LangFlow 1.x 系列【3】入门案例

文章目录

  • [1. 前置准备](#1. 前置准备)
    • [1.1 安装并启动 Langflow](#1.1 安装并启动 Langflow)
    • [1.2 设置中文](#1.2 设置中文)
  • [2. 简单工作流](#2. 简单工作流)
    • [2.1 添加模型提供商](#2.1 添加模型提供商)
    • [2.2 选择模板](#2.2 选择模板)
    • [2.3 节点编排](#2.3 节点编排)
      • [2.3.1 提示词模板](#2.3.1 提示词模板)
      • [2.3.2 聊天输入](#2.3.2 聊天输入)
      • [2.3.3 语言模型](#2.3.3 语言模型)
      • [2.3.4 聊天记录](#2.3.4 聊天记录)
    • [2.4 对话测试](#2.4 对话测试)

1. 前置准备

1.1 安装并启动 Langflow

访问 http://localhost:7860/ :

1.2 设置中文

点击右上角【头像-设置】:

设置语言:

2. 简单工作流

2.1 添加模型提供商

点击项目后,点击【新流程】:

点击【配置模型提供程序】:

选择模型并配置 API Key :

如果没有这些模型的 API Key ,后面会演示如何添加国产大模型!

2.2 选择模板

可以通过平台预制的模板进行创建,点击【浏览更多】:

可以查看所有可用模板,选择【基础提示】:

进入了【可视化编排页面】:

2.3 节点编排

2.3.1 提示词模板

作用 :封装系统角色提示词,用来给大模型定人设、约束行为规则。

输出端口:提示 → 连线送入【语言模型】的系统消息槽位,作为全局角色指令。

点击【全屏】:

我们输入一个【短视频文案】模板,使用 { }定义了四个变量:

点击【保存并查看】:

2.3.2 聊天输入

作用 :接收用户在调试面板(Playground)里发的提问文本

输出端口:聊天消息 → 连线送入【语言模型】的输入槽位,把用户问题传给大模型。

2.3.3 语言模型

作用:大模型结合人设指令 + 用户问题推理生成回答。

两个输入来源:

  • 用户原始提问(聊天输入)
  • 角色系统提示词(Prompt Template)

输出端口:把生成好的回复传给下一个节点。

默认会选择我们之前配置的语言模型:

也可以选择【更多组件】,选择【DeepSeek】添加新的模型节点,然后替换为 DeepSeek 模型:

2.3.4 聊天记录

作用 :接收大模型的回答,渲染展示在 Playground 对话界面里,完成一轮问答闭环

输入:接收模型输出文本

输出:最终前端展示消息

2.4 对话测试

点击【Playground】:

可以直接进行对话测试:

相关推荐
yuanyuan3344 分钟前
2026枣庄带检测报告伸缩门品牌测评|本地服务
大数据·数据库·人工智能·伸缩门
无所畏俱的老尹14 分钟前
Agent 落地为什么需要影子对照:同输入只读双跑、写动作变提案、差异报警,比直接切全量更安全
人工智能·机器学习·云计算·aigc·devops
AI源码21 分钟前
基于 Python 的汽车市场数据分析与可视化平台
python·数据分析·汽车
会飞锦鲤21 分钟前
基于 SVM + HOG 的铸造缺陷检测系统
python·opencv·机器学习·计算机视觉·缺陷检测·图像分类·svm
神鹰手哥_起飞版1 小时前
深度研判任务里,开思考、换更强的模型、套方法论,哪个更有用?
人工智能
ObserverX211 小时前
我是如何用 13KB 纯 Python,发现本地 RAG 的“隐式递归记忆”的
人工智能
znyin1 小时前
dsh源码解析 - Cordis 如何启动:插件树与热更新
agent
Jason_gao9991 小时前
Github Copilot 新手极速上手指南
人工智能·github·copilot
用户360055579001 小时前
Kestrel_VLLM - 35 · 把 m 循环搬进内核:一次「先量发射、再合并发射」的完整回合
人工智能
Linye1 小时前
为什么让 AI 修个小 Bug 却把底层全重写了?聊聊 Coding Agent 的最小修改边界
人工智能·架构