AIエージェントを作りたいが、フレームワークのコードを書くだけで時間が溶ける。LangChainやLlamaIndexのドキュメントを読みながらPythonを書き、動かして、直して、また書く。この繰り返しに心当たりがある開発者は多いはずです。

Langflowは、AIエージェントやRAGパイプラインをドラッグ＆ドロップの視覚操作で構築できるオープンソースプラットフォームです。GitHubスターは14万7,000超、MITライセンスで公開されています。2026年4月にはv1.9がリリースされ、AIアシスタント内蔵やMCP対応など大幅な機能強化が行われました。

この記事でわかること

  • Langflowが解決する課題と基本的な仕組み
  • v1.9で追加された主要な新機能
  • インストール方法と始め方
  • 料金体系
  • FlowiseやN8nとの違い

Langflowとは何か

https://github.com/langflow-ai/langflow

Langflowは、AIワークフローの構築と運用を視覚的に行えるPython製のプラットフォームです。LLM、ベクトルデータベース、ドキュメントローダーなどのコンポーネントをキャンバス上に配置し、線でつなぐだけでAIエージェントやRAGパイプラインが動きます。

もともとLangChainのビジュアルフロントエンドとして2023年に登場しましたが、現在は独立したプラットフォームへと進化しています。2024年にDataStaxが買収し、さらにIBMがDataStaxの買収を進めたことで、エンタープライズ向けの基盤としても注目されています。

コードを書きたい場面ではPythonでカスタムコンポーネントを作成でき、ノーコードとフルコードの間を自由に行き来できる設計です。

Langflowが解決する課題

AIエージェント開発で時間がかかるのは、モデルの選定やプロンプト設計よりも「部品のつなぎ込み」です。LLMへの接続、ベクトルDBの設定、ドキュメントの前処理、メモリの管理——これらをコードで書くと、パイプライン全体の見通しが悪くなります。

Langflowでは、各処理がノードとして可視化されます。データの流れを目で追えるため、ボトルネックの特定やパラメータの調整が速くなります。Playgroundで即座にテストでき、ステップごとに出力を確認しながら改善を回せます。

v1.9の主な新機能

2026年4月にリリースされたv1.9では、開発体験と外部連携の両面が強化されました。

Langflow Assistant

Langflow内に組み込まれたAIアシスタントです。自然言語でカスタムコンポーネントを生成したり、フローのトラブルシューティングを依頼したり、ドキュメントを参照しながらリアルタイムで操作ガイドを受けたりできます。別のターミナルやドキュメントタブに切り替える必要がなくなります。

Flow DevOps Toolkit

フローのバージョン管理、テスト、デプロイをターミナルから行えるSDKです。lfx initコマンドでプロジェクトを初期化し、environments.yamlでローカルから本番までのデプロイ環境を管理します。フローをGitのようにバージョン管理でき、サイドバーからの手動バージョン保存やロールバックにも対応しています。

MCPサーバーとしてのデプロイ

Langflowで作成したフローを、MCP（Model Context Protocol）サーバーとして公開できます。Claude CodeやIBM Bobなどのコーディングエージェントから、Langflowのフローをツールとして直接呼び出せるようになります。フローをAPIとして公開するだけでなく、AIエージェント同士の連携基盤としても使える点が特徴です。

その他の改善

LLMコンポーネントの実行後に入出力のトークン数が表示されるようになり、コスト管理が容易になりました。Gemini 3のツールコール対応や、自然言語でビジネスポリシーをガードコードに変換するPoliciesコンポーネント（ベータ）も追加されています。

インストールと始め方

Langflowの導入方法は3つあります。

デスクトップアプリが最も手軽です。WindowsとmacOS向けに提供されており、Python環境の管理が不要です。公式サイトからダウンロードしてインストールするだけで使えます。

Pythonパッケージからのインストールは、Python 3.10〜3.13が必要です。uvを使う場合は以下のコマンドで導入できます。

uv pip install langflow -U
uv run langflow run

起動後、ブラウザで http://127.0.0.1:7860 にアクセスするとエディタが開きます。

Dockerでも起動できます。docker run -p 7860:7860 langflowai/langflow:latest の一行で動きます。

料金

Langflow本体はMITライセンスの完全なオープンソースで、無料で利用できます。Langflow Cloudにも無料枠があります。

実際の運用コストはインフラとLLM APIの利用量に依存します。個人開発者であれば月額30〜100ドル程度、スタートアップチームで月額300〜500ドル程度、エンタープライズでは月額2,000ドル以上が目安です。コストの大部分（40〜60%）はLLM APIの利用料が占めます。

FlowiseやN8nとの違い

Langflowと比較されることが多いのは、FlowiseとN8nです。それぞれ得意な領域が異なります。

FlowiseはLangChain.jsベースのビジュアルビルダーで、RAGチャットボットの素早い構築が得意です。PDFローダーからベクトルストアへの接続をドラッグ操作で数秒で完了できます。ただし、JavaScript（Node.js）が前提のため、Pythonのデータサイエンスエコシステムとは相性が悪い場面があります。

N8nは汎用のワークフロー自動化プラットフォームで、300以上の外部サービス連携が強みです。メール受信をトリガーにデータベースを更新し、Slackに通知する——といったビジネスプロセスの自動化に向いています。AI機能も搭載していますが、複雑なRAGパイプラインやマルチエージェント構成の構築はLangflowほど柔軟ではありません。

Langflowの強みは、Pythonネイティブであること、マルチエージェントの可視化と管理、そしてMCPサーバーとしてのデプロイ機能です。複雑なAIアーキテクチャを実験・検証する場面で力を発揮します。

まとめ

Langflowは、コードの「つなぎ込み」に時間を取られがちなAIエージェント開発を、視覚操作で効率化するツールです。v1.9ではAIアシスタントやDevOps SDK、MCP連携といった機能が加わり、開発から運用までをカバーする基盤へと成長しています。Pythonベースの柔軟性とノーコードの手軽さを両立している点が、14万スター超の支持を集める理由です。