Langflow

AI-agenter och arbetsflöden

Langflow är en visuell byggmiljö för AI-agenter och flöden där varje flöde kan serveras direkt som API eller MCP-server, med Python bakom varje komponent. Den licensieras under MIT och kan köras som skrivbordsapp, i Docker eller i moln.

Öppen källkodPython

Betyg 77 Preliminär (källbaserad)

Läs bedömningen
API · Officiellt

Förstaparts API-referens i Langflow-dokumentationen.

Langflow API reference · Langflow-projektet

Källa: https://docs.langflow.org/api

Kontrollerat:

Öppna dokumentation

MCP · Officiellt

Inbyggt MCP-server- och klientstöd, dokumenterat i förstapartsdokumentationen.

Use Langflow as an MCP server · Langflow-projektet

Källa: https://docs.langflow.org/mcp-server

Kontrollerat:

Öppna dokumentation

Jämför med alternativ Källor
Langflows översikt med fem flödeskort för Nordljus AB: support, incidentanalys, avtalsgranskning, onboarding och kundbrev
1 / 8 Nordljus AB:s fem flöden i projektet, senast ändrade idag

Bedömning

Så bedömer vi

Totalbetyg

77

Preliminär (källbaserad)

Bedömningsprofil
Visuell byggmiljö för AI-agenter och -flöden som exponeras som API- och MCP-verktyg, driftsatt self-hostad via Docker, som skrivbordsapp eller i moln.
Bedömningsdatum
Modellversion
3.0.0

  1. Öppenhet och kontroll

    MIT-licens verifierad i repots LICENSE-fil; flera driftsätt inklusive fullständig self-host via Docker. Fri att läsa, ändra och återdistribuera.

  2. Funktionell passform

    Täcker agent-/flödesbygget väl med visuell utveckling där varje flöde blir ett verktyg via inbyggda API- och MCP-servrar. Mindre luckor: Python-miljö krävs för self-hosting och desktop endast Windows/macOS.

  3. Dataflytt och interoperabilitet

    Dokumenterat REST-API (docs.langflow.org) och inbyggd MCP-server gör flöden tillgängliga från andra system; drift i valfri miljö (Docker/desktop/moln) underlättar flytt. Heltäckande exportformat är dock inte verifierat.

  4. Mognad och trygghet

    Aktivt projekt (senaste tagg v1.13.0) med dokumentation på docs.langflow.org. Verifierad uppdaterings- och säkerhetspolicy saknas i underlaget, och README anger att officiella Docker-avbilder kräver autentisering — en friktionstecken.

  5. Framtidskraft

    Starkt API + inbyggd MCP-server per flöde ('turn your flows into tools for MCP clients') ger verklig agentintegration, dokumenterad på docs.langflow.org. Nivå 5 kräver dock verifierad praktisk integrations-/anpassningsförmåga som inte är belagd.

  6. Drift och införande

    Docker-kommando och deploymentsguide finns, men self-hosting kräver Python-miljö, officiella Docker-avbilder kräver autentisering enligt README och desktop gäller endast Windows/macOS.

  7. Kostnadsbild

    MIT-licens och gratis molnkonto enligt webbplatsen, men driftkostnader self-hostat och underliggande modell-API-kostnader kräver egen beräkning.

  8. Svensk användbarhet

    Inget svenskt gränssnitt, svensk dokumentation eller svensk support är belagt i de kontrollerade källorna (webbplats, README, docs); verifierad svensk språkförmåga hos modellerna är inte heller dokumenterad.

Om Langflow

Langflow är en visuell byggmiljö där AI-agenter och flöden sätts ihop av komponenter i ett nodbaserat gränssnitt, med Python bakom varje nod. Det utmärkande är att varje flöde kan serveras direkt som ett HTTP-API eller som en MCP-server: flödet blir ett verktyg som kodningsagenter och andra MCP-klienter kan anropa, utan att ni skriver egen serverkod.

