作为每天跟 AI 工具打交道的运营人，我一直觉得“自己搭个 AI 应用”是程序员的专利。直到试了 Langflow——这款能像拼乐高一样拖拽组件的工具，我居然用 15 分钟搭出了个能正常聊天的AI机器人。今天就带大家亲身体验：从环境配置到实战搭建，看看这款“零代码神器”到底值不值得普通人入手。别被“搭建AI应用”吓到，其实门槛低到离谱。我帮大家整理了最精简的准备清单：
- 电脑系统：Windows 10/11 或 macOS（实测 Windows 11 完全 ok）
- 核心依赖：Python 3.10-3.12（官网直接下，记得勾选“Add to PATH”）
- 必备密钥：一个 LLM API 密钥（推荐 Deepseek，注册就送免费额度，比 OpenAI 好申请）
⚠️ 纯小白划重点：不想折腾Python？直接下Langflow桌面版（官网有安装包），解压双击就能用！我为了体验完整流程，选了命令行安装，实测3分钟搞定。
图片来源：Langflow
上手实测：从安装到启动，比装微信还简单
我用用 Docker 来安装并运行 Langflow，推荐配置“
- 最低配置：双核处理器和 2 GB 内存
- 推荐配置：多核处理器和至少 4 GB 内存
Docker 安装成功之后，安装并运行 Langflow OSS Python 包，
命令行安装其实就是复制粘贴3行代码，全程不用动脑子：
# 创建虚拟环境（复制粘贴即可）python -m venv langflow-env # 激活环境（Windows用这行）langflow-env\Scripts\activate # 安装并启动Langflow pip install langflow && langflow
启动后浏览器会自动打开界面，本地服务器占用内存不到200M，老旧电脑也能跑。界面左侧是组件库，中间是画布，右侧是设置面板，像极了PowerPoint，一看就会。
目标：让机器人能理解“用通俗语言解释AI概念”的指令，比如问“什么是RAG”，它能说得连我妈都懂。
1️⃣ 拖4个组件，搭出核心流程
从左侧组件库拽4个“积木”到画布：
- DeepSeek (选个 LLM 模型，我的用 DeepSeek-chat）
2️⃣ 连线+填参数，3分钟配置完
组件之间用鼠标连线就行，端口会自动磁吸，根本连不错：
- Chat Input → Deepseek（用户输入传给模型）
- Prompt → Deepseek（角色设定传给模型）
- Deepseek → Chat Output（模型回答展示出来）
重点配置Prompt组件，在模板里写：
你是AI科普专家，回答要像说人话：用生活例子解释技术，避免专业术语。用户问题：{user_input} {user_input}是占位符，会自动获取用户输入。再把Deepseek API密钥填进去，点击“地球”图标存成全局变量，下次直接用。
3️⃣ 实时测试：改个提示词，机器人秒变“海盗”
点击右上角“Playground”测试，输入“什么是RAG？”，2秒就得到回答：
“想象你有个堆满书的房间（知识库），RAG就像个聪明的助理——你问问题时，它先跑去书架找相关的书（检索），再根据书里的内容回答你，而不是瞎编。”
想换风格？直接改Prompt为“用海盗的语气解释RAG”，机器人立马说：
“嘿，小子！RAG就像咱海盗的藏宝图——你问宝藏在哪（问题），它先翻遍藏宝图（文档），找到确切位置再告诉你，绝不会指个假岛骗你！”
这灵活性，我当场惊掉下巴。最后点“Save”保存，还能导出成Python代码或JSON文件，给程序员二次开发都行。
- 部署灵活：生成链接就能分享，还能导出API嵌到自己的网站
小小的遗憾❌
如果你想验证AI想法，又不想学编程，Langflow绝对是目前最友好的选择。它让“搭AI应用”从“程序员专属”变成了“人人可玩的乐高”——毕竟，谁不想15分钟拥有一个自己的AI机器人呢？
现在就去官网（langflow.org）试试吧，记得回来告诉我你搭了什么好玩的应用！
10个月宝宝每天需要喝多少奶粉？