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
mCell2 小时前
AI 时代 SVG 画图的潜力
前端·agent·svg
言乐62 小时前
Python游戏水平测试辅助系统
开发语言·python·游戏·django·pygame
Shockang7 小时前
AI 智能体安全沙盒实战
人工智能
yuhulkjv3357 小时前
Claude表格复制到word不再崩溃,AI导出鸭批量导出+格式无损一键搞定
人工智能·ai·c#·word·ai导出鸭
从零开始学习人工智能9 小时前
【踩坑实录】WSL2 解决 onnxruntime\-gpu ImportError: libcudart\.so\.13 无 CUDA13 运行库问题
python
大明者省9 小时前
WSL2 Ubuntu22.04 GPU训练环境配置指南
人工智能·算法·计算机视觉
抱抱宝9 小时前
Agent-study项目教程(03):手写 Mini-ReAct Agent(不依赖框架)
javascript·人工智能·gpt·react.js·prompt·agent
抱抱宝9 小时前
大模型应用开发教程08 | 构建完整 RAG 应用(Chroma/FAISS 实战)
人工智能·gpt·prompt·agent
美团技术团队9 小时前
KDD‘26 美团学术论文精选及KDD Cup‘26 DataAgents赛道冠军思路解读
人工智能
AKAMAI9 小时前
当AI模型超出存储增长时
人工智能·云计算