Langflow 入门：从桌面端搭建 AI 工作流

一、项目定位

Langflow 是 AI Agent 与工作流的可视化编排平台，流程可以作为 API 或 MCP Server 使用，也支持用 Python 编写自定义组件。

二、新手能做什么

新手可使用桌面版避开手动 Python 环境配置，先连接模型、提示词与输出并检查每个组件，再加入检索或多 Agent 能力。

三、推荐上手路线

Windows 与 macOS 新手优先使用 Langflow Desktop。包安装路线当前支持 Python 3.10 至 3.14，并推荐 uv。第一次应从最小空白流程开始，而不是大型模板。

四、环境与成本

桌面版仍需要模型 Provider 或本地端点；使用 Python 包或 Docker 时，还要管理端口、存储、依赖版本和升级。

五、适用人群

适合希望使用可视化编排，同时保留 Python 自定义组件能力的学习者。

六、局限与风险

生成的 API 与 MCP 端点仍需认证和生命周期管理；社区组件可能带来依赖冲突或不安全行为。 凭据应放在受支持的 Secret 字段，本地实验只绑定回环地址；共享端点前配置认证，执行自定义组件前审查代码。

七、项目与许可

仓库内容按 MIT 提供，具体以项目当前 LICENSE 为准。项目地址：https://github.com/langflow-ai/langflow