在 Docker 上部署 Langflow

提示

Podman can be used instead of Docker for all commands shown here. For more information, see the Podman documentation.

在 Docker 容器中运行应用程序可以确保在不同系统之间保持一致的行为，并消除依赖冲突。

您可以使用 Langflow Docker 镜像来启动 Langflow 容器。

本指南演示了几种使用 Docker 和 Docker Compose 部署 Langflow 的方法：

• 快速入门：使用默认值启动 Langflow 容器。
• 使用 Docker Compose：克隆 Langflow 仓库，然后使用 Docker Compose 构建 Langflow Docker 容器。 这种方案提供了对配置的更多控制，包括持久化的 PostgreSQL 数据库服务，同时仍使用基础 Langflow Docker 镜像。
• 将工作流打包为 Docker 镜像：使用 Dockerfile 将工作流打包为 Docker 镜像。
• 创建自定义 Langflow 镜像：使用 Dockerfile 打包自定义 Langflow Docker 镜像，其中包含您自己的代码、自定义依赖项或其他修改。

快速入门：使用默认值启动 Langflow 容器

在您的系统上安装并运行 Docker 后，执行以下命令：

_10

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

然后，通过 http://localhost:7860/ 访问 Langflow。

此容器运行一个带有默认设置的预构建 Docker 镜像。 要对配置进行更多控制，请参阅克隆仓库并运行 Langflow Docker 容器。

克隆仓库并运行 Langflow Docker 容器

克隆 Langflow 仓库并使用 Docker Compose 可以让您更好地控制配置，允许您自定义环境变量、使用持久化的 PostgreSQL 数据库服务（而不是默认的 SQLite 数据库），并包含自定义依赖项。

使用 Docker Compose 的默认部署包括以下内容：

• Langflow 服务：运行最新的 Langflow 镜像，并使用 PostgreSQL 作为数据库。
• PostgreSQL 服务：为工作流、用户和设置提供持久数据存储。
• 持久化卷：确保您的数据在容器重启后依然存在。

完整的 Docker Compose 配置可在 docker_example/docker-compose.yml 中找到。

1. 克隆 Langflow 仓库：

   
   

   _10

   git clone https://github.com/langflow-ai/langflow.git

   
   

2. 导航到 docker_example 目录：

   
   

   _10

   cd langflow/docker_example

   
   

3. 运行 Docker Compose 文件：

   
   

   _10

   docker compose up

   
   

4. 通过 http://localhost:7860/ 访问 Langflow。

自定义您的部署

您可以自定义 Docker Compose 配置以适应您的特定部署。

例如，要使用 .env 文件配置容器的数据库凭据，请执行以下操作：

1. 在 docker-compose.yml 所在的目录中创建一个包含数据库凭据的 .env 文件：

   
   

   _10

   # 数据库凭据

   _10

   POSTGRES_USER=myuser

   _10

   POSTGRES_PASSWORD=mypassword

   _10

   POSTGRES_DB=langflow

   _10

   _10

   # Langflow 配置

   _10

   LANGFLOW_DATABASE_URL=postgresql://myuser:mypassword@postgres:5432/langflow

   _10

   LANGFLOW_CONFIG_DIR=/app/langflow

   
   

2. 修改 docker-compose.yml 文件，为 langflow 和 postgres 服务引用 .env 文件：

   
   

   _10

   services:

   _10

   langflow:

   _10

   environment:

   _10

   - LANGFLOW_DATABASE_URL=${LANGFLOW_DATABASE_URL}

   _10

   - LANGFLOW_CONFIG_DIR=${LANGFLOW_CONFIG_DIR}

   _10

   postgres:

   _10

   environment:

   _10

   - POSTGRES_USER=${POSTGRES_USER}

   _10

   - POSTGRES_PASSWORD=${POSTGRES_PASSWORD}

   _10

   - POSTGRES_DB=${POSTGRES_DB}

   
   

有关可用环境变量的完整列表，请参阅 Langflow 环境变量。

有关更多自定义选项，请参阅使用您自己的代码自定义 Langflow Docker 镜像。

将工作流打包为 Docker 镜像

本节介绍如何创建 Dockerfile，以构建包含您的 Langflow 工作流的 Docker 镜像。当您想要将特定的工作流作为独立容器分发或将其部署到 Kubernetes 等环境时，此方法非常有用。

与之前使用预构建镜像的章节不同，此方法构建了一个嵌入了您的工作流的自定义镜像。

1. 创建一个项目目录，并进入该目录。

   
   

   _10

   mkdir langflow-custom && cd langflow-custom

   
   

2. 将您的工作流 JSON 文件添加到该目录。您可以下载示例，或使用您自己的文件：

   
   

   _10

   # 下载示例工作流

   _10

   wget https://raw.githubusercontent.com/langflow-ai/langflow-helm-charts/refs/heads/main/examples/flows/basic-prompting-hello-world.json

   _10

   _10

   # 或复制您自己的工作流文件

   _10

   cp /path/to/your/flow.json .

