开箱连接主流大模型与向量数据库
核心能力
为构建者设计的可视化编排系统
从原型到生产，一套流程贯穿。拖拽连接与 Python 源码级自定义并存，模型与向量库可自由替换。
可视化构建界面
把 Prompt、模型、向量库与工具拖到画布上连线。端口颜色标识数据类型，接错即时提示，复杂流程也能一眼读懂。
MessageToolTableJSONEmbeddings
了解编辑器 自定义任意组件
点击 Code 直接编辑组件源码，继承 Component 基类，定义输入输出与 build 逻辑。
class MySplitter(Component):
inputs = [
IntInput(name="chunk_size", value=1000),
DataInput(name="data_input", required=True),
]
def build(self):
return RecursiveCharacterTextSplitter(
chunk_size=self.chunk_size)交互式 Playground
不必搭好整条链路就能试。单独运行某个组件，实时查看输入输出与 Agent 的工具调用过程。
单步运行 · 输入输出即时可见
企业级安全与可控
SSO、API 密钥、全局变量与权限控制，支持私有化部署，数据留在你自己的环境。
SSO 单点登录
全局变量
文件与密钥
权限管理
像搭积木一样组装 AI 能力
从输入输出到数据、模型与逻辑，所有能力以组件呈现。连线即集成，冻结可复用。
端口类型 MessageToolTableJSONEmbeddings
让 Agent 编排流程，让流程成为工具
多智能体
把任意流程挂到 Agent 上
组件与整条流程都能作为工具，支持对话管理、检索与多轮推理。
# 将流程作为 Agent 工具
agent = Agent(tools=[rag_flow, calculator])
agent.run("对比这两款产品的能耗")
# → 检索 → 计算 → 汇总回答 MCP
一键变身 MCP 服务器
把流程暴露为 MCP 工具，或作为客户端接入外部 MCP 服务，与 Claude、Cursor 等联动。
- Expose as MCP Server 每个流程即工具
- Connect to MCP Servers 接入外部能力
发布为 API
自动生成 Python / JS / curl 示例
嵌入到站点
HTML / React / Angular 小部件
导出为 JSON
在 Python 应用中直接加载运行
快速安装
# 桌面版之外，用 uv 安装 Python 包
uv pip install langflow -U
uv run langflow run
# 或直接用 Docker
docker run -p 7860:7860 langflowai/langflow:latest
→ http://127.0.0.1:7860