跳到主要内容

容器化 Langflow 应用程序

在可视化编辑器中设计流程只是构建使用 Langflow 的应用程序的第一步。

一旦你拥有一个功能正常的流程，就可以在更大的应用程序（如网站或移动应用）中使用该流程。 由于 Langflow 既是 IDE 也是运行时，你可以使用 Langflow 在本地构建和测试你的流程，然后在生产环境中打包和部署你的流程。

本指南介绍了从初始设置到打包和部署的 Langflow 应用程序开发。 本文档不解释如何编写完整的应用程序；它只描述如何在更大的应用程序上下文中包含 Langflow。

目录结构​

以下示例描述了一个最小 Langflow 应用程序的目录结构：


_10
LANGFLOW-APPLICATION/
_10
├── docker.env
_10
├── Dockerfile
_10
├── flows/
_10
│ ├── flow1.json
_10
│ └── flow2.json
_10
├── langflow-config-dir/
_10
├── README.md

此目录包含以下内容：

  • docker.env: 此文件被Replicate到 Docker 镜像中，作为容器根目录下的 .env 文件。
  • Dockerfile: 此文件控制你的 Langflow 镜像的构建方式。
  • /flows: 此文件夹保存你想要托管的流程，也就是你的应用程序使用的流程。
  • /langflow-config-dir: 此文件夹在 Dockerfile 中被引用，作为你的 Langflow 部署的配置文件、数据库和日志的位置。
  • README.md: 这是你的应用程序文档的典型 README 文件。

这是一个 Langflow 应用程序目录的最小示例。 你的应用程序可能有额外的文件和文件夹，例如用于自定义组件的 /components 文件夹，或用于额外依赖项的 pyproject.toml 文件。

包管理​

基础 Langflow Docker 镜像包含 Langflow 核心依赖项，因为它使用 langflowai/langflow:latest 作为父镜像。

如果你的应用程序需要额外的依赖项，请为这些依赖项创建一个 pyproject.toml 文件。 有关更多信息，请参阅 安装自定义依赖项。

要将带有额外依赖项的应用程序部署到 Docker，你必须将 pyproject.toml 和 uv.lock 文件Replicate到 Docker 镜像中。 为此，请将以下内容添加到你的 Langflow 应用程序的 Dockerfile 中：


_10
COPY pyproject.toml uv.lock /app/

环境变量​

docker.env 文件是一个加载到你的 Docker 镜像中的 .env 文件。 它包含控制 Langflow 行为的环境变量，如身份验证、数据库存储、API 密钥和服务器配置。 例如：


_10
LANGFLOW_AUTO_LOGIN=True
_10
LANGFLOW_SAVE_DB_IN_CONFIG_DIR=True
_10
LANGFLOW_BASE_URL=http://0.0.0.0:7860
_10
OPENAI_API_KEY=sk-...

你可以在 Dockerfile 中设置环境变量，但如果你在 docker.env 和 Dockerfile 中都设置了环境变量，Langflow 会使用 docker.env 中设置的值。

Langflow 会自动将 预定义列表 中的环境变量转换为全局变量。

如果你的自定义环境变量不在此预定义列表中，你需要使用 LANGFLOW_VARIABLES_TO_GET_FROM_ENVIRONMENT 环境变量显式包含它们。

此环境变量接受一个逗号分隔的环境变量列表，这些变量将从环境中获取并存储为全局变量。

例如，此配置在 Langflow 数据库中创建名为 WATSONX_PROJECT_ID 和 WATSONX_API_KEY 的全局变量，并使它们可用于组件中：


_10
LANGFLOW_AUTO_LOGIN=True
_10
LANGFLOW_SAVE_DB_IN_CONFIG_DIR=True
_10
WATSONX_PROJECT_ID=your_project_id
_10
WATSONX_API_KEY=your_api_key
_10
LANGFLOW_VARIABLES_TO_GET_FROM_ENVIRONMENT=WATSONX_PROJECT_ID,WATSONX_API_KEY

或者，设置 LANGFLOW_FALLBACK_TO_ENV_VAR=True 以允许在 Langflow 设置中设置的全局变量，如果 Langflow 无法从全局变量中检索变量值，则使用同名的环境变量。

