Langflow 安装部署指南：3 条路径，从 5 分钟体验到生产上线
项目地址: https://gitcode.com/GitHub_Trending/la/langflow Langflow 是一款可视化搭建与部署 AI Agent 工作流的开源平台，拖拽组件即可组装智能体，并对外暴露 API 供应用调用。本文带你完成 Langflow 安装部署：先做环境检查，再按场景选择 Python 包、Docker 或 Docker Compose 三条路径实操，最后给出验证方法与报错速查表。
路径速览
不确定从哪条路开始？按你的目标对号入座：
| 使用场景 | 推荐路径 | 大致耗时 |
|---|---|---|
| 初次体验，只想尽快看到界面 | Docker 单容器 | 约 5 分钟 |
| 本地开发，要调试、装自定义组件 | Python 包（uv） | 10~15 分钟 |
| 团队共用或生产上线，数据需持久化 | Docker Compose + PostgreSQL | 约 15 分钟 |
环境检查清单
开始安装前，花 2 分钟确认下面几项，可避开大部分安装报错：
| 检查项 | 要求 | 确认方法 |
|---|---|---|
| Python | 3.10 ~ 3.14（仅 Python 包路径需要） | 终端执行 python --version |
| uv | 已安装（Python 包路径推荐） | 终端执行 uv --version |
| Docker | 已安装且服务正在运行（容器路径需要） | 终端执行 docker version |
| 硬件 | 最低 2 核 CPU / 2 GB 内存，推荐 4 GB 以上 | 按你的机器规格自查 |
| 模型 API 密钥 | 运行流程前准备任意一家 LLM 提供商的 Key | 在提供商控制台确认已开通 |
| 浏览器 | Chrome 推荐，非强制 | — |
分场景实操
Docker 容器：5分钟快速体验
适合第一次接触 Langflow、只想尽快看到界面的你。这条路径无需配置 Python 环境，一条命令拉起官方镜像。
-
拉取并启动官方镜像：本机未装 Docker 请先安装并启动服务。
docker run -p 7860:7860 -e LANGFLOW_AUTO_LOGIN=true langflowai/langflow:latest预期：终端开始持续滚动日志。
-p 7860:7860把容器端口映射到本机，LANGFLOW_AUTO_LOGIN=true开启免密自动登录，方便本地体验。 -
确认容器在运行：另开一个终端执行：
docker ps预期：列表中出现
langflowai/langflow条目且状态为Up。 -
打开 Web 界面：浏览器访问
http://127.0.0.1:7860，看到登录页或自动登录进入画布即启动成功。
💡 首次启动要完成数据库迁移与组件加载，通常需要 1~3 分钟。启动期间浏览器暂时打不开页面属正常现象，看到 Application startup complete 类似的日志后即可访问。
Python 包安装：本地开发者部署
适合需要调试、安装自定义依赖或参与贡献的开发者，依赖与版本完全可控。
-
创建虚拟环境：虚拟环境把 Langflow 装进独立目录，避免污染系统 Python。
uv venv langflow-env预期：当前目录生成
langflow-env文件夹。 -
激活环境并安装 Langflow：
source langflow-env/bin/activate预期：命令提示符前出现
(langflow-env)前缀（Windows PowerShell 改用langflow-env\Scripts\activate）。uv pip install langflow预期：依赖解析完成并提示成功。首次安装需 2~5 分钟；解析明显卡顿时，优先用
uv而不是pip。 -
启动服务：
uv run langflow run预期：日志滚动并监听
7860端口，启动耗时约 1~3 分钟。 -
访问验证：浏览器打开
http://127.0.0.1:7860，能进入界面即部署成功。
💡 Python 包方式默认使用 SQLite 存储数据，适合个人使用；团队或多实例场景请切换到下一条路径的 PostgreSQL 方案。
Docker Compose + PostgreSQL：团队/生产上线
适合需要长期对外提供服务的场景。Compose 文件自带持久化卷，容器重建不丢数据，仓库中也内置了现成配置（docker_example/docker-compose.yml）。
-
克隆仓库获取 Compose 文件：
git clone https://gitcode.com/GitHub_Trending/la/langflow预期：本地生成
langflow目录，其中的docker_example子目录含可直接使用的 Compose 配置。 -
设置超级用户密码：进入
docker_example目录，创建.env文件并写入LANGFLOW_SUPERUSER_PASSWORD=你的强密码。预期：
.env与docker-compose.yml位于同一目录，Compose 启动时会自动读取它。 -
启动服务：
docker compose up -d预期：
langflow与postgres两个容器依次启动完成。
-
访问验证：浏览器打开
http://127.0.0.1:7860，用第 2 步设置的密码登录。
💡 生产上线前建议：改掉数据库默认密码、关闭自动登录、用 Nginx 或 Caddy 反向代理并启用 HTTPS，相关文档在仓库 docs/docs/Deployment/ 目录下可查。
如何升级版本
-
修改镜像版本：把 Compose 文件里的
image: langflowai/langflow:latest改为目标版本号。预期：文件保存，版本号指向新镜像。
-
拉取新镜像并重启：
docker compose pulldocker compose up -d预期：容器用新镜像重建并启动，数据卷自动挂回，原有流程与数据库不丢失。
验证部署是否成功
-
命令行探测：
curl -s -o /dev/null -w "%{http_code}" http://127.0.0.1:7860/api/v1预期：输出
200，说明 API 服务已正常监听 7860 端口。 -
浏览器验收：访问
http://127.0.0.1:7860，看到登录界面（或自动登录）并能新建一个流程，即部署成功。首次使用建议点击右上角头像，在 Settings → Langflow API Keys 创建一把 API key，供后续用代码调用流程。
踩坑速查
| 现象 / 报错 | 可能原因 | 处理办法 |
|---|---|---|
安装长时间停在 pip is looking at multiple versions... | pip 解析依赖极慢 | 改用 uv pip install langflow，速度显著更快 |
Linux 上 Failed to build webrtcvad==2.0.10 | 缺少 C 编译工具链 | 执行 sudo apt-get install build-essential python3-dev，仍报错再装 gcc 后重试 |
No module named 'langflow.__main__' | 包或依赖不完整 | 激活虚拟环境后执行 uv pip install langflow --force-reinstall |
启动报 cannot import name 'get_body_field' | 装到了不兼容的 FastAPI 0.140+ | 执行 uv pip install "fastapi<0.140"，或直接升级到 Langflow 1.11.1 及以上 |
浏览器 ECONNREFUSED，端口连不上 | 端口被占用或服务未启动 | lsof -i :7860 查看占用，docker run 时改用 -p 7861:7860 换端口 |
Something went wrong running migrations | 旧版本缓存与数据库不兼容 | 先备份数据，再清理 ~/.cache/langflow/（macOS 为 ~/Library/Caches/langflow/）后重启 |
下一步建议
- 跑通第一个流程：新建 Simple Agent 模板，在 Playground 里对话测试，验证工具调用链路。
- 把流程接进你的应用：创建 API key 后，调用
/api/v1/run/FLOW_ID端点从外部触发流程。 - 团队上线：参考仓库
docs/docs/Deployment/目录下的 Nginx SSL、Kubernetes 等文档，完成反向代理与多副本部署。 - 需要定制能力时，可阅读
src/lfx/README.md了解执行引擎，或查看src/bundles/学习如何开发自定义组件。
从本地一条命令到生产多副本，Langflow 的部署路径都是现成工具加文档的组合——选对路径，剩下的交给上面的命令即可。
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
