Імпорт потоку Langflow
Цей покроковий посібник імпортує потік, експортований із Langflow, — Basic Prompting, стартовий проєкт, що постачається з Langflow 1.6.0, — у сутності Aggregate, Release і Manifest, які в тому вигляді, як їх записано, збирають Langflow із цим потоком для Docker Compose, а потім збирає їх і запускає результат. Кожен файл і кожен блок виводу нижче взято зі справжнього запуску; потік і кожен етап посібника є в прикладі import-langflow, де скрипт перевірки знову запускає імпорт, порівнює те, що він записує, те, що він виводить, і блоки, які цитує ця сторінка, із файлами, що там зберігаються, а також валідує та збирає те, що записав імпорт.
Створення прикладу
Цей імпорт можна виконати командами з цієї сторінки або доручити його вашому ШІ-асистенту.
Запишіть приклад у нову теку, названу за ним:
aggrega scaffold --example import-langflowПотім вона виводить команди, які слід виконати далі. Перша переходить у нову теку; наступна, нижче, переходить у її теку source, де виконується імпорт. Ця тека містить файл потоку, basic-prompting.json, який ця сторінка описує, а не цитує:
cd import-langflow
Потік
Basic Prompting з’єднує в ланцюжок чотири вузли: Chat Input, Prompt, Language Model, що викликає gpt-4.1 від OpenAI, і Chat Output. У тому вигляді, в якому його постачає Langflow, він є одним файлом JSON, basic-prompting.json, розміром близько 54 КБ, який несе вихідний код кожного компонента, а також сам потік. Його вузол Language Model зчитує ключ із глобальної змінної OPENAI_API_KEY, яку Langflow зчитує зі свого середовища, якщо змінну з такою назвою не збережено.
Поруч із потоком файл .aggrega-config.yaml робить теку робочим простором:
# The workspace key marks this directory as the workspace root, so an import run# here writes its drafts beside basic-prompting.json.workspace: {}# The registry the importer is fetched from the first time an import needs it.default_registry: hub.aggrega.aiа import-answers.yaml містить відповіді на те, чого не може містити жоден потік. Імпорту для Docker Compose жодна з них не потрібна: він приєднує кожен секрет через посилання на змінну, яке Docker Compose заповнює з вашої оболонки. Імпорт для Kubernetes приєднує кожен секрет через назву об’єкта Secret Kubernetes, яку можете вказати лише ви, тож файл називає два об’єкти Secret, яких потребує цей імпорт (див. У Kubernetes):
# Values the import could not draft from the source, keyed by the drafted file and the key path inside# it. Write each one beside its key; an import of the same source, and a sync, read them from here and# ask nothing. A secret is never written here: its key asks where the secret comes from — a variable# name, ${NAME}, or the name of a Kubernetes Secret.release.yaml: # The origin of the secret value, written by the operator in the Release. Read exactly as # values.origin is. Write it here or in values.origin, never in both. A secret: name where it comes # from, never the value. spec.components.langflow.features.admin_password.infra.origin: "langflow-admin" # The origin of the secret value, written by the operator in the Release. Read exactly as # values.origin is. Write it here or in values.origin, never in both. A secret: name where it comes # from, never the value. spec.components.langflow.uses.model.languagemodelcomponent-kboja.features.credential.infra.origin: "openai-api-key"Кожна відповідь — це назва об’єкта Secret, а ніколи не сам секрет, тож файл можна зберігати разом із потоком. Файл відповідей імпорту описує цей файл повністю.
