Wizualny kreator przepływów AI: układasz model, prompt i narzędzia na planszy, a gotowy przepływ wystawiasz jako API albo widget czatu.
Środowisko
| Runtime | Oficjalny obraz Docker langflowai/langflow (tag 1.13.0), jeden kontener, dane i baza SQLite we własnym wolumenie, Langflow na porcie 7860 |
| Zalecany plan | Box M+ (Docker, minimum 2 GB RAM) |
Przykładowy saplo.yaml
Plik saplo.yaml w katalogu głównym repozytorium opisuje, jak Saplo ma zbudować i uruchomić aplikację. Wygeneruje go też komenda saplo init.
version: 1
name: moje-przeplywy
stack: langflow
app_id: 1234
Pełny opis wszystkich pól znajdziesz na stronie Plik saplo.yaml.
Jak wdrożyć
Ten stack wdrożysz na trzy sposoby - wybierz wygodny dla siebie:
- Z panelu - tworzysz aplikację klikami, kod wgrywasz później przez CLI lub Git.
- Saplo CLI - z katalogu projektu:
saplo init, potemsaplo deploy. - Deploy z GitHub - podłączasz repo raz, każdy push wdraża się sam.
# Najszybsza droga - z katalogu projektu
$ npm install -g @saplo/cli
$ saplo login
$ saplo init
$ saplo deploy
Dobrze wiedzieć
- Konto administratora zakładamy przy instalacji, login i hasło są w pliku LANGFLOW-SETUP.txt.
- Automatyczne logowanie jest wyłączone, więc bez hasła nikt nie wejdzie do edytora.
- Klucze do modeli (OpenAI, Anthropic i inne) wpisujesz samodzielnie w Langflow, ich koszt rozliczasz bezpośrednio z dostawcą.
- Interfejs jest po angielsku (oficjalny obraz).
Czas na deploy?
Wybierz plan Box i postaw aplikację Langflow jeszcze dziś.
