langflow-ai/langflow

项目概览

内置 MCP 服务可将已创建的工作流直接转换为 MCP 客户端可调用的工具。

项目类型

MCP · AI Agent · AI 工作流

应用场景

编程开发 · 自动化执行

部署方式

查看项目说明

License

MIT

适合谁

• 适合希望以可视化方式快速设计和迭代智能体工作流，同时保留 Python 扩展能力的开发者。
• 适合需要把工作流进一步发布为 API、MCP 服务或导出到 Python 应用的产品与工程团队。
• 适合需要编排多个智能体，并使用对话管理和检索能力构建复合流程的团队。

核心能力

• 通过可视化创作界面组织智能体与工作流，帮助用户快速建立初始流程并持续调整结构；该能力当前可用，主要价值是降低工作流设计和迭代的进入门槛。
• 在交互环境中立即运行和细化流程，并提供逐步控制；该能力当前可用，便于在正式集成前检查流程行为和反复调试。
• 对多个智能体进行协同编排，并结合对话管理与检索组织执行过程；该能力当前可用，适合构建超出单一智能体处理范围的复合流程。
• 将已创建的流程部署为 API，或导出为供 Python 应用使用的 JSON；该能力当前可用，使可视化成果能够进入已有应用与服务。
• 把流程部署为 MCP 服务，并转换成 MCP 客户端可调用的工具；该能力当前可用，适合需要通过 MCP 接口分发和复用工作流的场景。
• 允许使用 Python 定制任意组件；该能力当前可用，为预置组件无法满足的业务逻辑提供代码级扩展入口，但使用者需要具备相应的 Python 能力。

限制与风险

• 可视化构建器并不等于所有场景都能无代码完成；当预置组件不足时，深度定制仍要求使用者掌握 Python。
• 现有资料没有记录最低硬件和 GPU 要求，计划在本地承载特定模型或高负载流程的团队需要在采用前自行验证资源需求。
• 现有资料没有记录具体成本依赖；选型时应结合实际采用的模型、外部服务以及托管或自托管方式单独核算。
• 现有资料没有记录遥测行为，数据治理要求严格的团队应在部署前核查实际版本的遥测配置与数据流向。

如何开始

• 可运行命令“docker run -p 7860:7860 langflowai/langflow:latest”，随后在浏览器打开“http://localhost:7860/”进入界面。
• 桌面应用已包含依赖，适合希望减少环境配置步骤并直接使用图形界面的用户。
• Python 包安装只需一条 uv 命令，适合计划在 Python 环境中运行或进一步定制组件的开发者。

核验依据

• README: 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…
• README: - **Visual builder interface** to quickly get started and iterate. - **Source code access** lets you customize any component using Python. - **Interactive playground** to immediat…
• README: 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. Avai…
• README: Requires Python 3.10–3.14 and [uv](https://docs.astral.sh/uv/getting-started/installation/) (recommended package manager).
• README: From a fresh directory, run: ```shell uv pip install langflow -U ``` The latest Langflow package is installed.

内容核验时间：