Імпорт зважує кожен вузол відносно сутностей Components із каталогу робочого простору, а --target створює чернетку сутності Manifest із сутностей Recipes цього каталогу. Робочий простір не вказує жодної теки каталогу, тому імпорт читає каталог стандартної бібліотеки з реєстру, з якого отримує свій імпортер: підписаний знімок опублікованого каталогу, який перший імпорт отримує, перевіряє та зберігає в кеші вмісту робочого простору і який запис, що його імпорт пише поруч зі своїми чернетками, називає за дайджестом. Робочий простір, що вказує власні теки каталогу — у AGGREGA_CATALOG_DIRS або в workspace.catalog_dirs, — натомість імпортує на їх основі. Перейдіть у source:
cd sourceЗапуск імпорту
aggrega import basic-prompting.json --target composeУ стандартний вивід він виводить перелік записаного:
wrote aggregate.yamlwrote release.yamlwrote manifest.yamlwrote .aggrega-import.jsonУ стандартний потік помилок, де <workspace> позначає теку, у якій ви його запустили:
[… omitted: a warning that the importer runs unverified, printed where its module is read from beside its Plugin entity in a catalog folder rather than fetched]read as the langflow format, with drafted paths relative to <workspace>warn: the flow is carried in values.flow_definition with the handles of all 3 of its edges written as Langflow's editor writes them — the same handles, their keys in order with no space between them — since the editor compares an edge's handles with the ones it writes for the nodes the edge joins, character for character, when it opens the flow, and drops every edge whose handles differwarn: node LanguageModelComponent-kBOja reaches languagemodelcomponent-kboja through the model connection languagemodelcomponent-kboja of core/ai-agent/langflow: its field api_key names the variable OPENAI_API_KEY, which the platform delivers for this connection and Langflow reads as a global variable; no field of it gives its API's address, so the OpenAI client it runs takes OPENAI_BASE_URL, the address the platform delivers for this connection, from the environmentmade no choice for ChatInput-SzjnT (ChatInput)made no choice for Prompt-tOH5D (Prompt)made no choice for ChatOutput-8ZWWB (ChatOutput)mapped LanguageModelComponent-kBOja (LanguageModelComponent) to core/ai-model/openai as a reference, HIGH at 0.9 warning: node "langflow" (provider "compose"): artifact "langflow-flow/langflow-flow.yaml": skipped provenance label injection — the fragment declares no compose service. Compose carries build provenance as service labels, so a fragment contributing only top-level networks, volumes or configs carries none; the services this component emits elsewhere carry the full set.Pull complete: <workspace>/release.lock (entities=8, source_artifacts=0, external_inputs=0)
- Рядок
mappedповідомляє, чим став вузол Language Model: моделлю OpenAI зі стандартної бібліотеки,core/ai-model/openai, на яку послалися, а не створили в чернетці, оскільки вона відповідала на високому рівні, з оцінкою 0.9. Це окремий компонент, з’єднаний із сокетомmodelплатформи. За замовчуванням чернетка запускає весь потік на платформі, яка запускає Langflow, і надає окремий компонент лише вузлу, який приймає сокет цієї платформи, — моделі, інструменту, векторному сховищу, — якщо вузол розпізнано як такий. - Перший рядок
warnповідомляє, що потік перенесено з дескрипторами кожного ребра, записаними так, як їх записує редактор Langflow. Langflow зберігає свої стартові проєкти з пробілом після кожної двокрапки й кожної коми в дескрипторах ребра; його редактор, відкриваючи потік, відкидає кожне ребро, дескриптори якого записано не точно так, як записує їх він, а потім зберігає потік без нього. Записаний так, потік відкривається зі своїми трьома з’єднаннями й виконується з ними. - Рядок
warn, що називає вузол, повідомляє, як потік дістається цієї моделі. Вузол зчитує свій ключ зі змінноїOPENAI_API_KEY, а свою адресу — зOPENAI_BASE_URL, і платформа передає обидва значення для з’єднання з моделлю, тож потік не потребує змін. - Рядки
made no choiceназивають вузли, яких не приймає жоден сокет платформи: вони залишаються всередині потоку, який Langflow запускає в експортованому вигляді. - Останні два рядки — це завантаження. Не залишилося нічого, на що треба відповісти, тож імпорт завантажив залежності сутності Release з чернетки, як це робить
aggrega pull, і записавrelease.lock; збірці нижче більше нічого не потрібно. Рядокwarningдрукує й збірка, а Перевірка і збірка його пояснює.
Файл відповідей називає два об’єкти Secret, яких цей імпорт не запитує: для них він не залишає нічого порожнього, тож не застосовує жодного з них і залишає файл без змін.
