Langflow

langflow-ai/langflowRevisado por IA

Qué hace

Langflow es una plataforma en la que dibujas un flujo de IA en lugar de escribirlo: arrastras cajas para modelos, bases de datos, archivos y herramientas a un lienzo, las conectas, y pruebas el resultado en un playground integrado. Cada flujo terminado se puede ofrecer como una API o como una herramienta MCP para otros programas. Está pensado para desarrolladores, pero la versión Desktop para Windows y macOS incluye todo lo necesario, así que no hace falta configurar Python. Aun así, tienes que conectar tu propio servicio de IA, y la mayoría de ellos cobran por su uso.

Facilidad de instalación

B · instalador y un paso simple · Windows

Windows B
macOS B
Linux C

En Windows y macOS existe Langflow Desktop, y el README dice que "todas las dependencias están incluidas, así que no necesitas gestionar entornos de Python ni instalar paquetes manualmente"; tras instalarlo, igual tienes que pegar una clave de un servicio de IA. En Linux no hay una versión de escritorio: instalas Python 3.10–3.14 y la herramienta `uv`, ejecutas `uv pip install langflow -U`, configuras un `LANGFLOW_SUPERUSER_PASSWORD` y luego `uv run langflow run` antes de abrir http://127.0.0.1:7860.

Números en GitHub

Estrellas: 156.203el 31 oct 2026
Descargas: 225.9451628 en la semana
Crecimiento: +161estrellas en 5 días

Estrellas a lo largo del tiempo

Datos

Funciona en: Windows, macOS, Linux
Necesitas instalar: Nada más que el programa
Para compilar desde el código: Python, Node.js, Tarjeta gráfica
Espacio en disco: 335 MB–1005 MB · según el instalador
Cuentas o claves: OpenAI, Anthropic, Langflow (its own key, for calling your flows from other programs)
Costo: Gratis, la API se paga · El proyecto es gratis y tiene licencia MIT. Los flujos solo hacen algo una vez que conectas un servicio de IA (OpenAI, Anthropic, Google y muchos otros), y esos te cobran por lo que usas; un modelo que corre en local con Ollama es la vía gratuita.
Licencia: MIT (Permisiva)
Puede reemplazar: Zapier, Make
Última actualización: 30 oct 2026

Señales de riesgo (5)

AtenciónEjecuta código Python sin sandbox por defecto
El README ofrece "Source code access lets you customize any component using Python", y pyproject.toml describe el aislamiento como opcional: "Opt-in microVM sandbox backend for code-execution components (LANGFLOW_SANDBOX_BACKEND=exec-sandbox, issue #12029). Requires Python >= 3.12 and QEMU 8+ on the host; on older Pythons the extra installs nothing". Por eso, un flujo que importas de otra persona puede ejecutar código en tu equipo a menos que actives eso.
revisión con IA
AtenciónProtección SSRF desactivada por defecto
.env.example: "SSRF (Server-Side Request Forgery) Protection — When enabled, blocks requests to private IP ranges, localhost, and cloud metadata endpoints ... Default: false (for backward compatibility)". Si se deja como viene, un flujo puede apuntar a direcciones dentro de tu propia red.
revisión con IA
InfoLos flujos se pueden ejecutar sin iniciar sesión
.env.example documenta "LANGFLOW_PUBLIC_FLOW_RATE_LIMIT_PER_MINUTE: Number of anonymous public-flow runs allowed per minute per IP" con un valor por defecto de 20, así que un flujo publicado como público puede ser ejecutado por cualquiera que llegue al servidor, gastando tus créditos de API.
revisión con IA
InfoInicio de sesión obligatorio en las versiones oficiales
README: "Official release packages and tagged source archives disable automatic login by default. Set `LANGFLOW_SUPERUSER_PASSWORD` before starting", mientras que "Development branches retain automatic login by default". Si lo ejecutas desde una rama de desarrollo, no hay contraseña hasta que definas una.
revisión con IA
InfoLista de dependencias muy grande
pyproject.toml incluye por defecto 16 paquetes de proveedores (lfx-ibm, lfx-openai, lfx-anthropic, lfx-google, lfx-slack y más) y lleva un bloque de versiones mínimas añadidas específicamente para esquivar vulnerabilidades publicadas ("oauthlib>=4.0.0,<5.0.0 # CVE-2026-49264, CVE-2026-49265", "fsspec>=2026.6.0 # CVE-2026-104851", y otras). Las comprobaciones estiman entre 335 y 1005 MB de disco.
revisión con IA

La evidencia aparece en su idioma original.

Lo que Radar no pudo verificar

Si la app Desktop se instala y funciona en tu versión de Windows o macOS, ya que Radar no la ejecutó
Qué hace un flujo descargado de otra persona cuando lo abres y lo ejecutas
El costo mensual real, que depende del servicio de IA, la base de datos vectorial y los proveedores de búsqueda que conectes
El uso real de disco después de instalar los complementos opcionales de documentos, audio y modelos locales
Si tu instalación termina siendo accesible desde fuera de tu computadora, lo que depende de cómo la inicies y de tu red