   
   

3. 创建一个 Dockerfile 来构建您的自定义镜像：

   
   

   _10

   FROM langflowai/langflow:latest

   _10

   RUN mkdir /app/flows

   _10

   COPY ./*.json /app/flows/

   _10

   ENV LANGFLOW_LOAD_FLOWS_PATH=/app/flows

   
   

这个 Dockerfile 使用官方 Langflow 镜像作为基础，为您的工作流创建一个目录，将您的 JSON 工作流文件复制到该目录中，并设置环境变量以告知 Langflow 在何处查找工作流。

4. 构建并测试您的自定义镜像：

   
   

   _10

   docker build -t myuser/langflow-custom:1.0.0 .

   _10

   docker run -p 7860:7860 myuser/langflow-custom:1.0.0

   
   

5. 将您的镜像推送到 Docker Hub（可选）：

   
   

   _10

   docker push myuser/langflow-custom:1.0.0

   
   

您的自定义镜像现在包含您的工作流，并且可以部署在任何运行 Docker 的地方。对于 Kubernetes 部署，请参阅在 Kubernetes 上部署 Langflow 生产环境。

使用您自己的代码自定义 Langflow Docker 镜像

虽然上一节展示了如何将工作流与 Docker 镜像打包，但本节展示了如何自定义 Langflow 应用程序本身。当您需要添加自定义 Python 包或依赖项、修改 Langflow 的配置或设置、包含自定义组件或工具，或添加您自己的代码以扩展 Langflow 的功能时，这非常有用。

此示例演示了如何自定义 Message History 组件，但相同的方法可用于任何代码修改。

_27

FROM langflowai/langflow:latest

_27

_27

# 设置工作目录

_27

WORKDIR /app

_27

_27

# 复制您修改后的 memory 组件

_27

COPY src/lfx/src/lfx/components/helpers/memory.py /tmp/memory.py

_27

_27

# 查找安装 langflow 的 site-packages 目录

_27

RUN python -c "import site; print(site.getsitepackages()[0])" > /tmp/site_packages.txt

_27

_27

# 替换 site-packages 位置的文件

_27

RUN SITE_PACKAGES=$(cat /tmp/site_packages.txt) && \

_27

echo "Site packages at: $SITE_PACKAGES" && \

_27

mkdir -p "$SITE_PACKAGES/langflow/components/helpers" && \

_27

cp /tmp/memory.py "$SITE_PACKAGES/langflow/components/helpers/"

_27

_27

# 仅清除 site-packages 目录中的 Python 缓存

_27

RUN SITE_PACKAGES=$(cat /tmp/site_packages.txt) && \

_27

find "$SITE_PACKAGES" -name "*.pyc" -delete && \

_27

find "$SITE_PACKAGES" -name "__pycache__" -type d -exec rm -rf {} +

_27

_27

# 暴露默认的 Langflow 端口

_27

EXPOSE 7860

_27

_27

# 运行 Langflow 的命令

_27

CMD ["python", "-m", "langflow", "run", "--host", "0.0.0.0", "--port", "7860"]

要使用此自定义 Dockerfile，请执行以下操作：

1. 为您的自定义 Langflow 设置创建一个目录：

   
   

   _10

   mkdir langflow-custom && cd langflow-custom

   
   

2. 为您的自定义代码创建必要的目录结构。 在此示例中，Langflow 期望 memory.py 存在于 /helpers 目录中，因此您在该位置创建一个目录。

   
   

   _10

   mkdir -p src/lfx/src/lfx/components/helpers

   
   

3. 将修改后的 memory.py 文件放入 /helpers 目录。

4. 在您的 langflow-custom 目录中创建一个名为 Dockerfile 的新文件，然后将上面显示的 Dockerfile 内容复制到其中。

5. 构建并运行镜像：

   
   

   _10

   docker build -t myuser/langflow-custom:1.0.0 .

   _10

   docker run -p 7860:7860 myuser/langflow-custom:1.0.0

   
   

通过修改文件路径和组件名称，此方法可以适用于您想要添加到 Langflow 的任何其他组件或自定义代码。