6.十分钟实现本地可视化开发Agent

前言

本文介绍的方案是基于langflow，当然也有其他类似的开源方案，例如flowise，n8n,以及商业方案,例如coze，dify.只所以选择langflow

第一是它底层是基于langchain做的可视化封装，组件的概念和逻辑都可以在langchain中找到相应的api接口，方便理解和使用。

第二是python开发的，这点是相对于flowise，虽然底层也是langchain，但是用js开发的，有一定的语言使用跨度。

第三个是它可以改造成多用户平台，flowise和n8n只能本地用户使用。

第四个是开源免费，coze和dify都是纯商业产品，flowise和n8n虽然也有开源版本，但是如果后期深入使用，依旧有一定成本束缚。

简介

Langflow 是一种用于构建多智能体和RAG应用的可视化框架。它提供了个无需编码的 AI 生态系统，能够无缝集成各种常用工具和技术栈。Langflow 以 Python 为基础，非常灵活，支持多种大型语言模型(LLM)和向量存储。
Langflow 凭借其用户友好的界面和强大的功能，使开发人员能够快速构建原型和构建 AI 应用程序。

安装

利用docker安装,不要使用pip install 安装,依赖太多,很容易安装失败。前提是需要安装docker和docker compose

需要启动两个服务,分别是langflow 和 postgres

langflow的需要的环境变量分别是
LANGFLOW_DATABASE_URL指定postgres的database
LANGFLOW_CONFIG_DIR指的是langflow的存储目录
langflow-data存储卷映射到/app/langflow

postgres需要用到的环境变量是
POSTGRES_USERpostgres用户名
POSTGRES_PASSWORDpostgres密码
POSTGRES_DBpostgres数据库名称
langflow-postgres存储卷映射到/var/lib/postgresql/data

6.十分钟实现本地可视化开发Agent

前言#

简介#

安装#

前言

简介

安装