我如何使用 Langflow 的拖放工作流构建多平台 AI 机器人

Source: Dev.to

概览

使用可视化工作流驱动 QQ、微信、Telegram、Discord 等聊天机器人——无需编码。

LangBot 是一个开源即时通讯机器人平台，将 AI 工作流引擎（如 Langflow、n8n、Dify、FastGPT 和 Coze）连接到包括微信、QQ、飞书、钉钉、Telegram、Discord、Slack 和 LINE 在内的平台。本教程演示如何使用 Langflow 的可视化工作流作为 LangBot 的对话引擎。

为什么这种方法有效

• 真正的多平台 – 一个工作流同时驱动 8+ 消息平台。
• 可视化编排 – 拖拽式对话设计，支持条件分支、多轮对话以及外部 API 调用。
• 灵活的 AI 模型 – 支持 OpenAI、Claude、Gemini、DeepSeek 和本地模型。
• 完全开源 – LangBot 和 Langflow 均为开源项目，可免费部署和定制。

前置条件

• Python 3.10+
• Docker（推荐用于快速部署）
• OpenAI API 密钥或其他大语言模型服务的 API 密钥

步骤 1：部署 LangBot

使用 uvx 一条命令启动：

uvx langbot

第一次运行时会自动初始化并在浏览器中打开 。

注册后，登录以访问仪表盘：

步骤 2：部署 Langflow

使用 Docker 快速部署：

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

访问 以访问 Langflow。

步骤 3：创建 Langflow 工作流

在 Langflow 中，选择 Basic Prompting 模板快速入门：

该模板包含四个基本组件：

• Chat Input – 接收用户消息。
• Prompt – 设置系统指令。
• Language Model – 调用大语言模型生成回复。
• Chat Output – 返回结果。

配置语言模型

点击 Language Model 组件并设置：

• Model Provider – 选择 OpenAI（或其他兼容提供商，如 SiliconFlow、New API）。
• Model Name – 如 gpt-4o-mini 或 deepseek-chat。
• OpenAI API Key – 输入你的密钥。

提示： 通过修改 Base URL 可使用兼容 OpenAI 的服务。

配置完成后保存工作流。

步骤 4：获取 Langflow API 信息

生成 API 密钥

在 Langflow 右上角菜单中进入 Settings → API Keys：

点击 Create New Key，生成并复制密钥（格式：sk-xxxxxxxxxxxxxxxxxxxxxxxx）。

获取 Flow ID

打开流编辑器；URL 中包含 flow ID：

http://localhost:7860/flow/{flow-id}

记录 {flow-id} 的值。

步骤 5：在 LangBot 中配置 Langflow

在 LangBot 仪表盘，进入 Pipelines 并编辑 ChatPipeline。在 AI 选项卡中：

• 将 Runner 设置为 Langflow API。

• 填写 Langflow 配置字段：

  • Base URL – http://localhost:7860/api/v1/flow
  • API Key – 第 4 步生成的密钥。
  • Flow ID – 之前记录的 {flow-id}。

保存流水线。LangBot 现在会将所有已配置平台的来信通过 Langflow 工作流进行路由，实现跨多个服务的统一可视化 AI 聊天机器人。