Langflow OSS 1.9 发布了！该版本引入了用于构建、运维和集成 AI 工作流的新能力，更新重点包括产品内 AI 辅助、流程部署工具以及基于 MCP 的互操作性。
核心改进
-
Langflow 助手
-
流程 DevOps 工具包
-
面向 IDE 和编码代理的 MCP 支持
-
Token 用量显示
同时还包括：
-
Data 重命名为 JSON，DataFrame 重命名为 Table
-
流程版本控制
-
用于阻止自定义组件执行的环境变量
-
Gemini 3 工具调用支持
-
Policies 组件（测试版）
-
...... 以及更多
接下来深入解析部分特性，看看它们如何让 Langflow 更易于与外部 AI 系统集成。
Langflow 助手
Langflow 助手是一个直接内嵌于 Langflow 的 AI 助手，类似于一个额外的 Playground。它允许你通过自然语言生成自定义组件、排查流程问题，并直接从文档中获得实时指导。
Langflow 助手将 Langflow 转变为一个更具交互性的 AI 辅助开发环境------在你构建工作流的地方就能获得帮助，无需切换到独立的终端或文档标签页。
更多信息请参见：使用 Langflow 助手构建组件。
流程 DevOps 工具包
Langflow 1.9 引入了流程 DevOps 工具包 SDK，支持直接从终端对流程进行版本管理、测试和部署。
使用 lfx init YOUR_PROJECT_NAME 初始化一个 Langflow 项目，流程 DevOps 工具包 SDK 便会创建一个完整的脚手架，用于将流程从本地部署到生产服务器。通过 environments.yaml 文件控制部署，管理流程版本，并在 Langflow 服务器与本地环境之间推送和拉取变更。
更多信息请参见：流程 DevOps SDK 工具包。
面向 IDE 和编码代理的 MCP 支持
Langflow 现已允许 IDE 和编码代理通过标准化的 MCP 协议以编程方式使用 Langflow。
IBM Bob、Claude Code 等工具可以直接在 Langflow 中构建和执行流程，使 Langflow 成为智能体开发工作流中更强大的一环。
更多信息请参见：适用于编码代理的 Langflow MCP 客户端。
Token 用量显示
LLM 组件现在会在流程界面中直接暴露执行后的输入和输出 token 数量，便于即时查看 token 消耗情况。
Data 重命名为 JSON，DataFrame 重命名为 Table
Data 类型和端口已重命名为 JSON。DataFrame 类型和端口已重命名为 Table。使用 Data 和 DataFrame 的流程保持向后兼容。
更多信息请参见：Langflow 数据类型。
流程版本控制
现在可以在侧边栏中对流程进行版本管理。
以递增版本号保存流程，或回退到之前的版本。
更多信息请参见：构建流程。
用于阻止自定义组件执行的环境变量（测试版）
新增的 LANGFLOW_ALLOW_CUSTOM_COMPONENTS 环境变量允许 Langflow 管理员禁用自定义 Python 组件的执行。这有助于提升受控部署环境的安全性。
配合 LANGFLOW_COMPONENTS_PATH 使用，可以在阻止其他自定义代码执行的同时创建允许列表。
更多信息请参见：阻止自定义组件执行。
Gemini 3 工具调用支持
Langflow 1.9 增加了对 Gemini 3 模型的工具调用兼容性。支持 Gemini 工具调用需要对 Gemini 特有的 thought_signature 字段进行额外处理，现在 Langflow 工作流中已支持该特性。
Policies 组件（测试版）
Langflow 1.9 新增了由 ToolGuard 驱动的 Policies 组件。该组件可将自然语言描述的业务策略转换为可执行的防护代码，从而在不编写自定义规则脚本的情况下，对工具执行进行运行时验证。
更多信息请参见：Policies 组件。