Langflow 工作流构建工具安装部署3 条路径完整跑通本地运行【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想把 Langflow 跑起来但不知道从哪下手Langflow 是一个 AI 工作流构建平台你用拖拽方式把 LLM、向量库、工具连成智能体再一键发布成 API 或 MCP 服务。本文覆盖本地运行的 3 条安装部署路径——Python 包、Docker、桌面版10 分钟内完成环境准备、启动服务并验证界面。三条路径怎么选先对号入座再跳到对应章节路径适用人群上手耗时是否需联网维护成本代表场景Python 包开发者约 5 分钟需联网装依赖低uv一键升级本地调试、二次开发Docker运维 / 团队约 3 分钟需拉取镜像低换镜像即升级服务器部署、多机统一环境桌面版非技术用户约 2 分钟首次下载需联网最低内置依赖管理个人体验、快速出活想参与 Langflow 开发直接克隆仓库从源码运行见 DEVELOPMENT.md。环境自检清单开始前逐项打勾检查项要求备注☐ CPU / 内存双核 2GB 起建议多核 4GB复杂工作流按推荐档☐ Python3.10–3.14仅 Python 包路径需要☐ 包管理工具已装uvuv --version能输出版本号pip 会卡在依赖解析☐ 网络可访问 PyPI / Docker Hub首次安装需下载依赖☐ 端口7860 未被占用三条路径默认都占它☐ Docker仅容器路径需要docker run hello-world能跑通桌面版无需 Python 环境5 分钟跑通Python 包安装推荐准备确认上方清单中 Python 与uv两项已打勾。操作uv venv langflow-env source langflow-env/bin/activate uv pip install langflow启动服务uv run langflow run首次启动要跑组件索引与数据库迁移等几分钟。验证见下方装好了怎么验证。3 分钟跑通Docker 部署准备确认 Docker 已安装并在运行。操作docker run -p 7860:7860 \ -e LANGFLOW_AUTO_LOGINfalse \ -e LANGFLOW_SUPERUSER_PASSWORD你的强密码 \ langflowai/langflow:latest验证浏览器访问http://localhost:7860/用你设置的超级用户密码登录看到工作区界面即成功同下文的验证结果。要持久化数据、挂 PostgreSQL见 Docker 部署文档仓库里也带了现成的docker_example/docker-compose.yml。2 分钟跑通桌面版准备macOS 13 或 Windows无需 Python 环境。操作从 Langflow 官网下载 Desktop 安装包macOS 拖进 ApplicationsWindows 双击.msi按向导安装。验证打开应用直接进入工作区界面即成功。注意桌面版目前不提供 Shareable Playground 和 Voice Mode 两项功能。进阶从源码运行准备已装好uv。操作git clone https://gitcode.com/GitHub_Trending/la/langflow cd langflow make run_cli验证同样访问http://127.0.0.1:7860确认界面加载。装好了怎么验证三条路径的验证标准一致浏览器打开http://127.0.0.1:7860Docker 为http://localhost:7860看到组件面板 空白画布的工作区界面就说明 Langflow 安装部署成功排错速查现象原始报错定位解决No module named langflow.__main__找不到 langflow 主模块装到了错误目录或残留旧版本改用uv run langflow run启动不行就uv pip install langflow -U --force-reinstall重装pip is looking at multiple versions of librarypip 在逐个版本试探依赖依赖太多pip 解析过慢换uv pip install langflow速度差距明显Failed to build webrtcvad2.0.10Linux 上某个 C 扩展编译失败缺编译工具链sudo apt-get update sudo apt-get install build-essential python3-dev gcc后重装Something went wrong running migrations. Please, run langflow migration --fix数据库迁移失败旧版本数据库文件损坏先备份再执行langflow migration --fix仍报错则清掉~/.cache/langflow缓存目录启动报cannot import name get_body_fieldFastAPI 新移除了该函数解析到了不兼容的 FastAPI 0.140uv pip install fastapi0.140后重启更多场景见 排错文档。下一步按 快速入门 搭你的第一条流连上 Chat Input → 模型 → Chat Output在 Playground 里发消息测试。把流发布成 API阅读 API 参考用 curl 或 Python 调起你刚建好的工作流。【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创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Langflow 工作流构建工具安装部署：3 条路径完整跑通本地运行
