Langflow 是什麼、怎麼用：拖拽搭建 AI 智能體與工作流的開源可視化工具安裝教學

本文根據 Langflow 官方 GitHub 倉庫 README 與官網整理，資料核對於 2026-10-11。開源項目變化快，以官方倉庫為準。

是什麼

Langflow 是一個用來搭建和部署 AI 智能體與工作流的開源工具，倉庫 langflow-ai/langflow 在 GitHub 上約有 15.5 萬星標，採用 MIT 許可。它的介面是一張畫布：把「提示詞」「模型」「知識庫檢索」「工具」這些組件拖上去，用線連起來，就得到一個可以運行的流程。

和 Dify 相比，Langflow 更偏開發者的原型工具：每個組件背後都是可以打開修改的 Python 代碼，搭好的流程可以直接變成接口被別的程序調用。

能做什麼

README 列出的主要功能：

• 可視化搭建：拖拽組件，快速試驗不同的流程結構；
• Python 定製：任何組件都可以用 Python 改寫或新建；
• 交互式 Playground：在介面裏一步步測試，查看每個節點的輸入輸出；
• 多智能體編排：管理多個智能體之間的對話與檢索；
• 多種部署形態：把流程發佈為 API、作為 MCP 伺服器供其他 AI 客戶端調用，或導出為 JSON；
• 可觀測性集成：對接常見的追蹤與監控工具；
• 廣泛兼容：支持主流大模型、向量數據庫和各類 AI 工具。

怎麼上手

桌面版：Langflow Desktop 提供 Windows 和 macOS 版本，下載安裝即可，不需要自己配 Python 環境，適合第一次嘗試。

命令行安裝（需要 Python 3.10 到 3.14，官方推薦用 uv）：

bash
uv pip install langflow -U
uv run langflow run

Docker：

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

啟動後在瀏覽器打開 http://localhost:7860。建議從內置模板開始，例如「基礎提示詞」「文檔問答」「簡單智能體」，填入模型的 API Key 後先跑通，再替換成自己的數據和工具。

免費與付費

Langflow 本身免費開源。運行時的花費來自你接入的模型 API、向量數據庫和伺服器。官方是否提供託管的雲服務及其價格，以官網為準。

適合誰 / 不適合誰

適合：

• 想快速驗證一個 RAG 或智能體想法的開發者；
• 希望既能拖拽又能隨時改代碼的技術團隊；
• 需要把流程以 API 或 MCP 的形式嵌入現有系統的人。

不適合：

• 完全不想接觸 Python 和 API Key 的非技術用戶；
• 需要成熟的多租戶、權限、運營後台的企業級應用（要自己補很多東西）；
• 只需要一個聊天介面的人。

注意事項

• 對外提供服務前要加鑑權：不要把沒有保護的 Langflow 實例直接暴露在公網，並及時升級到最新版本以獲得安全修復。
• 自定義組件會執行代碼：只導入可信來源的流程文件和組件。
• 版本升級可能帶來組件不兼容：升級前導出流程備份。
• 模型與數據庫的費用自理，長時間運行的智能體注意設定調用上限。