Langflow + Milvus，拖拉拽就能搞定的workflow教程来了

小白也能上手的AI workflow教程

如果你想写个agent或者workflow，但是又不想在demo阶段投入太多精力去敲代码；

或者作为公司的运营或者销售，虽然代码能力平平，也想做个自己的workflow。

那么不妨试试低代码可视化平台，通过简单的拖放式 UI 连接生成式 AI 模型的组件，无需编写专业脚本就能构建和修改复杂的AI workflow，并且一键部署集成。

本文将以Langflow+Milvus 为例，带来完整演示。

01

选型思路

LangFlow架构的核心思想是：让画布成为可执行的文档，既是成品也是沟通平台。

过去，搭建一个产品，需要产品经理提需求,架构师设计方案,工程师写代码，串行进行。Langflow 不仅做到了拖拉拽低代码运行，还能让协作变成并行的，通过可视化开发方式，我们甚至可以将试错周期从数周缩短至数小时。

06-01-1.webp

其看得见的部分是画布与节点。前端基于 React Flow 构建，用户拖拽节点、连接数据流，就像搭乐高一样直观。后端则是实时生成 Flow JSON（可以理解为"乐高搭建图纸"），支持导出、版本管理和团队协作。

在这背后，Python 驱动的运行时引擎负责调度 LLM、工具、检索、路由等组件，处理数据流转、状态管理与异常。

此外，LangFlow还有组件库与自定义能力：内置主流 LLM、向量库的适配器，也支持用 Python 写自定义节点。并提供逐步执行、Playground 快速试验，与 LangSmith、LangFuse 等平台集成，方便回放执行链路、追踪性能。

在这个整体架构基础上，我们选择引入Milvus作为我们的向量数据库，存储企业内部的私有数据或者行业知识。

02

五分钟demo演示

演示目标：

使用Langflow官方RAG模板，演示如何用Milvus将本地数据构建向量索引并实现高效上下文增强问答。

06-01-2.webp

环境准备：

1. python3.11或conda
2. uv
3. docker & docker-compose
4. Openai-key

1. 部署Milvus向量数据库

下载部署文件

wget https://github.com/Milvus-io/Milvus/releases/download/v2.5.12/Milvus-standalone-docker-compose.yml -O docker-compose.yml

启动Milvus服务

docker-compose up -d
docker-compose ps -a

06-01-3.webp

2. 创建python虚拟环境

conda create -n langflow
# 激活langflow并进入
conda activate langflow

3. 安装最新的包

pip install langflow -U

4. 启动langflow

uv run langflow run

访问langflow http://127.0.0.1:7860

5. 搭建配置RAG场景

选择官方RAG模板

06-01-4.webp 06-01-5.webp

替换向量数据库

说明：将默认的VDB换成Milvus

06-01-6.webp

左侧输入Milvus并添加

06-01-7.webp 06-01-8.webp

配置Milvus连接信息

说明：只需填写Milvus连接信息即可，其他选项暂时默认。

06-01-9.webp 06-01-10.webp

配置OpenAi的key 06-01-11.webp

640 (2).webp

6. 测试数据准备

说明：使用Milvus2.6版本官方FAQ

https://github.com/milvus-io/milvus-docs/blob/v2.6.x/site/en/faq/product_faq.md

7. 第一阶段测试

上传数据库并嵌入Milvus
说明：必须上传2份以上的数据集才能正常嵌入Milvus，这是Langflow官方节点的Bug还未修复。

06-01-13.webp

06-01-14.webp

测试节点状态

06-01-15.webp

8. 第二阶段测试

06-01-16.webp

9. 综合测试 640 (3).webp

640 (4).webp

03

写在最后

整体来说，Langflow低门槛、可视化，上手快，但Langflow并非万能。它更适合快速原型开发、业务逻辑频繁变更的项目、需要跨团队协作的应用、教学和演示场景。

而对性能有极致要求的系统、需要深度定制的底层逻辑、已有大量LangChain代码的成熟项目，可能不是那么适合。