Langflow 部署教程5 分钟在本地搭起 AI 工作流服务【免费下载链接】langflowLangflow is a powerful tool for building and deploying AI-powered agents and workflows.项目地址: https://gitcode.com/GitHub_Trending/la/langflowLangflow 是一个可视化的 AI Agent 与工作流搭建平台把组件拖进画布连好线一条流程就能变成一个可对话的智能体还能一键发布成 API 或 MCP Server接到你自己的应用里。这篇部署教程从一台干净的机器出发带你在几分钟内装好并启动 Langflow跑通第一条流程最后再讲 Docker 方案和常见报错的修法。先判断哪条安装路径适合你三条路都能用先按场景选再往下读对应的细节路径适合谁特点Python 包推荐主路径想调试、改组件、装可选依赖的开发者最灵活全程命令行Docker生产环境、团队共用、不想污染本机环境隔离性好一条命令起容器桌面应用Windows/macOS 上不想碰终端的用户依赖打包好开箱即用下面只展开 Python 包这条路Docker 部分单独给了可直接复制的命令桌面应用去官网下载安装包macOS 拖进 ApplicationsWindows 双击.msi按向导装即可本文不再展开。装前自检两分钟确认环境跑安装命令前先确认三样东西能省掉后面大半的排错时间。打开终端先看 Python 版本Langflow 要求 3.10 到 3.14python --version输出在Python 3.10及以上、3.14 及以下就算通过版本不对就先装一个新版 Python。再确认uv官方推荐的包管理器解析依赖比 pip 快得多uv --version显示版本号即可提示找不到命令就先按 uv 官方说明装好它。最后看硬件双核 CPU、2GB 内存是最低线要跑本地模型和复杂流程建议多核、4GB 以上。机器太弱也能启动只是跑流程会吃力。主路径四步装好并启动环境没问题接下来四个命令每步都有明确的成功标志。第 1 步建独立虚拟环境。虚拟环境保证 Langflow 的依赖不和系统里其他项目打架。在你想放 Langflow 的目录执行uv venv langflow-env source langflow-env/bin/activate成功标志提示符前出现(langflow-env)。Windows 上第二行换成langflow-env\Scripts\activate激活逻辑一样。第 2 步安装 Langflow。-U表示直接装最新版uv pip install langflow -U第一次安装要拉几百个包耐心等。成功标志输出以Installed ... packages结尾没有红色报错。第 3 步启动服务uv run langflow run首次启动要初始化数据库和索引可能花上几分钟别急着 CtrlC。第 4 步验证。看到服务就绪后浏览器打开http://127.0.0.1:7860出现 Langflow 界面就算部署成功。至此本地服务已经跑起来了剩下的是让它干点活。跑通第一条流程在首页点New Flow选Simple Agent模板。它自带 Agent、Chat Input/Output 和一个 Calculator 工具适合当验证用接下来在Agent组件里点Setup Provider填一个模型服务商的 API Key再从Language Model下拉框里选中模型。点Playground就能在右侧聊天框里直接对话回复正常返回说明整条链路模型、组件、输出都通了后面想接更多模型或向量库按需装可选依赖即可例如uv pip install langflow[postgresql]启用 PostgreSQL 支持完整清单见 官方安装文档。分支场景Docker 一条命令起容器如果你不想管理 Python 环境或者要给团队开一台独立实例用官方镜像最省事。命令里的密码记得换成自己的强密码docker run -p 7860:7860 \ -e LANGFLOW_AUTO_LOGINfalse \ -e LANGFLOW_SUPERUSER_PASSWORDSUPERUSER_PASSWORD \ langflowai/langflow:latest容器起来后访问http://localhost:7860/用刚才设的超管密码登录。想要数据持久化和内置 PostgreSQL仓库里带了现成的 Compose 文件进入该目录执行docker compose up即可参考 docker_example/docker-compose.yml。版本怎么升级和固定跑稳之后版本管理就三条命令的事。升级到最新版uv pip install langflow -U官方建议升级前备份数据锁定某个版本uv pip install langflow1.4.22版本号以 PyPI 实际发布为准依赖装乱了就uv pip install langflow --force-reinstall强制重装。参与源码开发则是 clone 仓库后执行make run_cli细节看仓库里的DEVELOPMENT.md。报错急救手册启动或安装卡住时按报错原文对号入座每条都是最可能的原因 → 一条修复命令No module named langflow.__main__系统里可能混了多个 Langflow命令跑错了解释器。改用uv run langflow run启动。pip 长时间停在pip is looking at multiple versions of ...这是 pip 依赖解析慢不是死机。换成uv pip install langflow重来。Failed to build webrtcvad2.0.10Linux 缺 C 编译工具链。执行sudo apt-get install build-essential python3-dev后重试仍失败再补sudo apt-get install gcc。ImportError: cannot import name get_body_field装到了过新的 FastAPI。执行uv pip install fastapi0.140把它钉回兼容版本。打不开http://127.0.0.1:7860提示端口占用lsof -i :7860找出占端口的进程停掉它或换个端口重启。升级后报Theres a mismatch between the models and the database数据库结构和版本不匹配。先备份数据库再执行uv run langflow migration --fix该命令有破坏性务必先备份。下一步往哪走服务跑通只是开始在 Playground 里继续调流程给自己发一个 Langflow API Key 就能用curl调/api/v1/run/FLOW_ID还可以把整条流程暴露成 MCP Server 供外部客户端调用。具体配置和环境变量按 官方文档 里的说明逐项查即可。【免费下载链接】langflowLangflow is a powerful tool for building and deploying AI-powered agents and workflows.项目地址: https://gitcode.com/GitHub_Trending/la/langflow创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Langflow 部署教程：5 分钟在本地搭起 AI 工作流服务
