网站建设的发展趋势做网站开发的提成多少钱
作者：魔搭Modelscope社区
原文 开箱即用的可视化AI应用编排工具 Langflow，可调用魔搭免费API作为tool
01 功能（优势）简介
ModelScope 社区基于优秀的开源可视化AI应用编排工具 Langflow 搭建了创空间，以方便社区开发者基于社区开源模型及免费魔搭 API-Inference，快速创建Agent应用、RAG应用并将其部署为API服务。
-
云端开箱即用，无需在本地安装相关依赖
-
基于免费魔搭API-Inference，可自由使用相关开源模型编排工作流
-
编排好的工作流可基于创空间免费算力托管为API调用，并被进一步集成开发
02 应用效果
|
|
| 简单编排Qwen2.5-VL-72B-Instruct |
|
|
| 市场研究Agent |
|
|
| 学术研究Agent |
03 使用流程
1、从公开Langflow创空间复制
说明：部署在创空间的Langflow应用暂未支持区分用户账号登录，因此当 Langflow 创空间设置为公开时，任何可见用户都拥有当前 Langflow 创空间包括读、写操作在内的全部权限，请务必复制为非公开创空间后使用。
-
通过搜索或在魔搭创空间页面找到 Langflow 创空间，您也可以直接通过以下链接前往
https://modelscope.cn/studios/modelscope/langflow
-
通过以下链接复制创空间
https://modelscope.cn/studios/fork?target=modelscope/langflow&template=langflow&visibility=private
-
自定义您的创空间基础信息，建议保持设置为非公开
-
根据文案引导填写环境变量。其中
LANGFLOW_REMOVE_API_KEYS用于保存工作流时自动去除输入的App Secret，复制为公开创空间时设置为True以确保密钥/令牌不被泄漏，复制为非公开创空间时可设置为False以便运行工作流。
|
|
|
|
|
|
|
|
-
确认创建：点击复制创空间按钮后，稍等片刻即可完成您的专属 Langflow 创空间创建。
然后就可以愉快地开启可视化应用编排之旅。
2、快速开始 Langflow：编排 Memory Chatbot
本部分简要概述使用 Langflow 编排工作流的主要流程，以便 ModelScope 社区用户基于社区资源完成应用搭建。详细使用说明，可前往 Langflow 官方文档了解。
文档：https://docs.langflow.org
主要步骤如下：
-
点击“+New Flow”创建新的工作流
-
您可以从“All Template”里找到 Memory Chatbot 模板或直接点击 “+Blank Flow” 从空白画布开始。
从模板开始创建
-
选择模板：从“All Template”里找到 Memory Chatbot 模板，点击后即可完成新建。
-
配置模型节点：在 ModelScope 节点Model Name属性中选择合适的模型，并完成 ModelScope 访问令牌配置。您可以前往“ModelScope主页-访问令牌”页面获取 SDK 访问令牌。
此时，即可运行工作流应用。
|
Memory Chatbot模板 |
从空白画布开始创建
-
添加ModelScope节点：在左侧边栏组件栏，找到Models列表中的ModelScope节点，添加到画布后配置 ModelName 为列表中任一模型，并从“ModelScope主页-访问令牌”页面获取SDK访问令牌配置到节点中
-
添加Chat Input节点：将输出Message锚点连接至ModelScope节点的Input锚点
-
添加Chat Output节点：将ModelScope节点的输出 Text 锚点连接至 Chat Output 节点的 Text 锚点
至此，我们已经获得一个简单的对话式Chatbot，但只是简单的输入输出，而不具备维护对话上下文窗口的能力。接下来，我们将为Chatbot添加记忆（Memory）。
-
添加Prompt节点：从Prompts列表中，选择Prompt节点；点击节点上的“Template”配置节点的模板。输入：
You are a helpful assistant that answer questions.Use markdown to format your answer, properly embedding images and urls.History:{memory}
其中，新增变量可以用花括号"{ }"包括变量名完成新建。保存Template字段后，可以注意到Prompt节点多了Memory参数的输入锚点。
-
添加Message History节点：在Helpers列表中，选择Message History节点，将其Text输出锚点连接至Prompt节点的memory输入锚点。
-
执行与测试：工作流构建完成时，建议点击Chat Ouput节点的执行按钮或直接通过Playground完成测试。