Що він записує
Сутності Aggregate, Release і Manifest отримують назву imported/basic-prompting за власною назвою потоку, Basic Prompting, скороченою до basic-prompting — потік без назви отримує назву за своїм файлом — у просторі імен, який задає налаштування target_namespace імпортера, тобто imported, якщо ви не задасте інший (Налаштування).
aggregate.yaml — один екземпляр платформи Langflow зі стандартної бібліотеки, core/ai-agent/langflow, що несе потік у тому вигляді, в якому його експортовано, за винятком дескрипторів його ребер, записаних так, як їх записує редактор Langflow, — понад тисячу його рядків тут пропущено, — і модель, до якої потік звертається:
apiVersion: aggrega.ai/v1beta1kind: Aggregatemetadata: name: imported/basic-prompting version: 0.1.0 description: Draft Aggregate imported from a source in the langflow format.spec: components: langflow: type: core/ai-agent/langflow features: # For the compose target, the lines below declare admin_password on langflow: a secret the Release alone attaches arrives under the key value, so each is declared with a key of its own and no two arrive under one; the Release attaches its origin, naming this type or none. admin_password: type: core/secret-value values: key: LANGFLOW_SUPERUSER_PASSWORD values: flow_id: '0dbee653-41ae-4e51-af2e-55757fb24be3' flow_definition: |- { "data": { "edges": [ [… omitted: the rest of the flow] } uses: model: languagemodelcomponent-kboja: target: languagemodelcomponent-kboja # For the compose target, the lines below declare credential on languagemodelcomponent-kboja: a secret the Release alone attaches arrives under the key value, so each is declared with a key of its own and no two arrive under one; the Release attaches its origin, naming this type or none. features: credential: type: core/secret-value values: key: OPENAI_API_KEY # swap to core/ai-model/azure-openai (score 0.4000) by setting type: core/ai-model/azure-openai languagemodelcomponent-kboja: type: core/ai-model/openai values: model: |- gpt-4.1- Модель — це
core/ai-model/openaiз моделлю, яку вибирає вузол потоку,gpt-4.1. Коментар над нею називає іншу сутність Component з каталогу, на яку схожий вузол, разом з її оцінкою, для читача, який хоче саме її. - Два секрети — пароль адміністратора, якого вимагає редактор Langflow, і ключ OpenAI, який платформа надає моделі, — оголошено тут разом зі змінною, під якою кожен надходить у середовище Langflow,
LANGFLOW_SUPERUSER_PASSWORDіOPENAI_API_KEY. У Docker Compose секрет, приєднаний лише сутністю Release, надійшов би під ключемvalue, і обидва конфліктували б; оголошений тут, кожен має власний ключ. Сутність Release вказує, звідки надходить кожен. flow_id— це ідентифікатор, який експорт дає потоку.
release.yaml — сутність Release, яка розгортає сутність Aggregate із сутністю Manifest:
apiVersion: aggrega.ai/v1beta1kind: Releasemetadata: name: imported/basic-prompting # environment is a drafted default, since no source names the environment this Release deploys to; change it to name the one it deploys to. environment: development version: 0.1.0 description: Draft Release imported from a source in the langflow format.spec: aggregate: imported/basic-prompting manifest: imported/basic-prompting components: langflow: infra: # The image running core/ai-agent/langflow, at the version this importer drafts, which the catalog's Recipes for it are known to run; the import does not raise or lower it to follow the source. The source states version "1.5.0" of the platform. image: "langflowai/langflow:1.6.0" # Published on this machine's loopback address, 127.0.0.1: reachable from this machine only, by any process running on it. Delete this line to keep the service internal. published_port: 7860 features: admin_password: type: core/secret-value infra: # Attached by reference, never as a value: the administrator's password, read while values.require_authentication stays true, read from the variable LANGFLOW_ADMIN_PASSWORD, which a target substituting variable references, as Docker Compose does when the stack starts, reads from the environment, so no file carries the value. origin: "${LANGFLOW_ADMIN_PASSWORD}" uses: model: languagemodelcomponent-kboja: features: credential: type: core/secret-value infra: # Attached by reference, never as a value: the credential langflow presents to languagemodelcomponent-kboja on its model connection, read from the variable OPENAI_API_KEY, which a target substituting variable references, as Docker Compose does when the stack starts, reads from the environment, so no file carries the value. origin: "${OPENAI_API_KEY}" languagemodelcomponent-kboja: {}environmentмає значенняdevelopment— значення за замовчуванням, яке, як каже коментар над ним, слід змінити на середовище, у яке розгортається сутність Release.- Образ — Langflow 1.6.0, версія, яку запускають сутності Recipes з каталогу для Langflow. Потік востаннє тестували на Langflow 1.5.0, як зазначає коментар; імпорт зберігає версію, яку запускають сутності Recipes, а не наслідує версію потоку.
