Reseña de langflow

Langflow es un constructor low-code para aplicaciones agénticas y RAG. Se crea un flujo arrastrando componentes (modelos, prompts, almacenes de vectores, herramientas, agentes) a un lienzo y conectándolos entre sí; después se prueba en un playground integrado. Cada componente es Python internamente, por lo que se puede abrir y modificar el código de cualquiera de ellos. Un flujo terminado puede invocarse como API REST, ejecutarse como un agente al que se exponen otros componentes como herramientas, o exponerse mediante el servidor MCP de Langflow para que los clientes MCP usen sus flujos como herramientas; Langflow también puede actuar como cliente MCP de servidores externos. La página de inicio enumera integraciones como OpenAI, Anthropic, Amazon Bedrock, Azure, Groq, Mistral, Ollama, Hugging Face, NVIDIA, Pinecone, Qdrant, Weaviate, Milvus, MongoDB, Redis, Supabase, Notion, Slack, Gmail, Google Drive y Confluence.

El proyecto está en GitHub bajo la licencia MIT y ahora forma parte de IBM (el sitio, los enlaces de privacidad y la página de producto IBM Langflow son de IBM). Puede ejecutarse de tres maneras: Langflow Desktop para macOS 13 o posterior y Windows (la descarga requiere completar un breve formulario con nombre y correo electrónico), el paquete de Python (uv pip install langflow, Python 3.10 a 3.14) o la imagen oficial de Docker. La versión actual es Langflow 1.13, que añadió registro de auditoría, conexiones reutilizables de Google Workspace, Microsoft 365 y Slack, y protección frente a la edición concurrente; además desactiva por defecto el inicio de sesión automático, por lo que las nuevas instalaciones deben establecer primero una contraseña de superusuario. La versión de Langflow alojada por DataStax en Astra se retiró el 9 de abril de 2026, y DataStax remite a los usuarios a Langflow OSS.

Langflow en sí no tiene plan de pago, tarifa por usuario ni límite de uso. Sus costes reales son el servidor en el que lo aloje y los proveedores de modelos y de API que sus flujos invoquen (OpenAI, Anthropic, etc.), facturados por esos proveedores. La página de inicio de langflow.org sigue diciendo que se puede "sign up for a free cloud account", pero sus botones de registro conducen a la descarga de Desktop, la página de Langflow de IBM no indica ningún registro en la nube, y DataStax retiró su Langflow alojado el 9 de abril de 2026. Considere hoy el autoalojamiento o Desktop como la forma de ejecutarlo. Los servicios profesionales y Premier Support se ofrecen a través del formulario de contacto.

Precios consultados en la página de precios del proveedor el 10 de noviembre de 2026. Langflow no tiene una página de precios independiente; consulte langflow.org, la página de IBM Langflow y la licencia MIT en GitHub.

Lo que indican el propio sitio y la documentación de Langflow:

Langflow se adapta a desarrolladores y equipos técnicos que desean prototipar visualmente pipelines RAG y agentes, conservar la opción de pasar a Python y ser dueños de su despliegue. Encaja bien si desea un servidor MCP creado a partir de sus propios flujos, o si su empresa ya compra a IBM y puede ejecutar más adelante flujos dentro de watsonx Orchestrate. Como el proveedor ya no ofrece alojamiento gestionado, conviene prever que alguien lo ejecute, lo proteja y lo actualice.

Si busca un constructor visual de código abierto similar con una pila de JavaScript, compare Flowise. Si prefiere escribir código en lugar de conectar nodos, LangGraph o CrewAI ofrecen directamente frameworks de agentes. Los equipos que quieran una plataforma alojada con automatizaciones de aplicaciones de negocio deberían considerar n8n o Relevance AI.

La reseña de MakerStack (un directorio financiado en parte con patrocinios y enlaces de afiliados) le otorga 8.2/10 y lo describe como "the most complete free tool for building AI agents and RAG applications visually", elogiando la ausencia de muros de pago, los flujos como API y la personalización en Python; advierte de que las actualizaciones y los flujos complejos pueden presentar errores, de que los lienzos grandes se vuelven difíciles de manejar y de que el uso en producción exige un trabajo de ingeniería real ahora que la nube de DataStax ya no existe. SelectHub enumera como puntos fuertes el prototipado rápido low-code y los componentes reutilizables, y como inconvenientes las dudas sobre la estabilidad, la dependencia de API externas y la limitada preparación para producción. El hilo común: los analistas lo valoran para crear y probar ideas rápidamente, y recomiendan reservar tiempo de ingeniería antes de depender de él en producción.