尧图网页设计 
Langflow 入门教程3 条命令跑起来5 分钟搭出第一个 AI 智能体工作流【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想让 AI 先查网页、再算个数、最后把结果说给你听却不想一行行写代码Langflow 就是干这个的在浏览器里拖拖拽拽就能搭出 AI 智能体和工作流。这篇带你从零跑起来十分钟上手。① 3 条命令把界面跑起来 先确保机器上有 Python 3.10 以上再装一个uv一个很快的 Python 包管理工具装一次就行。然后只需两条命令uv pip install langflow uv run langflow run第一次启动要等几分钟它在后台准备组件和模板属正常现象。等终端显示开始监听端口后打开浏览器访问http://127.0.0.1:7860就能看到 Langflow 的界面左边是组件库中间是画布。不想折腾环境的话也可以一条 Docker 命令起容器docker run -p 7860:7860 langflowai/langflow:latest。② 两句话讲清它是怎么工作的把 Langflow 想象成餐厅的后厨画布上每个组件是一道工位输入和输出是传菜窗口连的线就是流程单——消息从哪个窗口进来、经过几道加工、从哪个窗口出去全看线怎么连。其中Agent智能体是最特殊的工位它像个机灵的服务员手里拿着计算器、查网页这类工具会根据你的问题自己决定叫哪个工具上菜。你搭工作流本质就是画这张后厨流程图前端界面负责让你拖线后端服务负责真正执行流程、保存数据一前一后配合。③ 5 分钟搭一个会算数、会查资料的小智能体目标做一个能聊天、会算数、还能查网页的智能体。操作点New Flow选Simple Agent模板画布上直接摆好了聊天输入/输出、一个 Agent以及计算器和查网页两个工具线都连好了。接着点开 Agent 组件点Setup Provider选一个大模型厂商并填入 API key再从下拉框选中模型。最后点右上角Playground输入一句Use the tools at your disposal to add 4 and 4.结果几秒后 Agent 自动选了 Calculator 工具算出 448 发回给你而且每一步调了哪个工具、传了什么参数都摊开给你看调试特别透明。换一句今天有什么新闻试试它会自己切到 URL 工具去抓网页再总结给你。④ 新手最容易踩的 3 个坑 ⚠️启动后一直刷日志以为卡死了。首次启动就要几分钟等看到服务开始监听端口的提示才算就绪。端口被占用7860 访问不了。换个端口即可用--port参数或LANGFLOW_PORT环境变量指定一个空闲端口。智能体不干活或报模型错误。九成是模型没配好回 Agent 组件确认 API key 填了、模型选中了再到 Playground 里重试。⑤ 搭好之后还能玩什么会跑之后有三个明显的生长方向给 Agent 挂更多工具数据库、向量检索、MCP 协议的外部服务把调好的流程通过Share → API access发布成接口让 Python/JS 代码直接调用再往后就是部署到服务器Docker、Kubernetes、云平台都有现成方案。想深入可以翻翻官方快速上手文档docs/docs/Get-Started/get-started-quickstart.mdx以及 Langflow 扩展运行时的源码目录src/lfx/。到这里你手里已经有一个能对话、会调工具的 AI 工作流而它的全部代码就是一张画布。下次想给产品加个智能助手别急着写代码——先打开 Langflow把它拖出来试试。【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 入门教程：3 条命令跑起来，5 分钟搭出第一个 AI 智能体工作流
Langflow 入门教程3 条命令跑起来5 分钟搭出第一个 AI 智能体工作流【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想让 AI 先查网页、再算个数、最后把结果说给你听却不想一行行写代码Langflow 就是干这个的在浏览器里拖拖拽拽就能搭出 AI 智能体和工作流。这篇带你从零跑起来十分钟上手。① 3 条命令把界面跑起来 先确保机器上有 Python 3.10 以上再装一个uv一个很快的 Python 包管理工具装一次就行。然后只需两条命令uv pip install langflow uv run langflow run第一次启动要等几分钟它在后台准备组件和模板属正常现象。等终端显示开始监听端口后打开浏览器访问http://127.0.0.1:7860就能看到 Langflow 的界面左边是组件库中间是画布。不想折腾环境的话也可以一条 Docker 命令起容器docker run -p 7860:7860 langflowai/langflow:latest。② 两句话讲清它是怎么工作的把 Langflow 想象成餐厅的后厨画布上每个组件是一道工位输入和输出是传菜窗口连的线就是流程单——消息从哪个窗口进来、经过几道加工、从哪个窗口出去全看线怎么连。其中Agent智能体是最特殊的工位它像个机灵的服务员手里拿着计算器、查网页这类工具会根据你的问题自己决定叫哪个工具上菜。你搭工作流本质就是画这张后厨流程图前端界面负责让你拖线后端服务负责真正执行流程、保存数据一前一后配合。③ 5 分钟搭一个会算数、会查资料的小智能体目标做一个能聊天、会算数、还能查网页的智能体。操作点New Flow选Simple Agent模板画布上直接摆好了聊天输入/输出、一个 Agent以及计算器和查网页两个工具线都连好了。接着点开 Agent 组件点Setup Provider选一个大模型厂商并填入 API key再从下拉框选中模型。最后点右上角Playground输入一句Use the tools at your disposal to add 4 and 4.结果几秒后 Agent 自动选了 Calculator 工具算出 448 发回给你而且每一步调了哪个工具、传了什么参数都摊开给你看调试特别透明。换一句今天有什么新闻试试它会自己切到 URL 工具去抓网页再总结给你。④ 新手最容易踩的 3 个坑 ⚠️启动后一直刷日志以为卡死了。首次启动就要几分钟等看到服务开始监听端口的提示才算就绪。端口被占用7860 访问不了。换个端口即可用--port参数或LANGFLOW_PORT环境变量指定一个空闲端口。智能体不干活或报模型错误。九成是模型没配好回 Agent 组件确认 API key 填了、模型选中了再到 Playground 里重试。⑤ 搭好之后还能玩什么会跑之后有三个明显的生长方向给 Agent 挂更多工具数据库、向量检索、MCP 协议的外部服务把调好的流程通过Share → API access发布成接口让 Python/JS 代码直接调用再往后就是部署到服务器Docker、Kubernetes、云平台都有现成方案。想深入可以翻翻官方快速上手文档docs/docs/Get-Started/get-started-quickstart.mdx以及 Langflow 扩展运行时的源码目录src/lfx/。到这里你手里已经有一个能对话、会调工具的 AI 工作流而它的全部代码就是一张画布。下次想给产品加个智能助手别急着写代码——先打开 Langflow把它拖出来试试。【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