例如，在此配置中，当组件引用 Langflow 数据库中不存在的全局变量 WATSONX_PROJECT_ID 或 WATSONX_API_KEY 时，Langflow 将自动使用相应的环境变量值作为回退。


_10
LANGFLOW_AUTO_LOGIN=True
_10
LANGFLOW_SAVE_DB_IN_CONFIG_DIR=True
_10
LANGFLOW_FALLBACK_TO_ENV_VAR=True
_10
WATSONX_PROJECT_ID=your_project_id
_10
WATSONX_API_KEY=your_api_key

有关更多信息，请参阅 Langflow 环境变量 和 全局变量。

Secrets​

为简单起见，Langflow 文档中的示例可能会直接引用 API 密钥和其他敏感值。 在您自己的应用程序中，您应该始终遵循管理密钥的行业最佳实践，例如使用环境变量或密钥管理工具。

有关生成 Langflow 中的身份验证密钥和管理密钥的信息，请参阅 API 密钥和身份验证。

Storage​

默认情况下，Langflow 使用 SQLite 数据库进行存储。 如果您更喜欢使用 PostgreSQL，请参阅 配置外部 PostgreSQL 数据库。

有关存储的更多信息，包括缓存和内存，请参阅 内存管理选项。

Flows​

您的本地 Langflow 实例可能有许多用于不同应用程序的流程。 当您将 Langflow 打包为应用程序的依赖项时，您只想包含您的应用程序使用的流程。

  1. 导出与您的应用程序相关的 流程。

    如果您有链式流程（触发其他流程的流程），请确保导出所有必要的流程。

  2. 将导出的 Langflow JSON 文件添加到您应用程序目录中的 /flows 文件夹。

Components​

您在 Langflow 可视化编辑器中看到的核心组件和包会自动包含在基础 Langflow Docker 镜像中。

如果您为应用程序创建了任何 自定义组件，则必须将这些组件包含在您的应用程序目录中：

  1. 在您的应用程序目录中创建一个 /components 文件夹。
  2. 将您的自定义组件文件添加到 /components 文件夹。
  3. 在您的 docker.env 中指定 /components 的路径。

Langflow Dockerfile​

Dockerfile 决定了您的 Langflow 镜像的构建方式，包括依赖项、流程、组件和配置文件。

至少，您需要指定基础 Langflow 镜像、在容器中创建必要的文件夹、将文件夹和文件Replicate到容器中，并提供启动命令。


_29
# 使用基础 Langflow 镜像的最新版本
_29
FROM langflowai/langflow:latest
_29
_29
# 在容器中创建文件夹并设置工作目录
_29
RUN mkdir /app/flows
_29
RUN mkdir /app/langflow-config-dir
_29
WORKDIR /app
_29
_29
# 将 flows、langflow-config-dir 和 docker.env Replicate到容器中
_29
COPY flows /app/flows
_29
COPY langflow-config-dir /app/langflow-config-dir
_29
COPY docker.env /app/.env
_29
_29
# 可选：将自定义组件Replicate到容器中
_29
COPY components /app/components
_29
_29
# 可选：使用自定义依赖项
_29
COPY pyproject.toml uv.lock /app/
_29
_29
# 如果 docker.env 中未设置，则设置环境变量
_29
ENV PYTHONPATH=/app
_29
ENV LANGFLOW_LOAD_FLOWS_PATH=/app/flows
_29
ENV LANGFLOW_CONFIG_DIR=/app/langflow-config-dir
_29
ENV LANGFLOW_COMPONENTS_PATH=/app/components
_29
ENV LANGFLOW_LOG_ENV=container
_29
_29
# 在端口 7860 上运行 Langflow 服务器的命令
_29
EXPOSE 7860
_29
CMD ["langflow", "run", "--backend-only", "--env-file","/app/.env","--host", "0.0.0.0", "--port", "7860"]

在此 Dockerfile 中直接设置的环境变量指定了 Langflow 的资源路径。 如果这些变量也在 docker.env 中设置，则 docker.env 中的值将覆盖 Dockerfile 中设置的值。

