Langflow 安装部署指南：3 条路径，从 5 分钟体验到生产上线-港品优选

Langflow 安装部署指南：3 条路径，从 5 分钟体验到生产上线

【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

Langflow 是一款可视化搭建与部署 AI Agent 工作流的开源平台，拖拽组件即可组装智能体，并对外暴露 API 供应用调用。本文带你完成 Langflow 安装部署：先做环境检查，再按场景选择 Python 包、Docker 或 Docker Compose 三条路径实操，最后给出验证方法与报错速查表。

路径速览

不确定从哪条路开始？按你的目标对号入座：

使用场景	推荐路径	大致耗时
初次体验，只想尽快看到界面	Docker 单容器	约 5 分钟
本地开发，要调试、装自定义组件	Python 包（`uv`）	10~15 分钟
团队共用或生产上线，数据需持久化	Docker Compose + PostgreSQL	约 15 分钟

环境检查清单

开始安装前，花 2 分钟确认下面几项，可避开大部分安装报错：

检查项	要求	确认方法
Python	3.10 ~ 3.14（仅 Python 包路径需要）	终端执行`python --version`
uv	已安装（Python 包路径推荐）	终端执行`uv --version`
Docker	已安装且服务正在运行（容器路径需要）	终端执行`docker version`
硬件	最低 2 核 CPU / 2 GB 内存，推荐 4 GB 以上	按你的机器规格自查
模型 API 密钥	运行流程前准备任意一家 LLM 提供商的 Key	在提供商控制台确认已开通
浏览器	Chrome 推荐，非强制	—

分场景实操

Docker 容器：5分钟快速体验

适合第一次接触 Langflow、只想尽快看到界面的你。这条路径无需配置 Python 环境，一条命令拉起官方镜像。

拉取并启动官方镜像：本机未装 Docker 请先安装并启动服务。
```
docker run -p 7860:7860 -e LANGFLOW_AUTO_LOGIN=true langflowai/langflow:latest
```
预期：终端开始持续滚动日志。-p 7860:7860把容器端口映射到本机，LANGFLOW_AUTO_LOGIN=true开启免密自动登录，方便本地体验。
确认容器在运行：另开一个终端执行：
```
docker ps
```
预期：列表中出现langflowai/langflow条目且状态为Up。
打开 Web 界面：浏览器访问http://127.0.0.1:7860，看到登录页或自动登录进入画布即启动成功。

💡 首次启动要完成数据库迁移与组件加载，通常需要 1~3 分钟。启动期间浏览器暂时打不开页面属正常现象，看到Application startup complete类似的日志后即可访问。

Python 包安装：本地开发者部署

适合需要调试、安装自定义依赖或参与贡献的开发者，依赖与版本完全可控。

创建虚拟环境：虚拟环境把 Langflow 装进独立目录，避免污染系统 Python。
```
uv venv langflow-env
```
预期：当前目录生成langflow-env文件夹。
激活环境并安装 Langflow：
```
source langflow-env/bin/activate
```
预期：命令提示符前出现(langflow-env)前缀（Windows PowerShell 改用langflow-env\Scripts\activate）。
```
uv pip install langflow
```
预期：依赖解析完成并提示成功。首次安装需 2~5 分钟；解析明显卡顿时，优先用uv而不是pip。
启动服务：
```
uv run langflow run
```
预期：日志滚动并监听7860端口，启动耗时约 1~3 分钟。
访问验证：浏览器打开http://127.0.0.1:7860，能进入界面即部署成功。

💡 Python 包方式默认使用 SQLite 存储数据，适合个人使用；团队或多实例场景请切换到下一条路径的 PostgreSQL 方案。

Docker Compose + PostgreSQL：团队/生产上线

适合需要长期对外提供服务的场景。Compose 文件自带持久化卷，容器重建不丢数据，仓库中也内置了现成配置（docker_example/docker-compose.yml）。

克隆仓库获取 Compose 文件：
```
git clone https://gitcode.com/GitHub_Trending/la/langflow
```
预期：本地生成langflow目录，其中的docker_example子目录含可直接使用的 Compose 配置。
设置超级用户密码：进入docker_example目录，创建.env文件并写入LANGFLOW_SUPERUSER_PASSWORD=你的强密码。
预期：.env与docker-compose.yml位于同一目录，Compose 启动时会自动读取它。
启动服务：
```
docker compose up -d
```
预期：langflow与postgres两个容器依次启动完成。
访问验证：浏览器打开http://127.0.0.1:7860，用第 2 步设置的密码登录。

💡 生产上线前建议：改掉数据库默认密码、关闭自动登录、用 Nginx 或 Caddy 反向代理并启用 HTTPS，相关文档在仓库docs/docs/Deployment/目录下可查。

如何升级版本

修改镜像版本：把 Compose 文件里的image: langflowai/langflow:latest改为目标版本号。
预期：文件保存，版本号指向新镜像。
拉取新镜像并重启：
```
docker compose pull
```
```
docker compose up -d
```
预期：容器用新镜像重建并启动，数据卷自动挂回，原有流程与数据库不丢失。

验证部署是否成功

命令行探测：
```
curl -s -o /dev/null -w "%{http_code}" http://127.0.0.1:7860/api/v1
```
预期：输出200，说明 API 服务已正常监听 7860 端口。
浏览器验收：访问http://127.0.0.1:7860，看到登录界面（或自动登录）并能新建一个流程，即部署成功。首次使用建议点击右上角头像，在Settings → Langflow API Keys创建一把 API key，供后续用代码调用流程。

踩坑速查

现象 / 报错	可能原因	处理办法
安装长时间停在`pip is looking at multiple versions...`	`pip`解析依赖极慢	改用`uv pip install langflow`，速度显著更快
Linux 上`Failed to build webrtcvad==2.0.10`	缺少 C 编译工具链	执行`sudo apt-get install build-essential python3-dev`，仍报错再装`gcc`后重试
`No module named 'langflow.__main__'`	包或依赖不完整	激活虚拟环境后执行`uv pip install langflow --force-reinstall`
启动报`cannot import name 'get_body_field'`	装到了不兼容的 FastAPI 0.140+	执行`uv pip install "fastapi<0.140"`，或直接升级到 Langflow 1.11.1 及以上
浏览器`ECONNREFUSED`，端口连不上	端口被占用或服务未启动	`lsof -i :7860`查看占用，`docker run`时改用`-p 7861:7860`换端口
`Something went wrong running migrations`	旧版本缓存与数据库不兼容	先备份数据，再清理`~/.cache/langflow/`（macOS 为`~/Library/Caches/langflow/`）后重启

下一步建议

跑通第一个流程：新建Simple Agent模板，在Playground里对话测试，验证工具调用链路。
把流程接进你的应用：创建 API key 后，调用/api/v1/run/FLOW_ID端点从外部触发流程。
团队上线：参考仓库docs/docs/Deployment/目录下的 Nginx SSL、Kubernetes 等文档，完成反向代理与多副本部署。
需要定制能力时，可阅读src/lfx/README.md了解执行引擎，或查看src/bundles/学习如何开发自定义组件。

从本地一条命令到生产多副本，Langflow 的部署路径都是现成工具加文档的组合——选对路径，剩下的交给上面的命令即可。

【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

企业官网建设流程全解析