Langflow 介绍
了解工具的详细功能和使用方法
Langflow 是什么
Langflow 是可视化的 AI Agent 与 RAG 工作流构建器。开发者把输入、模型、工具、检索和输出组件连成 Flow，在 Playground 中调试，再通过 API 从自己的应用调用。官方提供桌面版、Python 包和 Docker 部署；项目仓库采用 MIT 许可证。它更适合需要看清每一步调用、愿意维护模型与部署环境的团队，不是装好就能替代客服系统或业务自动化平台的成品。
主要能力
- 节点画布把 Agent、模型、工具和数据组件连接起来；可从 Simple Agent 模板起步，也能编写 Python 自定义组件。
- Flow 可经 API 运行，适合先在可视化界面验证，再嵌入现有产品。
- Agent 可以调用其他组件和 MCP 工具；工具的输入、权限与返回值仍须逐项检查。
- 支持文档读取、嵌入模型和向量库组件，能搭建 RAG 试点。检索命中、引用是否支持答案，需要另建测试集验证。
- 官方文档提供 Human-in-the-Loop 机制，允许对高风险工具调用设置人工批准。部署时须核对当前版本的具体可用范围；嵌套 Flow 的审批有明确限制。
实际使用与边界
最稳妥的起步方式是选一组已授权的公开资料，先做“检索—草稿—人工检查”的内部流程。为每次运行记录输入、调用的工具、模型输出、错误和费用。Langflow 的可视化画布不会自动解决提示注入、越权检索或错误动作。对写入数据库、发送消息、修改文件等有副作用的工具，应限制权限，并在可用的运行路径中设置人工审批。
自部署时不要把编辑器端口直接暴露到公网。按官方安全文档启用登录和 API key、设置独立密钥、通过反向代理接入，并关注项目安全公告与版本更新。涉及内部数据时，还要核对模型提供商、向量库和日志的实际数据流向。
费用与许可
截至 2026 年 10 月 3 日，Langflow 开源版软件许可证为 MIT；自行安装没有 Langflow 软件月费，但服务器、数据库、存储、模型 API、向量库和运维均可能收费。官网提供免费云账户入口，未公开统一的生产配额与企业报价，不应把“免费开始”写成无限量免费运行。做预算时按成功完成并通过验收的任务数，计算模型、检索、重试和人工审核的完整成本。
怎么选
需要在可视化画布里调试 Agent、检索和组件，再以 API 接入产品，可先试 Langflow。希望尽快得到带知识库、发布渠道和应用管理的 AI 应用，可比较 Dify。主要是连接业务应用、处理事件触发和跨系统审批，n8n 更贴近自动化平台。三者都能接入模型或 Agent，但工作流的中心不同。