开源AI工作流平台Langflow，可视化编辑器快速构建智能体，支持NAS本地部署与内网穿透远程访问

项目介绍

Langflow 是一款功能强大的 AI 工作流构建和部署平台。它为开发者提供了直观的可视化编辑界面和强大的 API 能力，让你能够轻松构建、测试和部署 AI 驱动的智能体和工作流程。无论你是想快速原型化 AI 应用，还是需要构建复杂的多智能体系统，Langflow 都能满足你的需求。

Langflow 支持所有主流的大语言模型、向量数据库和丰富的 AI 工具库。通过拖拽式的可视化界面，即使是非专业开发者也能快速上手。项目完全开源，可以部署到任何云平台或本地环境中。

项目地址：点我跳转

核心功能特性

🎨 可视化流程编辑器 - 通过拖拽组件快速构建 AI 工作流，无需复杂代码

🔧 源代码访问 - 支持 Python 自定义组件，完全掌控每一个环节

🧪 交互式测试台 - 实时调试和优化你的工作流，支持逐步执行

🤖 多智能体编排 - 支持复杂的多智能体协作、对话管理和数据检索

🚀 灵活部署 - 支持导出为 API、JSON 或 MCP 服务器

📊 可观测性 - 与 LangSmith、LangFuse 等平台集成，实时监控工作流运行状态

🔐 企业级安全 - 提供完整的安全认证和可扩展架构

部署安装

如果你想在外网也能访问部署的 Langflow，建议配置内网穿透服务。可以前往 帕斯内网穿透 注册账号，支持全平台使用。具体的操作教程可以 点我查看，包含详细的配置步骤。

最快速部署方案（Docker 单命令）

打开你的 NAS 设备或本地 Docker 环境，执行以下命令即可快速启动 Langflow：

1docker run -p 7860:7860 langflowai/langflow:latest
Copy

等待镜像下载完成后，直接访问 `http://localhost:7860` 就能看到 Langflow 的可视化界面了。这是最简单快捷的启动方式，适合快速体验和测试。

进阶部署方案（Docker Compose + PostgreSQL）

如果你需要更稳定的生产环境和持久化数据存储，可以使用 Docker Compose 方案。这个方案包含 Langflow 服务和 PostgreSQL 数据库，能够保证数据在容器重启后不丢失。

第一步：克隆项目仓库

打开你的 NAS 或服务器终端，执行：

1git clone https://github.com/langflow-ai/langflow.git
2cd langflow/docker_example
Copy

第二步：配置环境变量（可选但推荐）

在 `docker_example` 目录下创建 `.env` 文件，用于配置数据库凭证：

1# 数据库用户配置
2POSTGRES_USER=langflow_user
3POSTGRES_PASSWORD=your_secure_password_here
4POSTGRES_DB=langflow_db
5
6# Langflow 数据库连接配置
7LANGFLOW_DATABASE_URL=postgresql://langflow_user:your_secure_password_here@postgres:5432/langflow_db
8LANGFLOW_CONFIG_DIR=/app/langflow
Copy

重要提示：请务必将 `your_secure_password_here` 替换为你自己的强密码。这些凭证用于保护你的数据库安全。

第三步：启动服务

执行以下命令启动 Langflow 和 PostgreSQL：

1docker compose up -d
Copy

`-d` 参数表示后台运行。稍等片刻，服务就会启动完成。

环境变量说明

必须配置的环境变量：

变量名 | 说明 | 示例值 LANGFLOW_DATABASE_URL | PostgreSQL 数据库连接字符串 | postgresql://user:password@postgres:5432/langflow_db POSTGRES_USER | 数据库用户名 | langflow_user POSTGRES_PASSWORD | 数据库密码 | your_secure_password POSTGRES_DB | 数据库名称 | langflow_db

可选配置的环境变量：

变量名 | 说明 | 默认值 LANGFLOW_CONFIG_DIR | Langflow 配置目录 | /app/langflow LANGFLOW_LOG_LEVEL | 日志级别 | INFO

如果使用 Docker 单命令启动，这些环境变量都会使用默认值，无需手动设置。

端口和存储配置

端口映射说明：

容器内部端口：`7860`（Langflow 应用运行端口） 主机访问端口：可自定义，默认为 `7860`

如果你的主机上 7860 端口已被占用，可以修改映射配置。例如，如果要使用 8080 端口访问：

1docker run -p 8080:7860 langflowai/langflow:latest
Copy

然后访问 `http://localhost:8080` 即可。

存储和持久化：

使用 Docker Compose 方案时，PostgreSQL 数据库会自动创建持久化卷，你的所有工作流、配置和数据都会被保存。即使容器重启，数据也不会丢失。

如果需要备份数据，可以定期导出 PostgreSQL 数据库内容。

访问应用

部署完成后，在浏览器中访问：

单命令部署：`http://localhost:7860` Docker Compose 部署：`http://localhost:7860` 自定义端口：`http://localhost:your_port`

首次访问时，你会看到 Langflow 的可视化编辑界面。现在你就可以开始构建你的第一个 AI 工作流了！

总结

通过以上步骤，你已经成功部署了 Langflow。无论选择哪种部署方案，都能快速体验这款强大的 AI 工作流平台。如果你想在外网访问，别忘了配置内网穿透哦。祝你使用愉快！