 False 线，两条线后面各挂一套处理流程即可。

想循环批处理则用 Loop + Batch Run 组件，配合文件类组件可以按批喂数据。

接数据库和写自定义组件

数据库场景不用自己写连接池：拖一个SQL Database组件，Database URL 填连接串（模板里用的是sqlite:///test.db，换成你的 PostgreSQL 串即可），它的 Toolset 端口直接接给 Agent，模型就能自己生成 SQL 查表。

组件库里没有的环节就自己写：点画布左下角New Custom Component，会生成一个带build方法的 Python 模板，填上入参和返回值、点保存，新组件马上出现在左侧面板，可以像内置组件一样被连线。源码结构在 自定义组件目录，写组件前先看一眼 组件开发文档。

下一步去哪找资料

• 安装细节与环境变量：快速上手文档、环境变量说明
• 跟做 RAG 问答（向量库 + 检索）：RAG 教程
• 把流程暴露给外部系统：Workflows API 参考
• 上服务器：Docker 部署、Kubernetes 生产部署，compose 文件可直接参考 deploy 目录
• 想给流程加工具/记忆：Agents 文档
• 内置模板源码（想改默认流程时抄它）：starter_projects 目录

【免费下载链接】langflowLangflow is a powerful tool for building and deploying AI-powered agents and workflows.项目地址: https://gitcode.com/GitHub_Trending/la/langflow