I redigeraren testas flödet stegvis i en interaktiv playground, där modeller, prompter och hämtning kan bytas ut för jämförelser medan ni bygger. När flödet är klart publiceras det som API eller exporteras som JSON för egna Python-applikationer. Stödet omfatter stora språkmodeller, vektordatabaser och ett bibliotek av AI-verktyg; räcker inte de färdiga komponenterna skriver ni egna som Python-klasser.

Ni kan köra Langflow som skrivbordsapp för Windows och macOS, i Docker eller i en gratis molnversion, och koden licensieras under MIT. Observability och säkerhetsfunktioner kopplas till via integrationer, och för self-hosting förutsätts en Python- eller Docker-miljö där autentisering har konfigurerats. Projektet drivs öppet på GitHub med en aktiv community, och dokumentationen täcker både lokal utveckling och produktionssättning.

Användning

Passar för

  • Bygga agent- och RAG-flöden visuellt och exponera varje flöde som ett anropsbart HTTP-API
  • Servera flöden som MCP-verktyg till kodningsagenter och andra MCP-klienter
  • Skriva egna komponenter som Python-klasser när de färdiga inte räcker
  • Testa och jämföra modeller, prompter och hämtningsupplägg i en interaktiv playground

Passar mindre bra för

  • Schemalagda integrations- och batchflöden mellan externa system – för det passar ett automatiseringsverktyg som n8n bättre
  • Team som vill versionshantera och granska sina agenter som ren kod i git – ett ramverk som LangGraph ger mer kodkontroll
  • Drift på Linux-skrivbord via installationsprogram – skrivbordsappen finns bara för Windows och macOS, där kör ni i Docker eller Python istället

Styrkor och begränsningar

Styrkor

  • Inbyggda API- och MCP-servrar gör varje flöde direkt anropsbart utan extra serverkod
  • Python under huven: varje komponent kan anpassas eller ersättas med egen kod
  • Interaktiv playground med stegvis körning för att snabbt iterera i flödet
  • Flera driftsätt – skrivbordsapp, Docker och gratis molnversion – med samma flödesformat
  • MIT-licens och öppen utveckling på GitHub med stort community

Begränsningar

  • Self-hosting kräver Python- eller Docker-miljö, och autentisering måste konfigureras explicit
  • Skrivbordsappen finns endast för Windows och macOS
  • Visuella flöden lagras som JSON och är svårare att granska och diffa i kodgranskning än vanlig kod
  • Produktionsdrift med flera arbetare eller Kubernetes kräver egen driftskompetens utöver gränssnittet

Skärmbilder

8 skärmbilder. Välj en bild för att visa den i full storlek. Svep i sidled för fler.

  • Langflows översikt med fem flödeskort för Nordljus AB: support, incidentanalys, avtalsgranskning, onboarding och kundbrev
    Nordljus AB:s fem flöden i projektet, senast ändrade idag
  • Langflows flödesredigerare med noderna Chat Input, Prompt Template med svensk supportinstruktion, Ollama-modellen qwen2.5:7b och Chat Output
    Supportflödet i redigeraren: chattinmatning, promptmall och den lokala Ollama-modellen
  • Langflows lekplats med sessionen support-nordljus där tre frågor om inloggningsproblem besvaras av den lokala modellen
    Lekplatsen med en riktig supportkonversation: fråga, svar och uppföljning i samma session
  • Langflows API access-panel med Python-exempel som anropar flödet via run-endpointen med api-nyckel
    Flödet som API: färdig Python-kod med körningsadress och nyckelhuvud
  • Langflows spårningsvy som listar tre körningar av supportflödet med trace-id, antal tokens, latens och status
    Körningshistorik med spårnings-id, tokenåtgång och svarstid per körning
  • Langflows inställning för modellkällor där Ollama är konfigurerad mot en lokal server med modellerna qwen2.5:3b, qwen2.5:7b och nomic-embed-text
    Ollama som modellkälla: lokal serveradress och modellerna qwen2.5 samt nomic-embed-text
  • Langflows MCP-server-sida som listar de fem flödena som verktyg och visar JSON-konfiguration för MCP-klienter
    Flödena exponerade som MCP-verktyg med färdig klientkonfiguration
  • Langflows lekplats med avtalsflödet som punktvis listar avtalsparter, löptid, uppsägningstid, servicenivå och ansvarsgräns ur avtalstexten
    Avtalsflödet plockar ut löptid, uppsägningstid och servicenivåer ur ett avtalsutdrag

