langflow
可视化构建和部署 AI Agent 与工作流的低代码平台，支持拖拽式编排、内置 API 和 MCP 服务器，可将流程一键转为可集成工具。亮点在于兼顾可视化开发与源码编辑，支持多 Agent 编排、对话管理、检索增强，并提供 Desktop 版免除环境配置，适合快速原型到生产部署的完整链路。
README
Langflow 是一个强大的平台，用于构建和部署 AI 驱动的 agent（智能体）和 workflow（工作流）。它为开发者提供了可视化编排体验以及内置的 API 和 MCP 服务器，能将每个 workflow 转化为可供任何框架或栈上应用集成的工具。Langflow 开箱即用，支持所有主流 LLM（大语言模型）、vector database（向量数据库）以及不断增长的 AI 工具库。
✨ 突出特性
- 可视化构建界面：快速上手并快速迭代。
- 源代码访问：允许您使用 Python 自定义任何组件。
- 交互式 playground：立即测试和优化您的 flow，并支持逐步控制。
- 多 agent 编排：包含对话管理和检索功能。
- 部署为 API 或导出为 JSON 供 Python 应用使用。
- 部署为 MCP 服务器，将您的 flow 转化为可供 MCP 客户端使用的工具。
- 可观测性：集成 LangSmith、LangFuse 等。
- 企业级安全与可扩展性。
🖥️ Langflow Desktop
Langflow Desktop 是上手 Langflow 的最简单方式。所有依赖都已包含，无需管理 Python 环境或手动安装包。 支持 Windows 和 macOS。
⚡️ 快速开始
本地安装（推荐）
需要 Python 3.10–3.14 和 uv（推荐的包管理器）。
安装
在一个新目录中运行：
uv pip install langflow -U
将安装最新的 Langflow 包。 更多信息，请参阅 安装并运行 Langflow OSS Python 包。
运行
启动 Langflow，运行：
uv run langflow run
Langflow 在 http://127.0.0.1:7860 启动。
就这样！您已准备好使用 Langflow 进行构建！🎉
📦 其他安装选项
从源码运行
如果您已克隆此仓库并希望贡献代码，请从仓库根目录运行以下命令：
make run_cli
更多信息，请参阅 DEVELOPMENT.md。
Docker
使用默认设置启动一个 Langflow 容器：
docker run -p 7860:7860 langflowai/langflow:latest
Langflow 可在 http://localhost:7860/ 访问。 关于配置选项，请参阅 Docker 部署指南。
🛡️ 安全性
如需了解安全信息，请参阅我们的 安全策略。
🚀 部署
Langflow 完全开源，您可以将其部署到所有主流云平台。要了解如何部署 Langflow，请参阅 Langflow 部署指南。
⭐ 保持最新
在 GitHub 上 Star Langflow，即可即时收到新版本发布通知。
👋 贡献
我们欢迎各种水平的开发者贡献。如果您有意贡献，请查阅我们的 贡献指南，帮助让 Langflow 更加易用。
❤️ 贡献者
