lab
Esc

Prueba con

↑↓ para moverte · Enter para abrir · también en /buscar?q= para agentes

herramienta intermedio pythonagentesrag

Langflow: construye agentes con un editor visual

Conecta modelos, datos y herramientas en un flujo visual para probar agentes y aplicaciones de IA.

✓ verificado el 27 oct 2026

Instrucciones para tu agente

Esto es lo que se copia. Pégaselo a tu agente y te lo monta paso a paso.

O ábrelo directamente en ClaudeChatGPT

Pega este texto a tu agente (Claude Code, Codex, OpenCode, Hermes o el que uses) y dile «ayúdame a montarlo». Son los pasos para ponerlo en marcha; el porqué de cada pieza está en la guía completa.

Para el agente: cómo acompañar al usuario

  1. Pregunta primero para qué lo quiere. Si su objetivo no necesita algún paso, sáltalo.
  2. Antes de instalar, comprueba lo que ya tiene (versiones, claves, sistema operativo).
  3. Avanza un paso cada vez: explica en una frase qué vas a hacer y deja que el usuario lo ejecute o lo apruebe.
  4. Tras cada paso, comprueba que funcionó antes de seguir. Si falla, para y explica el error.
  5. No inventes comandos ni opciones: si la documentación del proyecto contradice estos pasos, manda la documentación.
  6. Al terminar, haz una prueba real con el objetivo del usuario y dile dónde profundizar.

Pasos de configuración

Comprueba que tienes Python 3.10–3.14 y uv. En una carpeta nueva para esta instalación, crea primero el entorno que necesita uv pip; esta preparación adapta la secuencia del README siguiendo la documentación de uv:

uv venv
uv pip install langflow -U

Antes de arrancar, define LANGFLOW_SUPERUSER_PASSWORD como variable de entorno privada con tu contraseña de administración. Después ejecuta desde la misma carpeta:

uv run langflow run

Entra con el usuario langflow y esa contraseña.

Deja el servidor activo y abre http://127.0.0.1:7860. Sigue el inicio rápido oficial: New Flow → Simple Agent. En el componente Agent abre Setup Provider, configura en privado una clave de OpenAI con saldo y habilita un modelo disponible. Selecciónalo en Language Model. Abre Playground y pide «Suma 4 y 4 usando la calculadora». Comprueba que invoca Calculator y devuelve 8.

Comprobación

Ejecuta una entrada conocida y comprueba la salida de cada componente. Repite con una entrada que deba producir una respuesta distinta para detectar configuraciones ignoradas.

Si algo falla

Si un nodo falla, revisa primero su configuración y dependencias. Si el editor no arranca, contrasta tu versión de Python con los requisitos oficiales.

Consulta el README oficial para requisitos y variantes de instalación.

ver en .md ¿Prefieres el recurso entero?

Qué es

Langflow es un editor visual para construir y ejecutar aplicaciones de IA. Representa los componentes como nodos conectados, de modo que puedes revisar cómo pasan los datos entre modelos, herramientas y otras piezas.

Para qué te sirve

  • Cuando quieres probar un flujo con recuperación documental antes de integrarlo en una aplicación.
  • Cuando necesitas explicar a un equipo qué componentes intervienen en una tarea del agente.

Cómo funciona

Los componentes se conectan en el editor y sus configuraciones determinan el recorrido de la entrada. El flujo puede combinar proveedores y fuentes de datos; dibujarlo visualmente no elimina los requisitos de cada servicio.

Antes de empezar

Prepara Python 3.10–3.14 y uv, el gestor recomendado por el README. Define una contraseña de administración en LANGFLOW_SUPERUSER_PASSWORD para el paquete oficial, que exige inicio de sesión. Prepara un proveedor de modelos para el ejemplo elegido. Algunas plantillas necesitan credenciales de servicios o bases de datos. Instalar Langflow no incluye el consumo de esos proveedores.

Límites y alternativas

La interfaz no valida por sí sola la calidad de las respuestas ni el acceso correcto a datos. Frente a programar un flujo completo, facilita explorar y configurar sus piezas, con la obligación de comprobar lo que ocurre en cada nodo.

Recursos