Langflow 工作流构建工具安装部署3 条路径完整跑通本地运行【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想把 Langflow 跑起来但不知道从哪下手Langflow 是一个 AI 工作流构建平台你用拖拽方式把 LLM、向量库、工具连成智能体再一键发布成 API 或 MCP 服务。本文覆盖本地运行的 3 条安装部署路径——Python 包、Docker、桌面版10 分钟内完成环境准备、启动服务并验证界面。三条路径怎么选先对号入座再跳到对应章节路径适用人群上手耗时是否需联网维护成本代表场景Python 包开发者约 5 分钟需联网装依赖低uv一键升级本地调试、二次开发Docker运维 / 团队约 3 分钟需拉取镜像低换镜像即升级服务器部署、多机统一环境桌面版非技术用户约 2 分钟首次下载需联网最低内置依赖管理个人体验、快速出活想参与 Langflow 开发直接克隆仓库从源码运行见 DEVELOPMENT.md。环境自检清单开始前逐项打勾检查项要求备注☐ CPU / 内存双核 2GB 起建议多核 4GB复杂工作流按推荐档☐ Python3.10–3.14仅 Python 包路径需要☐ 包管理工具已装uvuv --version能输出版本号pip 会卡在依赖解析☐ 网络可访问 PyPI / Docker Hub首次安装需下载依赖☐ 端口7860 未被占用三条路径默认都占它☐ Docker仅容器路径需要docker run hello-world能跑通桌面版无需 Python 环境5 分钟跑通Python 包安装推荐准备确认上方清单中 Python 与uv两项已打勾。操作uv venv langflow-env source langflow-env/bin/activate uv pip install langflow启动服务uv run langflow run首次启动要跑组件索引与数据库迁移等几分钟。验证见下方装好了怎么验证。3 分钟跑通Docker 部署准备确认 Docker 已安装并在运行。操作docker run -p 7860:7860 \ -e LANGFLOW_AUTO_LOGINfalse \ -e LANGFLOW_SUPERUSER_PASSWORD你的强密码 \ langflowai/langflow:latest验证浏览器访问http://localhost:7860/用你设置的超级用户密码登录看到工作区界面即成功同下文的验证结果。要持久化数据、挂 PostgreSQL见 Docker 部署文档仓库里也带了现成的docker_example/docker-compose.yml。2 分钟跑通桌面版准备macOS 13 或 Windows无需 Python 环境。操作从 Langflow 官网下载 Desktop 安装包macOS 拖进 ApplicationsWindows 双击.msi按向导安装。验证打开应用直接进入工作区界面即成功。注意桌面版目前不提供 Shareable Playground 和 Voice Mode 两项功能。进阶从源码运行准备已装好uv。操作git clone https://gitcode.com/GitHub_Trending/la/langflow cd langflow make run_cli验证同样访问http://127.0.0.1:7860确认界面加载。装好了怎么验证三条路径的验证标准一致浏览器打开http://127.0.0.1:7860Docker 为http://localhost:7860看到组件面板 空白画布的工作区界面就说明 Langflow 安装部署成功排错速查现象原始报错定位解决No module named langflow.__main__找不到 langflow 主模块装到了错误目录或残留旧版本改用uv run langflow run启动不行就uv pip install langflow -U --force-reinstall重装pip is looking at multiple versions of librarypip 在逐个版本试探依赖依赖太多pip 解析过慢换uv pip install langflow速度差距明显Failed to build webrtcvad2.0.10Linux 上某个 C 扩展编译失败缺编译工具链sudo apt-get update sudo apt-get install build-essential python3-dev gcc后重装Something went wrong running migrations. Please, run langflow migration --fix数据库迁移失败旧版本数据库文件损坏先备份再执行langflow migration --fix仍报错则清掉~/.cache/langflow缓存目录启动报cannot import name get_body_fieldFastAPI 新移除了该函数解析到了不兼容的 FastAPI 0.140uv pip install fastapi0.140后重启更多场景见 排错文档。下一步按 快速入门 搭你的第一条流连上 Chat Input → 模型 → Chat Output在 Playground 里发消息测试。把流发布成 API阅读 API 参考用 curl 或 Python 调起你刚建好的工作流。【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创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 RELATED READING
延伸阅读
更多一线实战笔记与深度复盘，助您持续精进
![[光学原理与应用-521]：对光的错误理解与纠偏](http://pic.xiahunao.cn/yaotu/[光学原理与应用-521]：对光的错误理解与纠偏)
)
