记一次LangFlow的安装过程

背景

由于最近突然想学习了解一下AI Agent是怎么开发的，上网查了一些资料，最终决定通过LangFlow学习AI模型工作流的编排。要使用LangFlow，首先得安装。于是就开始安装，在安装LangFlow的过程，遇到了一些坑。在成功运行LangFlow之后，突然想到，为什么不把这个过程记录一下，也能让后面想要安装的同学有一个参考。于是，便有了这一篇笔记。

什么是LangFlow

虽然官网有LangFlow的文档，为了文章的完整性，我还是简单地复制粘贴一下，哈哈。

LangFlow 是一个基于 LangChain 的 低代码/无代码（Low-Code/No-Code）工具，用于通过可视化拖拽界面快速构建和实验大语言模型（LLM）应用的工作流。它的核心目标是让开发者、研究者甚至非技术人员都能轻松设计、测试和部署基于 LangChain 的 AI 应用，无需深入编程。

核心特点

可视化构建

通过拖放组件（如 LLM、提示模板、记忆模块、检索器等）连接成完整流程，类似绘制流程图。
实时交互调试

在编辑界面中直接输入测试数据，即时查看模型输出，快速验证效果。

模块化设计

支持 LangChain 的各类组件（Chains、Agents、Tools 等），并可扩展自定义模块。

一键导出与部署

导出为 Python 代码（兼容 LangChain）或 JSON 配置文件，便于集成到生产环境。

开源与本地化

完全开源（GitHub），可本地运行，保护数据隐私。

与 LangChain 的关系

LangChain 是一个通过代码编排 LLM 的编程框架（需 Python 开发）。
LangFlow 是 LangChain 的 图形化前端，将代码逻辑转化为可视化操作，降低使用门槛。类似 TensorFlow 和 TensorBoard 的关系。

典型应用场景

快速原型设计：实验不同 LLM（如 GPT、Claude）的提示词（Prompt）组合。
自动化流程：搭建文档问答、摘要生成、数据提取等流水线。
教育演示：直观展示 LangChain 的核心概念（如 Chains、Agents 如何工作）。

优势

降低门槛：非开发者也能参与 AI 应用构建。
高效迭代：拖拽调试比反复改代码更直观。
灵活扩展：支持自定义组件和第三方工具集成（如数据库、API）。

官方文档 https://docs.langflow.org/

安装

LangFlow提供了多种安装方式，我选择的是uv+pip的安装方式，选择此方式需要安装python，并且对python的版本有要求。macOS/Linux要求的python版本区间为3.10-3.13，Windows要求的python版本区间为3.10-3.12。我是在win11上安装，所以我选择的python版本为3.12.10。

安装python

直接到python官网下载3.12.10版本的安装包。https://www.python.org/downloads/release/python-31210/

下载好之后文件名如下

安装完之后，打开cmd窗口，执行

python --version

出现下图的提示，说明python安装完毕。

安装uv

uv 是由 Astral 开发的一个超快的 Python 包管理器，用 Rust 编写。旨在作为 pip、pip-tools、virtualenv 和 python-build 的整合替代品。

uv也支持多种安装方式，官网参考文档 https://docs.astral.sh/uv/getting-started/installation/

我选择pip的方式安装，在cmd中执行如下命令即可。

pip install uv

上面的命令访问的是python官方的仓库，速度会比较慢，可以使用如下的命令通过清华大学的镜像安装。

pip install uv -i https://pypi.tuna.tsinghua.edu.cn/simple

安装完成后，在cmd执行命令

uv --version

输出如下，表示安装成功。

PS：如果执行上述命令提示不是内部或外部命令，也不是可运行的程序或批处理文件，需要找到uv的可执行exe文件所在的路径，并将此路径配置到环境变量。

我通过pip安装的uv.exe所在的路径为python安装路径下的site-packages目录下的bin目录。

将此路径添加到环境变量Path中就可以了。

安装LangFlow

终于到正主了。按照如下步骤进行。

使用uv创建虚拟环境
```
uv venv VENV_NAME
```
激活创建的虚拟环境
```
VENV_NAME\Scripts\activate
```
安装langflow
```
uv pip install langflow
```
如果网速比较慢，可以使用如下命令，通过清华大学的镜像站安装
```
uv pip install langflow -i https://pypi.tuna.tsinghua.edu.cn/simple
```
在这一步的时候，可能会遇到如下的错误提示
```
error: Microsoft Visual C++ 14.0 or greater is required. Get it with "Microsoft C++ Build Tools"
```
这是电脑上缺少Microsoft Visual C++ 14.0或以上的版本。到微软官网下载工具安装。下载地址：https://visualstudio.microsoft.com/zh-hans/visual-cpp-build-tools/

下载后的文件如下

运行这个文件安装完成即可重新执行前面的安装命令。
步骤3成功执行完之后，继续执行如下命令
```
uv run langflow run
```
出现如下提示说明langflow安装完成。

此时访问连接http://127.0.0.1:7860 ，可进入langflow的页面。