published_portдорівнює 7860, порту, на якому працює Langflow, тож редактор відповідає за адресоюhttp://127.0.0.1:7860на вашій машині. Як каже його коментар, будь-який процес на цій машині може дістатися його там, а ніщо інше — ні; видаліть рядок, щоб залишити Langflow лише в мережі стека.- Два секрети — це посилання на змінні,
${LANGFLOW_ADMIN_PASSWORD}і${OPENAI_API_KEY}, які Docker Compose заповнює з вашої оболонки під час запуску стека, тож жоден файл не містить жодного з цих значень.
manifest.yaml — сутності Recipes для Compose для платформи та моделі, а також реалізація, яка записує посилання на змінну секрету у файл Compose як є:
apiVersion: aggrega.ai/v1beta1kind: Manifestmetadata: name: imported/basic-prompting version: 0.1.0spec: mappings: components: type: core/ai-agent/langflow: compose/langflow core/ai-model/openai: compose/openai features: type: core/secret-value: compose/dotenv-secret.aggrega-import.json — це запис того, що записав імпорт, який читає пізніший aggrega import --sync, а release.lock закріплює кожну сутність каталогу, до якої розв’язується сутність Release, за версією та дайджестом.
Перевірка та збирання
aggrega validate --release release.yamlaggrega build --release release.yaml

Перевірка виводить:
notice: LINT: Feature "core/secret-value" at core/secret-value:1.0.0 declares property "origin" in both values: and infra: pillars (path: origin)release dependency validation passed: release.yaml (schema-pillar + dependency pillars)і збирання, де <workspace> позначає теку з чернетками:
warning: node "langflow" (provider "compose"): artifact "langflow-flow/langflow-flow.yaml": skipped provenance label injection — the fragment declares no compose service. Compose carries build provenance as service labels, so a fragment contributing only top-level networks, volumes or configs carries none; the services this component emits elsewhere carry the full set. notice: LINT: Feature "core/secret-value" at core/secret-value:1.0.0 declares property "origin" in both values: and infra: pillars (path: origin)[… omitted: a total build time, which differs per run]Build completed: 1 file written to <workspace>/distРядок warning стосується частини файлу Compose, що несе потік, — запису configs верхнього рівня, який не має сервісу, на який можна було б поставити мітки збірки. Рядок notice має рекомендаційний характер: сутність Feature для секрету приймає свій origin із values сутності Aggregate або з infra сутності Release, і повідомлення сповіщає, що один листовий елемент оголошено в обох. Жоден із них не змінює вердикту.
dist/compose/docker-compose.yaml містить Langflow і сервіс, який запускається один раз перед ним:
services: langflow: image: langflowai/langflow:1.6.0 environment: LANGFLOW_CONFIG_DIR: /app/langflow LANGFLOW_SAVE_DB_IN_CONFIG_DIR: "true" LANGFLOW_AUTO_LOGIN: "false" LANGFLOW_SUPERUSER: admin LANGFLOW_SUPERUSER_PASSWORD: ${LANGFLOW_ADMIN_PASSWORD} OPENAI_BASE_URL: https://api.openai.com/v1 OPENAI_API_KEY: ${OPENAI_API_KEY} LANGFLOW_LOAD_FLOWS_PATH: /app/flows ports: - 127.0.0.1:7860:7860 [… omitted: the labels the build writes on every service, naming the Aggregate, the component, the environment and the compiler's version] volumes: - type: volume source: langflow--data target: /app/langflow networks: - compose depends_on: langflow--data-owner: condition: service_completed_successfully [… omitted: the service's health check] configs: - source: langflow-flow target: /app/flows/flow.json langflow--data-owner: image: langflowai/langflow:1.6.0 entrypoint: - chown - "1000:0" - /app/langflow [… omitted: the labels the build writes on every service] volumes: - type: volume source: langflow--data target: /app/langflow networks: - compose restart: "no" user: "0"Потік надходить до Langflow як /app/flows/flow.json із запису configs, що містить потік, який несе сутність Aggregate, і Langflow завантажує його з LANGFLOW_LOAD_FLOWS_PATH під час кожного запуску. Ключ і пароль — це посилання на змінні, які заповнюються з вашої оболонки під час запуску стека. Сутність Recipe для Compose платформи Langflow публікує порт на вашій машині лише там, де сутність Release задає published_port в infra платформи Langflow, і тоді лише на адресі зворотного зв’язку, 127.0.0.1; без цього до сервісу можна дістатися лише в мережі стека.