Langflow 部署教程5 分钟在本地搭起 AI 工作流服务【免费下载链接】langflowLangflow is a powerful tool for building and deploying AI-powered agents and workflows.项目地址: https://gitcode.com/GitHub_Trending/la/langflowLangflow 是一个可视化的 AI Agent 与工作流搭建平台把组件拖进画布连好线一条流程就能变成一个可对话的智能体还能一键发布成 API 或 MCP Server接到你自己的应用里。这篇部署教程从一台干净的机器出发带你在几分钟内装好并启动 Langflow跑通第一条流程最后再讲 Docker 方案和常见报错的修法。先判断哪条安装路径适合你三条路都能用先按场景选再往下读对应的细节路径适合谁特点Python 包推荐主路径想调试、改组件、装可选依赖的开发者最灵活全程命令行Docker生产环境、团队共用、不想污染本机环境隔离性好一条命令起容器桌面应用Windows/macOS 上不想碰终端的用户依赖打包好开箱即用下面只展开 Python 包这条路Docker 部分单独给了可直接复制的命令桌面应用去官网下载安装包macOS 拖进 ApplicationsWindows 双击.msi按向导装即可本文不再展开。装前自检两分钟确认环境跑安装命令前先确认三样东西能省掉后面大半的排错时间。打开终端先看 Python 版本Langflow 要求 3.10 到 3.14python --version输出在Python 3.10及以上、3.14 及以下就算通过版本不对就先装一个新版 Python。再确认uv官方推荐的包管理器解析依赖比 pip 快得多uv --version显示版本号即可提示找不到命令就先按 uv 官方说明装好它。最后看硬件双核 CPU、2GB 内存是最低线要跑本地模型和复杂流程建议多核、4GB 以上。机器太弱也能启动只是跑流程会吃力。主路径四步装好并启动环境没问题接下来四个命令每步都有明确的成功标志。第 1 步建独立虚拟环境。虚拟环境保证 Langflow 的依赖不和系统里其他项目打架。在你想放 Langflow 的目录执行uv venv langflow-env source langflow-env/bin/activate成功标志提示符前出现(langflow-env)。Windows 上第二行换成langflow-env\Scripts\activate激活逻辑一样。第 2 步安装 Langflow。-U表示直接装最新版uv pip install langflow -U第一次安装要拉几百个包耐心等。成功标志输出以Installed ... packages结尾没有红色报错。第 3 步启动服务uv run langflow run首次启动要初始化数据库和索引可能花上几分钟别急着 CtrlC。第 4 步验证。看到服务就绪后浏览器打开http://127.0.0.1:7860出现 Langflow 界面就算部署成功。至此本地服务已经跑起来了剩下的是让它干点活。跑通第一条流程在首页点New Flow选Simple Agent模板。它自带 Agent、Chat Input/Output 和一个 Calculator 工具适合当验证用接下来在Agent组件里点Setup Provider填一个模型服务商的 API Key再从Language Model下拉框里选中模型。点Playground就能在右侧聊天框里直接对话回复正常返回说明整条链路模型、组件、输出都通了后面想接更多模型或向量库按需装可选依赖即可例如uv pip install langflow[postgresql]启用 PostgreSQL 支持完整清单见 官方安装文档。分支场景Docker 一条命令起容器如果你不想管理 Python 环境或者要给团队开一台独立实例用官方镜像最省事。命令里的密码记得换成自己的强密码docker run -p 7860:7860 \ -e LANGFLOW_AUTO_LOGINfalse \ -e LANGFLOW_SUPERUSER_PASSWORDSUPERUSER_PASSWORD \ langflowai/langflow:latest容器起来后访问http://localhost:7860/用刚才设的超管密码登录。想要数据持久化和内置 PostgreSQL仓库里带了现成的 Compose 文件进入该目录执行docker compose up即可参考 docker_example/docker-compose.yml。版本怎么升级和固定跑稳之后版本管理就三条命令的事。升级到最新版uv pip install langflow -U官方建议升级前备份数据锁定某个版本uv pip install langflow1.4.22版本号以 PyPI 实际发布为准依赖装乱了就uv pip install langflow --force-reinstall强制重装。参与源码开发则是 clone 仓库后执行make run_cli细节看仓库里的DEVELOPMENT.md。报错急救手册启动或安装卡住时按报错原文对号入座每条都是最可能的原因 → 一条修复命令No module named langflow.__main__系统里可能混了多个 Langflow命令跑错了解释器。改用uv run langflow run启动。pip 长时间停在pip is looking at multiple versions of ...这是 pip 依赖解析慢不是死机。换成uv pip install langflow重来。Failed to build webrtcvad2.0.10Linux 缺 C 编译工具链。执行sudo apt-get install build-essential python3-dev后重试仍失败再补sudo apt-get install gcc。ImportError: cannot import name get_body_field装到了过新的 FastAPI。执行uv pip install fastapi0.140把它钉回兼容版本。打不开http://127.0.0.1:7860提示端口占用lsof -i :7860找出占端口的进程停掉它或换个端口重启。升级后报Theres a mismatch between the models and the database数据库结构和版本不匹配。先备份数据库再执行uv run langflow migration --fix该命令有破坏性务必先备份。下一步往哪走服务跑通只是开始在 Playground 里继续调流程给自己发一个 Langflow API Key 就能用curl调/api/v1/run/FLOW_ID还可以把整条流程暴露成 MCP Server 供外部客户端调用。具体配置和环境变量按 官方文档 里的说明逐项查即可。【免费下载链接】langflowLangflow is a powerful tool for building and deploying AI-powered agents and workflows.项目地址: https://gitcode.com/GitHub_Trending/la/langflow创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考