LangFlow 工作流配置：在画布中连接提示词、模型与输出
LangFlow 的工作流配置不需要写代码，核心操作是在画布中拖入组件、用连线定义数据流向，然后逐个填写组件参数。
新手最容易卡住的地方不是画布操作，而是不清楚一个最小可用流程需要哪几个节点、参数该填什么。
下面按实际配置顺序讲清楚。
先确认运行环境和入口
LangFlow 通常以本地或服务器方式启动，默认通过浏览器访问。
如果你还没启动服务，常见方式是使用 Docker 运行（具体命令以你安装的版本说明为准），启动后浏览器打开对应端口即可进入画布界面。
进入画布后先做三件事：
- 确认左上角能正常新建或打开一个 Flow，说明前后端连接正常。
- 在组件栏搜索
Prompt、ChatOpenAI、Chat Output这类基础组件，能搜到说明组件库加载完成。 - 准备好模型 API Key，LangFlow 本身不提供模型，需要你填入可用的模型服务凭据。
搭建最小可用工作流
一个能跑通的工作流至少包含输入、处理、输出三段。
在画布中依次拖入以下组件：
- Chat Input：接收用户输入，作为流程起点。
- Prompt：定义给模型的指令模板，把输入变量嵌入其中。
- ChatOpenAI（或对应模型组件）：调用大模型生成回复。
- Chat Output：把模型结果返回给界面。
拖入后按数据方向连线：Chat Input → Prompt → ChatOpenAI → Chat Output。
连线时注意端口类型要匹配，文本输出端口连到文本输入端口，连错类型组件会拒绝连接。
关键参数怎么填
连线只是骨架，真正决定效果的是每个组件的参数。
Prompt 组件：在模板里写清楚角色和任务，例如“你是一个服务器运维助手，请用简短中文回答：{input}”。
花括号里的变量名要和 Chat Input 的输出变量对应，否则运行时会提示变量未找到。
模型组件：填入 API Key、模型名称和基础地址（如果使用兼容接口）。
温度参数控制随机性，排错阶段建议先设为 0 或较低值，方便复现结果。
输出组件：一般保持默认即可，确认它连接的是模型组件的消息输出端口。
填完后点击画布上的运行按钮，在对话窗口输入一句测试问题，例如“你好，请回复一句话”。
如果输出窗口能返回内容，说明流程基本连通。
容易踩的坑和排查顺序
配置失败时不要反复改画布，按下面顺序检查更快：
- 运行无反应：先看浏览器开发者工具的网络请求是否报错，再确认后端服务是否仍在运行。
- 提示缺少 API Key 或鉴权失败：检查模型组件里的 Key 是否完整、是否有多余空格，以及模型名称是否与凭据权限匹配。
- 提示变量未定义：核对 Prompt 模板中的花括号变量名和上游输入组件的输出名是否完全一致。
- 连线连不上：端口类型不匹配，删除错误连线后重新从输出端口拖到输入端口。
- 修改后结果没变化：确认运行的是当前画布版本，部分界面需要先保存再运行。
验证流程是否真正可用
不要只看一次成功回复就结束。
建议用三类输入验证：正常问题、空输入、超长输入。
正常问题应返回合理内容；
空输入应给出明确提示而不是报错崩溃；
超长输入可以观察是否触发模型长度限制。
确认稳定后，保存 Flow 并记录当前使用的模型名称、温度参数和 Prompt 模板，方便后续调整时对比。
如果流程需要对外提供接口，再在 LangFlow 的 API 或部署入口中进一步配置，这属于工作流跑通后的下一步，不影响基础配置。
