什么是 Langflow?
Langflow 是一个开源的、基于 Python 的、可定制的 AI 应用构建框架。 它支持重要的 AI 功能，如代理（Agents）和模型上下文协议（MCP），并且不要求你使用特定的语言大模型（LLMs）或向量数据库。
可视化编辑器简化了应用工作流的原型设计，使开发人员能够快速将想法转化为强大的、现实世界的解决方案。
只需几分钟即可构建并运行你的第一个流：安装 Langflow，然后尝试快速入门。
应用开发与原型设计
Langflow 可以帮助你开发各种 AI 应用程序，如聊天机器人、文档分析系统、内容生成器和代理应用。
Langflow 包含多个预构建模板，可直接使用或根据你的需求进行定制。
在几分钟内创建流
Langflow 的主要目的是创建和提供“流”（Flows），它们是应用工作流的功能表示。
要构建一个流，你需要连接并配置组件节点。每个组件都是工作流中的一个步骤。
借助 Langflow 的可视化编辑器，你可以拖放组件来快速构建和测试功能性的 AI 应用工作流。 例如，你可以为电子商务商店构建一个聊天机器人流，该流使用 LLM 和产品数据存储，允许客户询问有关商店产品的问题。
实时测试流
你可以使用 Playground 来测试流，而无需构建整个应用堆栈。 你可以与流进行交互，并获得有关流逻辑和响应生成的实时反馈。
你还可以运行单个组件来隔离测试依赖项。
运行并提供流服务
你可以将流用作更正式应用开发的原型，也可以使用 Langflow API 将流嵌入到你的应用代码中。
对于更广泛的开发，你可以将 Langflow 作为依赖项构建，或者部署 Langflow 服务器以通过公共互联网提供流服务。
更多信息，请参阅以下内容：
无尽的修改与集成
Langflow 提供的组件支持 AI 应用程序所需的许多服务、工具和功能。
一些组件是通用的，例如输入、输出和数据存储。 其他组件是专门的，例如代理、语言模型和嵌入提供商。
所有组件都提供可以设置为固定值或变量值的参数。你还可以使用 tweaks 在运行时临时覆盖流设置。
代理和 MCP 支持
除了使用 Langflow 构建代理流外，你还可以利用 Langflow 内置的代理和 MCP 功能：
可扩展性
除了核心组件外，Langflow 还支持自定义组件。
你可以使用他人开发的自定义组件，也可以开发自己的自定义组件供个人使用或与其他 Langflow 用户共享。
更多信息，请参阅以下内容：