Tekniska resurser

Alternativ

Agent Zero

AI-agenter och arbetsflöden · Autonoma agenter med eget gränssnitt

Allmän AI-agent i en Docker-container med eget webbgränssnitt, där agenten får terminal, filsystem och en Linux-desktop att styra.

Öppen källkodJavaScriptPython
Startår
2024
Licens
MIT
Öppen källkod
Ja
API
REST API
MCP
Både klient och server, Inbyggt

Betyg

82

Preliminär (källbaserad)

Läs bedömningen

Projektdata

19 709GitHub-stjärnor
Visa alla fakta och bedömningarVisa alla fakta
Startår
2024
Licens
MITÖppen källkod (OSI-godkänd licens) · Licensmodeller
Öppen källkod
Ja
Plattformar
Linux · Windows · macOS
API
REST API Ej verifierat
MCP
Både klient och server, Inbyggt
Export
Ej verifierat Ej verifierat
Språk
Gränssnitt: Engelska · Dokumentation: Engelska · Support: Engelska
Öppenhet och kontroll Gäller: MIT enligt LICENSE (raw.githubusercontent.com/agent0ai/agent-zero/main/LICENSE, läst 2026-10-30): OSI-godkänd, full rätt att läsa, ändra och återdistribuera. Hela kärnan ligger i repot – prompts/, tools/, plugins/ och skills/ är läsbara och redigerbara enligt README – och instansen driftas själv i Docker utan leverantörskoppling. Data lagras som vanliga filer i volymen /a0/usr, inklusive ODF-format (ODT/ODS/ODP) för kontorsdokument, alltså öppna format utan inlåsning.
Funktionell passform Gäller: README dokumenterar det namngivna användningsfallet väl: riktig XFCE-desktop i Canvas, webbläsare med DOM-annotering, underagenter med egna kontexter, projekt med isolerade filer/minnen/hemligheter, Time Travel-ögonblicksbilder och Plugin Hub med 100+ plugins. Luckor: ingen dokumenterad fleranvändar- eller rollmodell, agenten kräver en modell som klarar verktygsanrop (README: svaga modeller tappar steg) och v2.x-releaserna ändrar mycket mellan versionerna, vilket försvårar stabila arbetsflöden.
Dataflytt och interoperabilitet Gäller: Arbetsytan är vanliga filer på volymen /a0/usr och projekt kan klonas från Git, så data kan flyttas med filsystemet. Dokumentationen (docs/developer/connectivity.md) visar POST /api_files_get för filhämtning och GET/POST /api_log_get för chattloggar med X-API-KEY. Inte heltäckande: ingen dokumenterad bulkexport av minnen eller chatt historik med stabilt schema, och API:t saknar OpenAPI-specifikation.
