一条 Docker 命令,拥有你自己的 AI Agent 工作台:Langflow 自托管保姆级教程

一条 Docker 命令,拥有你自己的 AI Agent 工作台:Langflow 自托管保姆级教程

导读:Coze、Dify、n8n 都试过了,今天轮到 LangChain 官方亲生的可视化编排工具 Langflow——开源免费、GitHub 15.6 万星,Docker 一条命令跑起来,跟着官方模板 5 分钟就能让大模型在你自己的服务器上跑起来。全程不出门。

它是什么?一句话讲明白

Langflow 是 LangChain 团队出的可视化 AI Agent / 工作流搭建工具:拖一拖组件(聊天输入、大模型、提示词模板、聊天输出),连几根线,就拼成一个能用的 AI 应用。每个 Flow 还能直接发布成 API 或 MCP 服务,嵌到你自己的网站里。

为什么值得你自托管:它是开源的(MIT 协议),数据全在你自己机器上;装一次、一直用,不用看 SaaS 的脸色。官网首页就挂着 GitHub 15.6 万 star:

Langflow 官网首页,GitHub 15.6 万星,标注开源免费

前置条件(开始前先备齐)

  1. 一台 VPS:2 核 4G 内存起步(内存 2G 是最低线,4G 用着顺),硬盘 20G 以上,系统建议 Ubuntu/Debian。本地电脑也行,但要"足不出户长期在线",还是 VPS 靠谱。
  2. VPS 上装了 Docker:没装就跑官方一键脚本 curl -fsSL https://get.docker.com | sh,装完 docker --version 能出版本号就行。
  3. 一个大模型 API key:默认用 OpenAI 的 key(去 platform.openai.com 开,需要境外卡绑卡,按量付费,跑几个测试几分钱)。官方文档也支持换 Anthropic / Google / Hugging Face 等其他模型。
  4. 7860 端口:云厂商安全组/防火墙放行 7860(默认端口),不然浏览器打不开。

想先在本机尝鲜不想折腾 VPS?官方还有 Langflow Desktop(Windows / macOS 一键安装包),下载就能用——不过本文走 Docker 路线,一次配置、处处可搬。

步骤 1:一条命令把 Langflow 跑起来

SSH 登录你的 VPS,直接粘贴官方文档给的 Quickstart 命令(当前官方推荐写法,包含登录密码设置):

docker run -p 7860:7860 \
  -e LANGFLOW_AUTO_LOGIN=false \
  -e LANGFLOW_SUPERUSER_PASSWORD=你的强密码 \
  langflowai/langflow:latest

几点说明:

  • 镜像名是官方的 langflowai/langflow,端口固定映射 7860:7860——这是 Langflow 的默认端口。
  • LANGFLOW_AUTO_LOGIN=false 是现在官方镜像的默认值:启动后必须登录,这是官方在安全事件之后改的默认策略,不要图省事改成 true。
  • 密码换成你自己的强密码,记好。登录用户名固定是 langflow。

容器启动后(第一次要拉镜像,耐心等几分钟),浏览器打开 http://你的服务器IP:7860,看到登录页就说明成了。

官方文档的 Docker 部署页长这样,命令就抄它的 Quickstart 章节:

官方文档 Deploy Langflow on Docker 页面,Quickstart 章节给出 docker run 命令

长期挂着跑的推荐写法

上面那条是前台运行,关掉 SSH 窗口就停了。正式用建议加 -d 后台 + 数据卷持久化 + 自动重启:

docker run -d \
  --name langflow \
  -p 7860:7860 \
  -v langflow-data:/app/langflow \
  -e LANGFLOW_SUPERUSER_PASSWORD=你的强密码 \
  --restart unless-stopped \
  langflowai/langflow:latest
  • -v langflow-data:/app/langflow:把你的 Flow 和数据库存在 Docker 卷里,容器删了重建数据还在。不加这个,容器一删,你画的 Flow 全没。
  • --restart unless-stopped:VPS 重启后自动拉起。

常用管理命令:docker logs -f langflow 看日志,docker stop langflow / docker start langflow 停启。