langflow--data-owner запускає образ Langflow від імені root, передає том даних користувачу 1000 і групі 0, від імені яких працює образ Langflow, і завершує роботу. Langflow запускається, щойно цей сервіс завершиться: Docker створює том, власником якого є root, і інакше Langflow не зміг би записувати туди свої дані.
З ШІ-асистентом
ШІ-асистент, налаштований з інструментами Aggrega, може зробити те саме: вставте в нього цей промпт.
Використовуй лише інструменти Aggrega й не створюй жодної теки самостійно. Якщо тека Workspace ще не містить теки `import-langflow`, виклич один раз інструмент `scaffold` з `example`, встановленим у `import-langflow`, і без `dir`: він записує приклад у нову теку `import-langflow`, тека `source` якої містить те, що імпортує ця сторінка. Потім виклич інструмент `import` з `workspace_root`, встановленим у `import-langflow/source`, `source`, встановленим у `basic-prompting.json`, і `target`, встановленим у `compose`: він зчитує потрібні йому відповіді з `import-answers.yaml` поруч із `basic-prompting.json`, записує свої чернетки в `import-langflow/source` і завантажує те, що їм потрібно. Потім виклич інструмент `validate` з `workspace_root`, встановленим у `import-langflow/source`, і `release`, встановленим у `release.yaml`, та інструмент `build` з `workspace_root`, встановленим у `import-langflow/source`, `release`, встановленим у `release.yaml`, і `write`, встановленим у true. Скажи мені, які файли записала збірка; вони лежать у `import-langflow/source/dist/`.Відкриття у VS Code
Коли розширення Aggrega для Visual Studio Code встановлено, відкрийте у VS Code теку import-langflow/source, куди імпорт записав свої чернетки. Тека містить одну сутність Release, створений release.yaml, тож редактор вибирає її для вас і перевіряє чернетки відносно цієї сутності Release, поки ви їх редагуєте, позначаючи знайдене у файлі та на панелі «Проблеми». Aggrega: Show topology graph у палітрі команд малює компоненти сутності Release і з’єднання між ними. Aggrega: Build, Aggrega: Preview build і Aggrega: Pull діють на ту саму сутність Release, і кожна з них також є кнопкою на панелі Commands подання Aggrega на панелі дій; Build записує свої файли в dist/ теки. Використання Aggrega у Visual Studio Code описує решту.
Запуск
Задайте ключ і пароль адміністратора у своїй оболонці, а потім запустіть стек:
export OPENAI_API_KEY='your OpenAI key'export LANGFLOW_ADMIN_PASSWORD='a password of your own'docker compose -p basic-prompting -f dist/compose/docker-compose.yaml up -d --wait-p задає назву проєкту, як пояснює крок запуску в Як виконується імпорт. --wait повертає керування, щойно langflow--data-owner завершиться, а Langflow повідомить про справний стан.
Тестування
Відкрийте http://127.0.0.1:7860, адресу, яку публікує published_port, і увійдіть як admin із заданим паролем: Basic Prompting є в редакторі з трьома своїми з’єднаннями.
