从零到一
本路径帮助你在约 2–3 天内掌握 Langflow 的基本用法，并完成一个可导出的 RAG 应用。
阶段一：环境与基础（0.5 天）
- 安装 Langflow（pip 或 Docker）
- 创建第一个简单 Flow：Prompt + LLM + Output
- 理解节点、连线与数据流
- 尝试切换不同 LLM（OpenAI、Ollama）
阶段二：RAG Flow（1 天）
- 添加 Document Loader、Text Splitter
- 配置 Embedding 与 Vector Store
- 搭建 Retriever → Prompt → LLM 链路
- 测试知识库问答
- 导出为 Python 代码，在本地运行验证
阶段三：进阶与集成（1 天）
- 添加 Agent 或 Tool 节点（若需）
- 尝试自定义组件（可选）
- 将导出代码集成到简单 FastAPI 或 Flask 服务
- 对比 Flowise、Dify，理解三者的选型场景
检查清单
- Langflow 可正常启动
- 可搭建简单 Flow 与 RAG Flow
- 可成功导出 Python 代码并运行
- 了解与 Flowise、Dify 的差异
扩展学习
- LangChain 框架 — 深入理解组件
- Flowise — 轻量编排对比
- Dify 平台 — 企业级对比
- RAG 技术 — RAG 原理与优化