langflow-ai/langflow

Langflow는 AI 기반 에이전트(Agents)와 워크플로(Workflows)를 구축하고 배포하기 위한 강력한 플랫폼입니다. 개발자에게 시각적 저작(Visual authoring) 경험을 제공할 뿐만 아니라, 모든 워크플로를 어떤 프레임워크나 스택으로 구축된 애플리케이션에도 통합할 수 있는 도구로 변환해 주는 내장 API 및 MCP 서버를 제공합니다. Langflow는 모든 기능이 포함된(batteries included) 상태로 제공되며, 모든 주요 LLM, 벡터 데이터베이스(Vector databases) 및 계속 확장되는 AI 도구 라이브러리를 지원합니다.

**시각적 빌더 인터페이스 (Visual builder interface)**를 통해 빠르게 시작하고 반복할 수 있습니다. **소스 코드 액세스 (Source code access)**를 통해 Python을 사용하여 모든 컴포넌트를 커스터마이징할 수 있습니다. **대화형 플레이그라운드 (Interactive playground)**에서 단계별 제어를 통해 흐름(Flows)을 즉시 테스트하고 개선할 수 있습니다. 대화 관리 및 검색(Retrieval) 기능을 갖춘 **멀티 에이전트 오케스트레이션 (Multi-agent orchestration)**을 지원합니다. **API로 배포 (Deploy as an API)**하거나 Python 앱을 위해 JSON으로 내보낼 수 있습니다. **MCP 서버로 배포 (Deploy as an MCP server)**하여 워크플로를 MCP 클라이언트를 위한 도구로 변환할 수 있습니다. LangSmith, LangFuse 및 기타 통합을 통한 **관측성 (Observability)**을 제공합니다. 보안 및 확장성을 갖춘 엔터프라이즈급 (Enterprise-ready) 환경을 지원합니다.

Langflow Desktop은 Langflow를 시작하는 가장 쉬운 방법입니다. 모든 종속성(Dependencies)이 포함되어 있어 Python 환경을 관리하거나 패키지를 수동으로 설치할 필요가 없습니다. Windows 및 macOS에서 사용할 수 있습니다.

Python 3.10–3.13 및 uv (권장 패키지 관리자)가 필요합니다.

새 디렉토리에서 다음을 실행하세요:

uv pip install langflow -U

최신 Langflow 패키지가 설치됩니다. 자세한 내용은 Install and run the Langflow OSS Python package를 참조하세요.

Langflow를 시작하려면 다음을 실행하세요:

uv run langflow run

Langflow는 http://127.0.0.1:7860 에서 시작됩니다.

끝입니다! 이제 Langflow로 구축할 준비가 되었습니다! 🎉

이 저장소를 클론(Clone)했고 기여하고 싶다면, 저장소 루트에서 다음 명령어를 실행하세요:

make run_cli

자세한 내용은 DEVELOPMENT.md를 참조하세요.

기본 설정으로 Langflow 컨테이너를 시작하세요:

docker run -p 7860:7860 langflowai/langflow:latest

Langflow는 http://localhost:7860/ 에서 사용할 수 있습니다. 구성 옵션에 대해서는 Docker deployment guide를 참조하세요.

보안 정보에 대해서는 Security Policy를 참조하세요.

Langflow는 완전히 오픈 소스(open source)이며, 모든 주요 배포 클라우드(deployment clouds)에 배포할 수 있습니다. Langflow를 배포하는 방법을 배우려면 Langflow 배포 가이드(deployment guides)를 참조하세요.

GitHub에서 Langflow를 Star 하여 새로운 릴리스(releases)를 즉시 알림 받으세요.

우리는 모든 수준의 개발자들의 기여(contributions)를 환영합니다. 기여하고 싶다면, 기여 가이드라인(contributing guidelines)을 확인하여 Langflow를 더욱 접근하기 쉽게 만드는 데 도움을 주세요.