Langflow виконує потік через свій API лише для ключа API, який адміністратор створює після входу. Увійдіть:
curl -sS -X POST http://127.0.0.1:7860/api/v1/login \ -d username=admin --data-urlencode "password=$LANGFLOW_ADMIN_PASSWORD"{"access_token":"[… omitted: the access token]","refresh_token":"[… omitted: the refresh token]","token_type":"bearer"}створіть ключ за допомогою токена доступу:
curl -sS -X POST http://127.0.0.1:7860/api/v1/api_key/ \ -H 'Authorization: Bearer <access_token>' -H 'Content-Type: application/json' -d '{"name": "test-it"}'{"name":"test-it","last_used_at":null,"total_uses":0,"is_active":true,"id":"[… omitted: the key's identifier]","api_key":"[… omitted: the key]","user_id":"[… omitted: the owner's identifier]"}і запустіть потік із цим ключем:
curl -sS -X POST 'http://127.0.0.1:7860/api/v1/run/0dbee653-41ae-4e51-af2e-55757fb24be3?stream=false' \ -H 'x-api-key: <api_key>' -H 'Content-Type: application/json' \ -d '{"input_value": "In one short sentence: what is Docker Compose?", "input_type": "chat", "output_type": "chat"}'Запуск використав заповнювач замість ключа OpenAI, тож відповіддю є відмова OpenAI прийняти ключ, що показує, що потік виконався аж до свого виклику моделі:
{"detail":"{\"message\":\"Error running graph: Error building Component Language Model: \\n\\nError code: 401 - {'error': {'message': 'Incorrect API key provided: sk-place*****************-key. You can find your API key at https://platform.openai.com/account/api-keys.', 'type': 'invalid_request_error', 'code': 'invalid_api_key', 'param': None}, 'status': 401}\",[… omitted: three empty fields, and a suggestion to update three of the flow's components]}"}З вашим ключем відповідь містить відповідь моделі в outputs[0].outputs[0].results.message.text.
У Kubernetes, коли збірку, описану в У Kubernetes, застосовано, перенаправте локальний порт на Service платформи Langflow, langflow-default, у просторі імен, до якого ви застосували збірку, і залиште команду запущеною:
kubectl port-forward -n <namespace> svc/langflow-default 7860:7860З іншого термінала три наведені вище запити досягають Langflow за тією самою адресою без змін; запуск отримав ту саму відмову для ключа-заповнювача.
Зупиніть стек командою нижче. -v також видаляє том даних Langflow, а разом із ним обліковий запис адміністратора, ключ API та історію запусків потоку:
docker compose -p basic-prompting -f dist/compose/docker-compose.yaml down -vУ Kubernetes
Той самий потік імпортується для Kubernetes із ціллю helm. Чернетки для Docker Compose вже лежать у source, а імпорт ніколи не перезаписує сутність Aggregate, що там є, тож створіть ці чернетки в окремій теці за допомогою --output-dir, а потім валідуйте й збирайте з неї:
aggrega import basic-prompting.json --target helm --output-dir helmcd helmaggrega validate --release release.yamlaggrega build --release release.yamlЧернетки відрізняються там, де відрізняється ціль. Сутність Manifest зіставляє платформу з helm/langflow, модель — з helm/openai, а кожен секрет — з helm/k8s-existing-secret, який читає його з об’єкта Secret, що вже є в просторі імен. Сутність Release приєднує обидва секрети як core/referenced-secret, кожен з яких називає цей Secret, і саме ці назви містить файл відповідей:
features: admin_password: type: core/referenced-secret infra: # Left for the Release, since the source cannot supply it: the name of a Kubernetes Secret already in the namespace holding, under the data key value, the administrator's password, read while values.require_authentication stays true. origin: "langflow-admin"Без файлу відповідей імпорт запитує обидві назви в терміналі й записує ваші відповіді в новий файл відповідей. Там, де нічого не можна запитати, він записує цей файл з обома ключами й порожніми відповідями та завершується зі статусом 1 і цим рядком, де <workspace> позначає теку, у якій ви його запустили:
2 values the drafts leave empty are still owed, listed in the answers file <workspace>/import-answers.yaml: write each beside its key there, then run the import againЗбірка записує звичайні маніфести Kubernetes у dist/helm/ у корені робочого простору, source, що з helm є ../dist/helm/. Створіть два об’єкти Secrets у просторі імен, до якого застосовуєте, кожен із власним значенням під ключем даних value, а потім застосуйте теку, як пояснює крок запуску в Як виконується імпорт.