在此示例中，ENV LANGFLOW_LOG_ENV=container 将序列化 JSON 的日志记录行为设置为 stdout，以跟踪容器化环境中应用程序的行为。有关更多信息，请参阅 日志记录。

后端模式​

CMD 中的 --backend-only 标志以后端模式启动 Langflow，仅提供编程访问。 当您将 Langflow 作为应用程序的依赖项运行且不需要访问可视化编辑器时，建议使用此模式。

如果您想同时提供 Langflow 可视化编辑器和后端，则省略 --backend-only。

有关更多信息，请参阅 在 Docker 上部署 Langflow。

测试你的 Langflow Docker 镜像​

构建并运行你的 Langflow Docker 镜像以进行测试。

此示例在本地运行容器。 有关在 Docker Hub 上发布镜像并远程运行 Langflow 容器的信息，请参阅 部署到 Docker Hub 和 Kubernetes。

  1. 构建 Docker 镜像：


    _10
    docker build -t langflow-pokedex:1.2.0 .

  2. 运行 Docker 容器以启动你的 Langflow 服务器：


    _10
    docker run -p 7860:7860 langflow-pokedex:1.2.0

  3. 要确认容器按预期提供你的流程，请使用 Langflow API 运行一个流程：

    1. 打开应用程序 /flows 文件夹中的某个 JSON 文件，然后在 附加元数据和项目信息 中查找流程的 id。

      有许多 id 值；请确保获取的是整个流程的 ID，而不是单个组件的 ID。 如果你的流程很复杂，尝试搜索流程的名称，它通常位于流程的 id 附近。


      _10
      "name": "Basic Prompting",
      _10
      "description": "Perform basic prompting with an OpenAI model.",
      _10
      "id": "e4167236-938f-4aca-845b-21de3f399858",

    2. 使用上一步中的流程 ID 向 /v1/run/$FLOW_ID 端点发送 POST 请求。

      以下示例运行一个简单的 LLM 聊天流程，该流程响应聊天输入字符串。 如有必要，修改你的流程的 payload。 例如，如果你的流程没有 Chat Input 组件，你必须修改 payload 以提供流程所需的预期输入。


      _10
      curl --request POST \
      _10
      --url 'http://localhost:7860/api/v1/run/e4167236-938f-4aca-845b-21de3f399858?stream=true' \
      _10
      --header 'Content-Type: application/json' \
      _10
      --data '{
      _10
      "input_value": "Tell me about Charizard.",
      _10
      "output_type": "chat",
      _10
      "input_type": "chat",
      _10
      "session_id": "charizard_test_request"
      _10
      }'

      About this example

      此命令运行 Pokédex 模板流程。 它提供关于特定宝可梦的聊天输入，使用可选的自定义 session_id，并通过 ?stream=true 启用响应流式传输。

      默认的 会话 ID 是流程 ID。 自定义会话 ID 可以帮助隔离唯一的对话线程，以保持 LLM 的上下文清洁，并且它们可以帮助在流程日志中识别特定对话，使调试更容易。

      此命令使用响应流式传输，因为 Pokédex 流程可能返回大量文本。 要使用批处理，请设置 ?stream=false。

    3. 根据你运行的特定流程，验证请求是否成功且响应是否有效。

      这确认你的 Langflow Docker 镜像已正确配置，并且此流程可通过容器上托管的 Langflow API 服务器访问。 当你构建和测试整个应用程序堆栈时，你的前端应用程序可以使用 Langflow API 请求来触发由你的 Langflow 容器提供的流程，就像你在上一步中手动测试流程一样。

      此示例通过向 /v1/run/$FLOW_ID 端点发送聊天输入来触发流程。 有关流程触发器的更多示例，请参阅 使用 Webhook 触发流程 和 创建可以摄取文件的聊天机器人 教程。

部署到 Docker Hub 和 Kubernetes​

当你准备好与世界分享你的应用程序时，你需要在生产环境中提供 Langflow 服务。 有关部署 Langflow 的更多信息，请参阅以下内容：

Search