至此，我们完成了简单且具备对话上下文记忆的Chatbot Agent创建。其中保存默认上下文条数为100条，您也可以将鼠标移到Message History节点上，点击其上出现的控制栏中“Controls”字段，对Message History保留的上下文条数（Number of Messages）进行调整。
3 快速开始 Langflow：编排简单Agent
主要步骤如下：
-
点击“+New Flow”创建新的工作流。
-
您可以从“All Template”里找到Simple Agent模板或直接点击“+Blank Flow”从空白画布开始。
从模板开始创建
-
选择模板：从“All Template”里找到 Simple Agent 模板，点击后即可完成新建。
-
配置 Agent 节点：当需要将模型配置为 ModelScope 时，您需要将Agent节点的 Model Provider设置为ModelScope，并从列表中为目标任务选择合适的模型，配置好访问令牌及Agent Instructions指令。
此时，即可运行工作流应用。
|
Simple Agent 模板 |
从空白画布开始创建
-
添加Agent节点：在组件栏中找到Agents列表，选择添加Agent节点。
-
配置 Agent 节点：当需要将模型配置为 ModelScope 时，您需要将Agent节点的 Model Provider设置为ModelScope，并从列表中为目标任务择合适的模型，配置好访问令牌。
-
编写Agent Instructions：在Agent节点中，编写给Agent的 Instructions指令，即系统提示词。
You are a helpful assistant that can use tools to answer questions and perform tasks.Use markdown to format your answer, properly embedding images and urls.
-
添加 Chat Input 及 Chat Output节点，并连好线 Chat Input(Messages) -> Agent(Input) -> Agent(Response) -> Chat Output(Text)。
至此，我们获得一个最简单的Agent。接下来，我们为 Agent 添加一些可供调用的简单工具。
-
添加 URL 节点：使 Agent 获得根据 URL 解析网页的能力
-
在组件栏的Data列表中，找到URL节点并添加；
-
打开Tool Mode开关；
-
将 Toolset连接至 Agent 节点的 tools 锚点。
-
-
添加 Calculator 节点：使 Agent 获得使用外部计算器工具处理用户输入中计算任务的能力
-
-
在组件栏的Tools列表中，找到 Calculator节点并添加；
-
-
-
将 Tool 锚点连接至 Agent 节点的 tools 锚点。
-
-
执行与测试：工作流构建完成时，建议点击Chat Ouput节点的执行按钮或直接通过Playground完成测试。
至此，我们获得了一个具备调用 URL 解析工具、Calculator 计算工具的简单 Agent。当然，您也可以从 Tools列表中找到其他合适的工具节点，升级 Agent 使用外部工具的能力。
以上简单介绍了使用 Langflow 快速创建 Memory Chatbot 及 简单 Agent 应用。如果需要了解更多 Langflow 能力，可以在 Langlfow模板商店中浏览其他模板，或者前往Langflow 官方文档了解。
文档：https://docs.langflow.org
4、工作流效果体验
编排好工作流后，您有Playground和API两种方式可以体验工作流应用。
在 Playground 中，您可以可视化地与 Agent 对话，并收到 Agent 的回复结果：
您也可以点击 API 查看调用工作流API的示例，参考指引补充填写 ModelScope SDK Token 后可以成功调用API：
5、将Playground发布为衍生创空间
为了方便用户进一步将自己开发好的工作流发布成创空间应用，我们提供了一键发布功能。
|
|
| 工作流编排 |
|
|
| 编排后通过 Playground 测试 |
点击右上角“Publish”按钮，即可开始发布Playground为独立创空间，详细步骤如下：
-
在工作流画布中点击“Publish”按钮
-
编辑英文名称及其他设置项
-
复制创空间并等待构建与发布完成
|
|
| 点击 Publish |
|
|
| 编辑英文名称及其他设置项 |
|
|
| 复制创空间，并等待构建与发布完成 |
完成发布后，即可体验该创空间，并将创空间链接分享给其他用户体验
6、小结与讨论
-
Langflow提供了丰富的外部工具及知识库、向量数据库能力，特别适合构建RAG及Agentic应用，但对多模态任务工作流的支持不足。
-
最新 1.2.0 版本Langflow支持作为MCP Client调用外部MCP Server工具，同时也支持将Langflow工作流作为MCP Server被其他Client调用，魔搭创空间将在后续的工作中予以更新。