Обзор langflow

Langflow — low-code конструктор агентных и RAG-приложений. Вы создаёте поток, перетаскивая на холст компоненты (модели, промпты, векторные хранилища, инструменты, агенты) и соединяя их между собой, а затем тестируете его во встроенной песочнице (playground). Каждый компонент внутри представляет собой код на Python, поэтому вы можете открыть и изменить код любого из них. Готовый поток можно вызывать как REST API, запускать как агента, которому остальные компоненты доступны в качестве инструментов, или предоставлять через MCP-сервер Langflow, чтобы MCP-клиенты могли использовать ваши потоки как инструменты; Langflow также может выступать MCP-клиентом для внешних серверов. На главной странице перечислены интеграции, среди которых OpenAI, Anthropic, Amazon Bedrock, Azure, Groq, Mistral, Ollama, Hugging Face, NVIDIA, Pinecone, Qdrant, Weaviate, Milvus, MongoDB, Redis, Supabase, Notion, Slack, Gmail, Google Drive и Confluence.

Проект размещён на GitHub под лицензией MIT и теперь входит в IBM (сайт, ссылки на политику конфиденциальности и страница продукта IBM Langflow принадлежат IBM). Запускать его можно тремя способами: Langflow Desktop для macOS 13 и новее и Windows (загрузка доступна после заполнения короткой формы с именем и адресом электронной почты), пакет Python (uv pip install langflow, Python 3.10–3.14) или официальный образ Docker. Текущий релиз — Langflow 1.13, в котором добавлены журнал аудита, повторно используемые подключения для Google Workspace, Microsoft 365 и Slack, а также защита от одновременного редактирования; кроме того, в нём по умолчанию отключён автоматический вход, поэтому при новой установке сначала необходимо задать пароль суперпользователя. Версия Langflow, размещённая DataStax в Astra, была удалена 9 апреля 2026 года, и DataStax рекомендует пользователям Langflow OSS.

У самого Langflow нет ни платного тарифа, ни платы за пользователей, ни ограничений по использованию. Ваши реальные расходы — это сервер, на котором вы его размещаете, и поставщики моделей и API, к которым обращаются ваши потоки (OpenAI, Anthropic и т. д.); их услуги оплачиваются этим поставщикам. На главной странице langflow.org по-прежнему сказано, что можно «sign up for a free cloud account», но кнопки регистрации ведут на загрузку Desktop, на странице Langflow от IBM нет регистрации в облаке, а DataStax удалила свою размещённую версию Langflow 9 апреля 2026 года. Сегодня следует считать способами запуска самостоятельное размещение или Desktop. Профессиональные услуги и Premier Support предлагаются через форму обратной связи.

Цены проверены на странице цен вендора 10 ноября 2026 года. Отдельной страницы с ценами у Langflow нет; см. langflow.org, страницу IBM Langflow и лицензию MIT на GitHub.

Что указано на собственном сайте и в документации Langflow:

Langflow подходит разработчикам и техническим командам, которые хотят визуально создавать прототипы RAG-конвейеров и агентов, сохраняя возможность перейти к Python, и самостоятельно управлять развёртыванием. Он хорошо подойдёт, если вам нужен MCP-сервер, построенный из ваших собственных потоков, или если ваша компания уже закупает продукты IBM и в дальнейшем может запускать потоки внутри watsonx Orchestrate. Поскольку управляемого хостинга от вендора больше нет, необходимо предусмотреть, кто будет запускать, защищать и обновлять систему.

Если вам нужен аналогичный визуальный конструктор с открытым исходным кодом на стеке JavaScript, сравните с Flowise. Если вы предпочитаете писать код, а не соединять узлы, LangGraph или CrewAI предоставляют фреймворки для агентов напрямую. Командам, которым нужна размещаемая платформа с автоматизацией бизнес-приложений, стоит обратить внимание на n8n или Relevance AI.

Обзор MakerStack (каталог, частично финансируемый за счёт спонсорства и партнёрских ссылок) оценивает его в 8.2/10 и называет «the most complete free tool for building AI agents and RAG applications visually», отмечая отсутствие платных ограничений, потоки в виде API и возможность настройки на Python; в обзоре предупреждается, что обновления и сложные потоки могут работать с ошибками, большими холстами становится трудно управлять, а использование в продакшене требует серьёзной инженерной работы теперь, когда облако DataStax отключено. SelectHub называет сильными сторонами быстрое low-code прототипирование и повторно используемые компоненты, а недостатками — опасения по поводу стабильности, зависимость от внешних API и ограниченную готовность к продакшену. Общий вывод: рецензентам он нравится для быстрого создания и проверки идей, и они советуют заложить время инженеров, прежде чем полагаться на него в продакшене.