核心改进
-
全局模型提供商设置
-
API 重新设计(第一阶段):V2 API + 标准化工作流端点(测试版)
-
更快的调试与迭代:追踪 + 检查面板 + 演练场更新
其他更新包括:
-
知识库
-
提示模板组件支持 Mustache 模板
-
新增代理工具包、护栏和 LiteLLM 组件
-
通过
langflow-base实现模块化依赖安装 -
......以及更多
接下来,我们将深入探讨其中部分特性,了解它们如何减少配置开销、简化集成,并加速你的构建与调试循环。
全局模型提供商
语言模型提供商现在可以集中配置,且设置可应用于整个 Langflow 实例。
你无需在每个 LLM 组件内部管理提供商凭据和设置,只需在"模型"面板中设置一次,即可在多个流程和组件中复用。这减少了凭据分散和配置漂移,轮换密钥或切换提供商也只需一次更新,而非在整个画布上手动修改。
API 重新设计:v2/工作流端点(测试版)
Langflow 1.8 引入了新的开发者 API,包含专用的 v2/workflow 端点。主要改进是响应更简洁,并支持异步后台任务。
以下是向 v2/workflow 端点发送 POST 请求的示例:
python
import requests
url = f"{LANGFLOW_SERVER_URL}/api/v2/workflows"
headers = {
"Content-Type": "application/json",
"x-api-key": LANGFLOW_API_KEY
}
payload = {
"flow_id": "flow_67ccd2be17f0819081ff3bb2cf6508e60bb6a6b452d3795b",
"background": False,
"inputs": {
"ChatInput-abc.input_type": "chat",
"ChatInput-abc.input_value": "what is 2+2",
"ChatInput-abc.session_id": "session-123"
}
}
response = requests.post(url, json=payload, headers=headers)
print(response.json())
响应更干净、更扁平,便于在应用程序中处理:
json
{
"flow_id": "flow_67ccd2be17f0819081ff3bb2cf6508e60bb6a6b452d3795b",
"job_id": "job_id_1234567890",
"object": "response",
"created_at": 1741476542,
"status": "completed",
"errors": [],
"inputs": {
"ChatInput-abc.input_type": "chat",
"ChatInput-abc.input_value": "what is 2+2",
"ChatInput-abc.session_id": "session-123"
},
"outputs": {
"ChatOutput-xyz": {
"type": "message",
"component_id": "ChatOutput-xyz",
"status": "completed",
"content": "2 + 2 equals 4."
}
},
"metadata": {}
}
对于异步或长时间运行的任务,可在请求负载中将 background 设为 True。端点返回一个 job_id,你可以轮询该 ID 以获取状态和结果。
更多信息请参阅 工作流 API 文档。此功能仍处于测试阶段,我们欢迎你在 API 改进过程中提供反馈。
更快的调试与更灵敏的演练场
Langflow 1.8 包含多项 UI 改进,旨在加快迭代速度,让故障排除不再像黑箱操作。
Langflow 追踪(流程与组件追踪)

Langflow 1.8 中的追踪功能会记录流程和组件的详细追踪与跨度,帮助你调试问题、测量延迟并跟踪流程内的 token 使用情况。这让你能轻松了解流程的实际运行状况,从而快速发现问题并回归构建。
更多信息请参阅追踪文档。
检查面板(实时组件检查)
Langflow 1.8 新增了专用的检查体验,让你能在执行期间或之后检查组件的内部状态、输入和输出。这减少了对外部日志或打印语句的依赖,以验证特定节点间的数据流。
此检查视图在工作区 UI 中展示执行细节,如输入/输出、日志、令牌和组件状态,使你能够更快地排除故障和调整组件。
演练场更新(优化的消息传递架构)
消息传递架构已全面改造,能够以更低延迟处理复杂数据类型和庞大的消息历史。在长时间的流式会话期间,你将体验到响应更快的聊天界面,渲染速度提升,浏览器内存开销降低。
知识库(本地向量数据库)
知识库是存储在 Langflow 中的本地向量数据库,因此你的数据无需在每次运行时都从远程服务获取和重新导入。知识库让你能直接在流程中轻松使用向量数据。更多信息请参阅知识库文档。
提示模板的 Mustache 模板支持
提示模板组件现在支持 Mustache 模板,使得变量注入和动态提示更加容易。更多信息请参阅提示模板文档。
模块化依赖安装
Langflow 1.8 引入了 langflow-base 包。安装 langflow-base 时,你不会自动安装 Langflow 的所有依赖项。相反,你只需安装运行应用程序所需的模块以及任何自定义依赖项。
这减少了整体安装体积,使你的 Langflow 环境更精简、更有针对性,同时也更易于定制。更多信息请参阅安装自定义依赖项。
新组件
Langflow 1.8 包含三个新组件:
-
代理工具包(Agentics bundle):使用 LLM 填充、折叠或生成表格数据。
-
护栏(Guardrails)组件:通过向 LLM 发出提示来验证流程。
-
LiteLLM 工具包:通过代理连接到多个 LLM。