Avis sur langflow

Langflow est un outil low-code pour créer des applications agentiques et RAG. Vous construisez un flux en glissant des composants (modèles, prompts, bases vectorielles, outils, agents) sur un canevas et en les reliant entre eux, puis vous le testez dans un playground intégré. Chaque composant est en Python en interne : vous pouvez donc ouvrir et modifier le code de n'importe lequel. Un flux terminé peut être appelé comme API REST, exécuté comme agent auquel d'autres composants sont exposés en tant qu'outils, ou exposé via le serveur MCP de Langflow afin que les clients MCP puissent utiliser vos flux comme outils ; Langflow peut aussi jouer le rôle de client MCP auprès de serveurs externes. La page d'accueil répertorie des intégrations dont OpenAI, Anthropic, Amazon Bedrock, Azure, Groq, Mistral, Ollama, Hugging Face, NVIDIA, Pinecone, Qdrant, Weaviate, Milvus, MongoDB, Redis, Supabase, Notion, Slack, Gmail, Google Drive et Confluence.

Le projet est sur GitHub sous licence MIT et fait désormais partie d'IBM (le site, les liens de confidentialité et la page produit IBM Langflow sont ceux d'IBM). Vous pouvez l'exécuter de trois façons : Langflow Desktop pour macOS 13 ou version ultérieure et Windows (le téléchargement est conditionné à un court formulaire nom et e-mail), le paquet Python (uv pip install langflow, Python 3.10 à 3.14), ou l'image Docker officielle. La version actuelle est Langflow 1.13, qui a ajouté la journalisation d'audit, des connexions réutilisables pour Google Workspace, Microsoft 365 et Slack, ainsi qu'une protection de l'édition simultanée ; elle désactive aussi la connexion automatique par défaut, de sorte que les nouvelles installations doivent d'abord définir un mot de passe superutilisateur. La version de Langflow hébergée par DataStax sur Astra a été supprimée le 9 avril 2026, et DataStax oriente les utilisateurs vers Langflow OSS.

Langflow lui-même n'a ni offre payante, ni frais par utilisateur, ni plafond d'utilisation. Vos coûts réels sont le serveur qui l'héberge ainsi que les fournisseurs de modèles et d'API appelés par vos flux (OpenAI, Anthropic, etc.), facturés par ces éditeurs. La page d'accueil de langflow.org indique toujours que vous pouvez « sign up for a free cloud account », mais ses boutons d'inscription mènent au téléchargement de Desktop, la page Langflow d'IBM ne mentionne aucune inscription au cloud, et DataStax a supprimé son Langflow hébergé le 9 avril 2026. Considérez l'auto-hébergement ou Desktop comme la façon de l'exécuter aujourd'hui. Les services professionnels et Premier Support sont proposés via le formulaire de contact.

Prix vérifiés sur la page de tarifs de l'éditeur le 10 novembre 2026. Langflow n'a pas de page de tarifs distincte ; voir langflow.org, la page IBM Langflow et la licence MIT sur GitHub.

Ce qu'indiquent le site et la documentation de Langflow :

Langflow convient aux développeurs et aux équipes techniques qui souhaitent prototyper visuellement des pipelines RAG et des agents, conserver la possibilité de passer à Python et maîtriser leur déploiement. Il est bien adapté si vous voulez un serveur MCP construit à partir de vos propres flux, ou si votre entreprise achète déjà auprès d'IBM et pourrait ensuite exécuter des flux dans watsonx Orchestrate. Comme l'éditeur ne propose plus d'hébergement géré, prévoyez quelqu'un pour l'exploiter, le sécuriser et le mettre à jour.

Si vous souhaitez un outil visuel open source similaire reposant sur une pile JavaScript, comparez Flowise. Si vous préférez écrire du code plutôt que relier des nœuds, LangGraph ou CrewAI offrent directement des frameworks d'agents. Les équipes qui veulent une plateforme hébergée avec des automatisations d'applications métier peuvent se tourner vers n8n ou Relevance AI.

L'avis de MakerStack (un annuaire financé en partie par des parrainages et des liens d'affiliation) lui attribue 8,2/10 et le qualifie de « the most complete free tool for building AI agents and RAG applications visually », en saluant l'absence de murs payants, les flux sous forme d'API et la personnalisation en Python ; il avertit que les mises à niveau et les flux complexes peuvent être sujets à des bugs, que les grands canevas deviennent difficiles à gérer et que l'usage en production demande un vrai travail d'ingénierie maintenant que le cloud DataStax a disparu. SelectHub cite comme points forts le prototypage low-code rapide et les composants réutilisables, et comme inconvénients des préoccupations de stabilité, la dépendance à des API externes et une préparation limitée à la production. Point commun : les évaluateurs apprécient l'outil pour construire et tester rapidement des idées, et recommandent de prévoir du temps d'ingénierie avant de s'y fier en production.