Mognad och trygghet Gäller: releases.atom visar täta utgåvor: v2.14 (2026-10-13), v2.13 (2026-09-23), v2.12 (2026-09-09), v2.11 (2026-08-27); commits/main.atom senaste commit 2026-10-13. Dokumentationen är omfattande (docs/setup/installation.md, docs/guides/ med 20 guider inkl. self-update.md och troubleshooting.md), det finns Discord, Plugin Hub och ett företag bakom (Agent Zero, s.r.o. i LICENSE). Avdrag: ung och snabbrörlig kodbas utan verifierad säkerhetspolicy eller formell uppdateringsgaranti; säkerhetsavsnittet är vägledning, inte policy.
Framtidskraft Gäller: Flera dokumenterade integrationsvägar: REST-API med fem endpoints och X-API-KEY (docs/developer/connectivity.md), inbyggd MCP-server via FastMCP i helpers/mcp_server.py, MCP-klient i Settings → MCP/A2A, A2A enligt docs/guides/a2a-setup.md samt A0 CLI Connector mot host-maskinen. Prompts, verktyg och plugins är öppna och utbyggbara (docs/guides/create-plugin.md). Nivå 5 nås inte: API:t saknar OpenAPI-specifikation och dokumentationen hänvisar uttryckligen till källkod/DeepWiki för request- och response-detaljer.
Drift och införande Gäller: Införandet är dokumenterat och enkelt i proportion till nyttan: ett enda containerkommando (docker run -p 80:80 -v a0_usr:/a0/usr agent0ai/agent-zero), A0 Install-skript med --quick-start för huvudlös server och docs/setup/vps-deployment.md; ingen extern databas behövs. Löpande drift underlättas av docs/guides/self-update.md. Friktionen är att Docker-isolering är ett uttalat krav (README: montera inte hela hemkatalogen) och att utgåvor kommer varannan vecka med stora förändringar, vilket kräver medveten uppgraderingsrutin.
Kostnadsbild Gäller: Licenskostnad 0 kr (MIT). TCO-antaganden: modellanrop faktureras per token hos vald molnleverantör eller kräver egen GPU vid lokal modell; servern kan enligt README vara en liten VPS (nämnd från 6 USD/mån) eller Raspberry Pi; arbetstid för installation (några timmar) och återkommande uppgraderingar eftersom releaserna är täta. Ingen supportkostnad finns att teckna, så kostnadsbilden är transparent men modell- och hårdvarukostnaden måste räknas per organisation.
Svensk användbarhet Gäller: Negativ kontroll utförd: full genomsökning av repots filträd (3 878 filer, api.github.com git/trees/HEAD?recursive=1, 2026-10-30) visar ingen locales- eller i18n-katalog och inga språkfiler. Produktens enda yta med namnet Locale är webui/components/settings/agent/locale.html, som bara erbjuder tidszon och 12/24-timmarsformat – det finns ingen språkvalslista och därmed ingen svensk översättning av gränssnittet. README och docs/ är engelskspråkiga; ingen svensk dokumentation, support eller lokal integration finns belagd. Konfidensen är medium eftersom frånvaron är strukturellt belagd men externa svenska communityresurser inte kan uteslutas.