步骤 2:跑通第一个带大模型调用的 Flow

这一步完全在浏览器里点,不用写代码。

  1. 用 langflow + 你设的密码登录,进到工作台。
  2. 点 New Flow,在模板库里选 Simple Agent(官方 Quickstart 用的模板;想更简单就选 Basic Prompting——四个组件:Chat Input → Prompt Template → Language Model → Chat Output)。
  3. 点开 Language Model 组件(默认是 OpenAI 模型),在 API Key 一栏填进你的 OpenAI key。想换模型就改 Model Provider / Model Name。
  4. 点右上角 Playground,在聊天框里随便问一句,比如"你好"。看到大模型回复流出来——恭喜,第一个带真实大模型调用的 Flow 跑通了。

官方 Quickstart 文档的流程跟这完全一致,它把"装好 Langflow、准备 OpenAI API key、创建 Langflow API key"列为前置条件,然后带你跑 Simple Agent 模板:

官方文档 Quickstart 页面:跑 Simple Agent 模板流的前置条件与步骤(官方文档示意,实际界面以你安装的版本为准)

说明:上面是官方文档的截图示意。你本地 http://服务器IP:7860 打开的就是真实可交互的同款界面——Microlink 截不到 localhost,所以这里用官方文档图代替,步骤一一对应。

步骤 3(进阶可选):把 Flow 变成 API,嵌进你的网站

Flow 跑通后,它不只是个玩具:

  • 在 Flow 页面点 API 按钮,能看到这个 Flow 的调用端点和 Flow ID,配合 Langflow API key 就能从你自己的程序里 POST 调用。
  • 点 Share → Embed into site,官方会给一段 <langflow-chat> 网页组件代码,贴进你网站的 HTML 就能得到一个聊天挂件。

做跨境小生意的典型用法:把产品 FAQ、退换货政策做成知识库 Flow,嵌到独立站上当 24 小时客服;或者把"写产品描述"做成内部工具 Flow,团队共用。

费用账本

项目 花费
Langflow 软件本身 免费(开源 MIT)
VPS(2 核 4G) 约 5 美元/月起,按服务商定价
OpenAI API 调用 按量付费,测试阶段几美分到几美元
DataStax 官方托管版 官方博客曾宣布免费(当前是否仍开放注册未验证,见下文)

不想自己维护服务器,也可以看看 DataStax 提供的官方托管版 Langflow——Langflow 1.0 发布时官方博客明确写了 "DataStax Langflow is free to use"。不过那是 1.0 时代的公告,DataStax 后来被 IBM 收购,现在免费托管版是否还能注册、额度如何,本篇未能验证,动手前自己去官网确认。

注意事项和坑点(先看完再动手)

  1. 版本别用太旧的:Langflow 1.9.0 之前有个远程代码执行漏洞,公网上已经被大规模扫描利用(有安全博主统计一个月拦下 1400+ 次攻击尝试)。直接用 :latest 拉最新版(本文截图时官方文档已是 1.12.x),别去翻旧教程里的固定旧版本号。
  2. 公网部署必须设密码:官方现在默认 LANGFLOW_AUTO_LOGIN=false 就是防这个的。谁拿到你 7860 端口的访问权,谁就能在你的服务器上跑代码——密码设强一点,端口也别裸奔,生产用建议前面再加 Nginx 反向代理 + HTTPS。
  3. 数据卷一定要挂:不挂 -v,容器重建一次,你的 Flow 和账号全清空。
  4. Playground 里找不到输入框:十有八九是 Flow 里缺 Chat Input,或者它没连到 Language Model。检查 Chat Input → 模型 → Chat Output 这条线连没连上。
  5. 报 API key 无效:去 Language Model 组件里逐个检查 key 填对没有;也可以用"全局变量"统一存 key,别每个组件手填,容易错。
  6. 国内网络注意:拉 Docker 镜像和调 OpenAI API 都需要境外网络通畅,VPS 本身在境外就没问题;纯国内服务器会卡在这两步。

来源


本文截图除注明外均为官方页面公开截图;本地 localhost 界面因无法远程截图,以官方文档示意图标注。关键命令与端口均核对自官方文档(2026-10-22)。