智能体 · 中文选型解读

langflow

已解读GitHubMITPython

Langflow是一款支持可视化搭建、部署AI智能体与工作流的开源平台，可将生成的工作流快速集成到不同技术栈的业务应用中。

154.0kstar今天仍有更新维护状态MIT · 可评估商用商用提醒
在 GitHub 查看官方项目
适合解决让 AI 拆解任务、调用工具并完成多步骤流程
更适合希望自动化运营、调研、销售或内部流程的团队
投入判断上手门槛：需评估。需要明确流程边界，并持续评测结果
一分钟看懂

这个项目值得继续研究吗？

AI 依据上游资料解读 · 2026/8/28

Langflow是一款支持可视化搭建、部署AI智能体与工作流的开源平台，可将生成的工作流快速集成到不同技术栈的业务应用中。

解决什么问题
企业落地AI应用时，往往需要投入大量开发资源搭建智能体、串联大模型与业务工具，迭代成本高、周期长，且后续集成到现有业务系统的复杂度较高。
适合什么团队
适合需要快速落地AI智能体、AI自动化工作流的企业业务团队、AI应用开发团队，以及需快速验证AI场景方案的产品团队。
使用前注意
本地手动部署需提前准备Python 3.10-3.14版本环境；项目采用MIT开源协议，可自由商用；当前维护状态活跃，公开待处理issue数量较多。

本页用于缩短初步筛选时间，不构成技术、采购或法律结论。 正式使用前请在真实业务数据上验证，并以官方说明与许可证为准。

项目导读

从官方资料看清能力、部署与采用边界

AI 翻译整理 · 保留官方来源

以下内容依据项目公开 README 或模型卡翻译整理，代码、命令和产品名保持原样。

Langflow 项目导读

一、项目定位

Langflow是一款用于搭建、部署AI驱动的智能体与工作流的开源平台，既提供可视化拖拽的创作界面，也自带API与MCP服务能力，可将搭建好的工作流转化为可调用的工具，适配任意技术栈的应用集成需求。平台默认支持主流LLM（大语言模型，可理解生成自然语言的AI模型）、向量数据库，还提供持续扩充的AI工具库，降低AI应用落地的门槛。

二、核心能力

  1. 可视化搭建界面：通过拖拽组件即可快速搭建AI工作流，支持快速迭代方案，无需从零编写大量代码。
  2. 自定义组件支持：所有组件都开放源码，可通过Python代码自行修改适配业务需求。
  3. 交互式测试环境：搭建完成的工作流可直接在平台内测试，支持逐步骤调试优化。
  4. 多智能体编排：支持多个AI智能体的协同调度，自带对话管理、信息检索能力。
  5. 多形态部署输出：搭建好的工作流可直接部署为API接口，也可导出为JSON格式供Python应用集成，还可部署为MCP服务供MCP客户端作为工具调用。
  6. 可观测集成：支持对接LangSmith、LangFuse等第三方可观测工具，方便跟踪工作流运行状态。
  7. 企业级特性：自带企业级安全与可扩展能力，满足规模化使用需求。

三、典型使用方式

业务团队或开发人员可先通过可视化界面拖拽组件，串联所需的大模型、业务工具、数据库等节点，搭建出符合业务需求的AI工作流或智能体，比如智能客服应答流程、自动化信息查询流程、多智能体协同处理工单流程等。 搭建完成后可直接在平台内的测试环境试运行，逐步骤调整参数、优化逻辑，确认符合预期后，再选择合适的方式输出部署，直接集成到现有业务系统中使用。

四、部署与安装选项

Langflow提供多种安装部署方式，可根据使用场景选择：

  1. 桌面端安装：支持Windows、macOS系统，直接下载官方桌面安装包即可使用，所有依赖已预先打包，无需自行配置Python环境，是最快的上手方式。
  2. 本地Python部署：需提前准备Python 3.10-3.14版本环境，安装官方推荐的uv包管理器后，执行uv pip install langflow -U完成安装，再执行uv run langflow run即可启动，服务默认运行在http://127.0.0.1:7860。
  3. Docker部署：无需配置本地环境，直接执行docker run -p 7860:7860 langflowai/langflow:latest即可启动容器，服务访问地址为http://localhost:7860。
  4. 云端部署：支持部署到所有主流公有云平台，官方提供详细的部署指南可供参考。

