开源的Agent排名——langflow 。

大家好，我是太阳鸟！最近工作流式的 Agent ,比较火，从 N8N、Coze 、Dify、LangFlow 等等， 今天我用 AI 编程工具 安装了 LangFlow ，尝试了一下可以创建 Langchain 的 AI 工作流。

什么是Langflow？
Langflow是一个基于Python的开源框架，专门用于快速构建AI应用程序。最吸引我的是它不需要绑定特定的语言模型或向量数据库，这给了开发者极大的灵活性。通过直观的可视化编辑器，你可以像搭积木一样快速搭建AI应用的工作流。

核心功能亮点

🎯 可视化工作流构建
拖拽式组件设计让原型开发变得异常简单。每个组件代表工作流中的一个步骤，你只需要将它们连接起来就能构建完整的AI应用。比如，我们最近就用它搭建了一个电商客服聊天机器人，整合了LLM和产品数据库，整个过程只用了不到半小时！

⚡ 实时测试与调试

内置的Playground功能让你无需部署完整应用栈就能测试流程。你可以实时与流程交互，检查逻辑和响应生成效果。更棒的是，还能单独运行每个组件来测试依赖关系，这大大减少了调试时间。

灵活的部署选项

构建好的流程既可以用作原型，也能通过Langflow API嵌入到现有应用代码中。对于更复杂的场景，你可以将Langflow作为依赖项构建，或者部署Langflow服务器来通过互联网提供服务。

强大的扩展能力

除了内置组件，Langflow还支持自定义组件开发。你可以使用社区分享的组件，也能开发自己的组件并与其他用户分享。这种开放生态让应用的可能性无限扩展。

实际应用场景

基于我们的使用经验，Langflow特别适合：

• 智能客服系统：快速集成知识库和对话模型
• 文档分析工具：构建多步骤的文档处理流水线
• 内容生成平台：组合不同的生成和优化模块
• 智能体应用：利用内置的Agent和MCP功能构建复杂AI代理
使用体验分享
安装过程极其简单，无论是桌面版还是命令行安装，都能在几分钟内完成。我们团队中即使是前端工程师也能快速上手，这大大降低了AI应用开发的门槛。

不过需要注意的是，在处理极其复杂的业务逻辑时，可视化编辑可能会显得有些局限。这时候就需要结合自定义组件开发来满足特定需求。

值得探索的进阶功能
除了基础功能，Langflow还有一些鲜为人知但非常强大的特性：

• 模型上下文协议（MCP）支持：可以作为MCP服务器或客户端使用
• 组件参数动态调整：运行时可以临时覆盖流程设置
• 模板库丰富：内置多个预构建模板，开箱即用

总结

作为千遍一律的 AI 工作流中 、langflow 我只能给出 NPC 等级，作为本地启动的项目我调用了多个 API 和 配置多个工具 竟然有 3 个连接超时！！ 一个调用失败，国内只有支持 DeepSeek 接口。 不过 LangFlow 的宣传是通过编排实现LangChian，有时间可以试一试。

GitHub项目地址： https://github.com/langflow-ai/langflow

AI 时代到来，要大公司变小，小公司消失。在当下最好发展一份属于自己的副业 AI + 行业做副业 已经有 4000 名小伙伴加入了，如果你也想着在 AI 时代拥有一份属于自己的 AI 副业 戳链接 加入吧！这是一个赚钱训练营，AI 技能训练营密集的圈子，你可以每年参加各种副业赚钱训练营。公众号后台回复AI 副业星球即可获取26元优惠劵。