Kostnad: 0 kr (MIT). Ingen licenskostnad. Kostnaden är modellanropen och den server eller VM som containern kör på; räkna några timmars installation och löpande uppgraderingar eftersom releaserna är täta.

Faktakontrollerad

Letta

AI-agenter och arbetsflöden · Agentramverk med beständigt minne

Ramverk och runtime för agenter som minns mellan samtal, med terminalgränssnitt, appserver och beständigt minne i egna block.

Öppen källkodPostgreSQLPythonSQLite
Startår
2023
Licens
Apache License 2.0
Öppen källkod
Ja
API
REST API · websocket
MCP
Både klient och server, Inbyggt

Betyg

77

Preliminär (källbaserad)

Läs bedömningen

Projektdata

25 345GitHub-stjärnor
Visa alla fakta och bedömningarVisa alla fakta
Startår
2023
Licens
Apache License 2.0Öppen källkod (OSI-godkänd licens) · Standardtext för Apache 2.0 i LICENSE-filen. · Licensmodeller
Öppen källkod
Ja
Plattformar
Linux · macOS · containers
API
REST API · websocket Uppgivet
MCP
Både klient och server, Inbyggt
Export
Ej verifierat Ej verifierat
Språk
Gränssnitt: Engelska · Dokumentation: Engelska · Support: Engelska
Öppenhet och kontroll Gäller: Standardtext för Apache License 2.0 (OSI-godkänd) verifierad i det aktuella källrepots (letta-ai/letta-code) LICENSE. Koden får läsas, ändras, återdistribueras och self-hostas; Letta Cloud är en valfri värdatjänst, inte en låsning.
Funktionell passform Gäller: Täcker kärnan i användningsfallet: agenter med minnesblock som de själv skriver, minne över sessioner, skills, subagenter, verktyg med behörigheter och kanaler (Slack, Telegram, Discord, webb). Luckor: det äldre REST-API-servern V1 med utvecklingsgränssnittet ADE är pensionerad (arkiverad gren, 'V1 SDK (legacy)' i dokumentationen), så organisationer som byggde på den must migrera; exponering av agenter som MCP-server är dokumenterad endast för Letta Cloud, inte för self-hostad server.
Dataflytt och interoperabilitet Gäller: Dokumenterad användbar export: MemFS spårar all kontext (inklusive minnesblock) via git och kan synkas till en egen GitHub-repository, och AgentFile-formatet (.af) finns i dokumentationen. Inte heltäckande: verifierad fullständig export av konversationshistorik, verktygstillstånd och agentkonfiguration i öppna standardformat saknas, och den tidigare V1-serverns exportyta är arkiverad.
Mognad och trygghet Gäller: Projektet (f.d. MemGPT) startade 2023 och är mycket aktivt (v0.34.26, 2026-10-28 i letta-code; releases.atom), men genomgår en stor plattformsskifte: gamla repots sista utgåva är v0.16.8 (2026-05-14), REST-API-servern V1 är pensionerad på archive-grenen och dokumentationen markerar 'V1 SDK (legacy)'. Fortlöpande 0.x-utgåvor, inget verifierat säkerhetspolicydokument och instabila gränssnitt sänker tryggheten trots lång aktivitet.
Framtidskraft Gäller: Stark integrationsberedskap: Agent SDK (TypeScript) och App Server med WebSocket-protokoll, kanaler mot Slack/Telegram/Discord, hooks, crons/schemaläggning, subagenter och inbyggd MCP-klient (stdio, HTTP och SSE) enligt docs.letta.com/agent-sdk/mcp; värd Letta MCP-server (api.letta.com/mcp) låter andra agenter skapa och styra Letta-agenter. Nivå 5 kräver belagd praktisk tredjepartsintegration samt self-hostad MCP-serverexponering, vilka inte är dokumenterade.
Drift och införande Gäller: Serverplattform men lättare stack än jämförbara plattformar: npm/uv-installation, 'letta server' startar App Server och meddelandekanaler körs som separata processer; steg-för-steg-self-hosting-guide finns. Bördan ligger i alltid-på-värdtid, löpande uppgraderingar i snabb 0.x-cykel, nyckelhantering och minnesstyrning — och det tidigare kravet på SQLite/PostgreSQL (V1) visar att databasdrift förväntas; kraven för den nuvarande App Server:n är inte fullständigt verifierade.
Kostnadsbild Gäller: Licenskostnad noll (Apache 2.0) och self-hosting är gratis, men totalkostnaden kräver egen beräkning: värdtid för App Server och kanaler, modell-API-avgifter (Anthropic, OpenAI m.fl. konfigureras per agent) samt administratörstid. Letta Cloud och dess prissättning har inte kunnat verifieras i detalj, och vissa funktioner (secrets, remote computers) kräver inloggning hos Letta, vilket är en leverantörskoppling att räkna med.
Svensk användbarhet Gäller: Negativ kontroll genomförd: kodträdet för den aktuella källan letta-ai/letta-code (hämtat via GitHub trees API 2026-10-28, 2 873 sökvägar) innehåller inga i18n-/lokaliseringskataloger eller språkfiler alls, och därmed ingen svensk översättning; dokumentationen på docs.letta.com är engelsk. Engelskspråkigt men tekniskt användbart i Sverige.

Kostnad: .

Faktakontrollerad

Källor

  1. Officiell webbplats
  2. README i GitHub-repot
  3. LICENSE-filen i repot
  4. Dokumentation: Use Langflow as an MCP server
  5. Dokumentation: Create custom Python components
  6. Dokumentation: Deploy Langflow on Docker
  7. Langflow-dokumentation
  8. Release-sida på GitHub