五、项目状态与许可说明

Langflow于2023年2月创建，当前未归档，处于活跃维护状态，最近代码更新时间为2026年8月。项目采用MIT开源许可证，使用者可自由修改、分发源代码，也可用于商业用途，无额外授权限制。

六、采用建议

如果是业务团队想要快速验证AI场景可行性，建议优先选择桌面版搭建原型，无需投入开发资源即可验证逻辑是否符合业务需求；如果是开发团队需要将AI工作流集成到现有系统，可根据技术栈选择合适的部署方式，也可自行修改组件适配内部系统的对接要求。

可核对的事实层

官方资料与来源

查看来源 →
  • agents
  • chatgpt
  • generative-ai
  • large-language-models
  • multiagent
  • react-flow
默认分支main
关注仓库541
复刻次数9.9k
开放议题978
近期更新2026/8/27
仓库状态未标记归档
上游部署线索
## ⚡️ Quickstart

### Install locally (recommended)

Requires Python 3.10–3.14 and [uv](https://docs.astral.sh/uv/getting-started/installation/) (recommended package manager).

#### Install

From a fresh directory, run:
```shell
uv pip install langflow -U
```

The latest Langflow package is installed.
For more information, see [Install and run the Langflow OSS Python package](https://docs.langflow.org/get-started-installation#install-and-run-the-langflow-oss-python-package).

#### Run

To start Langflow, run:
```shell
uv run langflow run
```

Langflow starts at http://127.0.0.1:7860.

That's it! You're ready to build with Langflow! 🎉

该片段来自项目 README，仅用于初步判断；实际部署请以官方文档为准。

查看 Releases

官方图片与演示已排除二维码、联系方式、赞助付款图和常见徽章
Langflow logo
Langflow logo
Star Langflow
Star Langflow
Star History Chart
Star History Chart
langflow contributors
langflow contributors
核对上游原始说明节选

Langflow is a powerful tool for building and deploying AI-powered agents and workflows.

Release Notes PyPI - License PyPI - Downloads Twitter YouTube Channel Discord Server Ask DeepWiki

Langflow is a powerful platform for building and deploying AI-powered agents and workflows. It provides developers with both a visual authoring experience and built-in API and MCP servers that turn every workflow into a tool that can be integrated into applications built on any framework or stack. Langflow comes with batteries included and supports all major LLMs, vector databases and a growing library of AI tools.

✨ Highlight features

  • Visual builder interface to quickly get started and iterate.
  • Source code access lets you customize any component using Python.
  • Interactive playground to immediately test and refine your flows with step-by-step control.
  • Multi-agent orchestration with conversation management and retrieval.
  • Deploy as an API or export as JSON for Python apps.
  • Deploy as an MCP server and turn your flows into tools for MCP clients.
  • Observability with LangSmith, LangFuse and other integrations.
  • Enterprise-ready security and scalability.

🖥️ Langflow Desktop

Langflow Desktop is the easiest way to get started with Langflow. All dependencies are included, so you don't need to manage Python environments or install packages manually. Available for Windows and macOS.

📥 Download Langflow Desktop

⚡️ Quickstart

Install locally (recommended)

Requires Python 3.10–3.14 and uv (recommended package manager).

Install

From a fresh directory, run:

uv pip install langflow -U

The latest Langflow package is installed. For more information, see Install and run the Langflow OSS Python package.

Run

To start Langflow, run:

uv run langflow run

Langflow starts at http://127.0.0.1:7860.

That's it! You're ready to build with Langflow! 🎉

📦 Other install options

Run from source

If you've cloned this repository and want to contribute, run this command from the repository root:

make run_cli

For more information, see DEVELOPMENT.md.

Docker

Start a Langflow container with default settings:

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

Langflow is available at http://localhost:7860/. For configuration options, see the Docker deployment guide.

🛡️ Security

For security information, see our Security Policy.

🚀 Deployment

Langflow is completely open source and you can deploy it to all major deployment clouds. To learn how to deploy Langflow, see our Langflow deployment guides.

⭐ Stay up-to-date

Star Langflow on GitHub to be instantly notified of new releases.

Star Langflow

👋 Contribute

We welcome contributions from developers of all levels. If you'd like to contribute, please check our contributing guidelines and help make Langflow more accessible.

---

Star History Chart

❤️ Contributors

langflow contributors