本文档提供了 Langflow 的高层概述，Langflow 是一个用于构建和部署 AI 驱动的代理和工作流的开源平台。它涵盖了 Langflow 的目的、架构、关键组件和执行模型。我们将探讨 Langflow 如何实现 LLM 应用程序的可视化创建，同时提供对开发友好的代码访问和 API 部署功能。
有关特定子系统的更详细信息，请参阅相应的 Wiki 页面，例如流编辑器系统或组件系统。
Langflow 是一个强大的工具，它将可视化开发与代码可访问性相结合，允许用户通过拖放界面创建复杂的 LLM 应用程序，同时保持通过 Python 代码进行自定义的能力。Langflow 中构建的每个流都可以立即公开为 API 端点，从而实现与现有应用程序的无缝集成。
来源：README.md16-18 pyproject.toml3-9
Langflow 采用客户端-服务器架构，具有基于 React 的前端用于可视化构建，以及处理组件执行和 API 供应的 FastAPI 后端。
来源：src/frontend/package.json2-91 pyproject.toml20-126 src/backend/base/pyproject.toml20-91
Langflow 的核心工作流程包括创建节点，将它们连接成一个流程，并通过 API 执行该流程。
来源：pyproject.toml50-98 src/backend/base/pyproject.toml20-91
Langflow 的组件系统是其功能的核心，提供了与 LLM 技术广泛的集成。
来源：pyproject.toml50-98 src/backend/base/pyproject.toml20-91
当执行流程时，Langflow 会将可视化表示转换为有向图，并根据以下模型进行处理
来源：pyproject.toml50-98 src/backend/base/pyproject.toml20-91
Langflow 与广泛的 AI 技术和服务集成
| 类别 | 主要集成 |
|---|---|
| LLM 提供商 | OpenAI、Anthropic、Google Vertex AI、Mistral AI、Cohere、Groq、Ollama、NVIDIA AI Endpoints |
| 向量数据库 | Pinecone、Chroma、Weaviate、Milvus、Qdrant、ElasticSearch、MongoDB、FAISS、pgvector |
| 嵌入模型 | OpenAI、HuggingFace、SentenceTransformers、本地模型 |
| 框架 | LangChain (0.3.x)、LangGraph、CrewAI、DSPy、SmolAgents |
| 可观测性 | LangSmith、LangFuse、Arize Phoenix、LangWatch |
| 部署 | FastAPI、Docker、Kubernetes、Celery |
来源：pyproject.toml20-126 src/backend/base/pyproject.toml20-91 pyproject.toml190-223
此图说明了用户创建和执行流程时数据如何在 Langflow 中流动
来源：pyproject.toml20-126 src/backend/base/pyproject.toml20-91
Langflow 只需几条命令即可安装和运行
对于开发和定制，Makefile 提供了各种命令
来源：README.md28-43 Makefile32-40 Makefile222-294
Langflow 构建于强大的库和框架基础之上
来源：pyproject.toml20-126 src/frontend/package.json5-89 src/backend/base/pyproject.toml20-91