当前位置：首页 > article >正文

AI应用程序低代码构建平台Langflow

article 2024/10/25 23:01:53

在这里插入图片描述

什么是 Langflow ?

Langflow 是一款适用于 RAG 和多智能体 AI 应用程序的低代码应用构建器。它基于 Python，并且与任何模型、API 或数据库无关。

软件的核心功能

基于 Python 并且与模型、API、数据源或数据库无关。
可视化集成开发环境，支持拖放构建和测试工作流。
提供游乐场，允许立即测试和逐步控制工作流的迭代。
多代理协调、对话管理和检索。
免费云服务，让您在几分钟内快速入门，无需设置。
可发布为 API 或导出为 Python 应用程序。
通过集成 LangSmith、LangFuse 或 LangWatch 实现可观察性。
企业级安全性和可扩展性，提供免费的 DataStax Langflow 云服务。
可以使用 Python 自定义工作流或完全创建流程。
生态系统集成，作为可重用组件适用于任何模型、API 或数据库。

详细的功能演示，可以参考官方的视频：https://www.bilibili.com/video/BV1Xb4SenE5S

Langflow 功能演示

安装

在群晖上以 Docker 方式安装。

在注册表中搜索 langflow ，选择第一个 langflowai/langflow，版本选择 latest。

本文写作时， latest 版本对应为 v1.0.18；

采用 docker-compose 安装，将下面的内容保存为 docker-compose.yml 文件

version: "3.8"

services:
  langflow:
    image: langflowai/langflow:latest
    container_name: langflow-web
    pull_policy: always
    ports:
      - "7860:7860"
    volumes:
      - ./data:/app/langflow
    environment:
      - LANGFLOW_DATABASE_URL=postgresql://langflow:langflow@postgres:5432/langflow
    depends_on:
      - postgres

  postgres:
    image: postgres:16
    container_name: langflow-db
    # ports:
    #   - "5432:5432"
    volumes:
      - ./postgres:/var/lib/postgresql/data
    environment:
      POSTGRES_USER: langflow
      POSTGRES_PASSWORD: langflow
      POSTGRES_DB: langflow

关于环境变量的简单说明

可变	值
`POSTGRES_USER`	数据库用户
`POSTGRES_PASSWORD`	数据库用户对应的密码
`POSTGRES_DB`	数据库库名
`LANGFLOW_DATABASE_URL`	数据库访问 `URL`

一般来说，数据库连接地址的格式是： postgresql://<POSTGRES_USER>:<POSTGRES_PASSWORD>@<数据库主机>:<数据库端口>/<POSTGRES_DB>

然后执行下面的命令

# 新建文件夹 langflow 和 子目录
mkdir -p /volume1/docker/langflow/{data,postgres}

# 进入 langflow 目录
cd /volume1/docker/langflow

# 将 docker-compose.yml 放入当前目录

# 一键启动
docker-compose up -d

运行

在浏览器中输入 http://群晖IP:7860 就能看到主界面

点 Start Here 创建项目，会弹出模版供你选择

例如老苏选择了 Blog Writter

流程中默认使用的是 OpenAI，但老苏没有 Key

所以改成了 Ollama

文章传送门：本地大模型运行框架Ollama

测试了一下

忘了改中文了，再来一次

请参考以上内容的风格，撰写一篇关于 Langflow 和人工智能的新博客/教程。建议一些未涵盖的主题。并使用中文输出。

虽然时间有点长，但是效果似乎还不错

参考文档

langflow-ai/langflow: ⛓️ Langflow is a dynamic graph where each node is an executable unit. Its modular and interactive design fosters rapid experimentation and prototyping, pushing hard on the limits of creativity.
地址：https://github.com/langflow-ai/langflow