Principais conclusões
- Licença MIT — permissiva, com self-host permitido, sem restrições de multi-tenant ou logotipo
- Criado originalmente pela Logspace; adquirido pela DataStax em abril de 2024, e depois a IBM adquiriu a DataStax (concluído em 28 de maio de 2025)
- Mais de 150.000 estrelas no GitHub e histórico de commits ativo, diferente do repositório arquivado do Flowise
- Desenvolvido em Python — mais próximo do LangChain puro do que a stack Node.js/TypeScript do Flowise
- Self-host via Docker, pip/uv ou o app Langflow Desktop (Windows/macOS)
- Uma camada de nuvem hospedada, o DataStax Langflow, roda sobre o banco de dados vetorial Astra DB da IBM
- Um destino realista para usuários do Flowise migrando de uma ferramenta arquivada e sem manutenção
📍 Em uma frase
O Langflow é um construtor visual de código aberto, com licença MIT e baseado em Python, para agentes LangChain/LangGraph e pipelines RAG, da IBM desde a aquisição da DataStax em 2025 e ainda em desenvolvimento ativo.
💬 Em termos simples
Em vez de escrever código LangChain à mão, o Langflow oferece um canvas de arrastar e soltar para conectar um LLM, um carregador de documentos e um banco de dados vetorial — e uma corporação (a IBM) continua bancando a manutenção.
📌Note: O Langflow e o Flowise não são o mesmo projeto. Ambos geram construções LangChain/LangGraph de forma visual, mas são bases de código separadas, com empresas diferentes por trás.
De quem é o Langflow, e ele ainda é mantido?
A IBM é dona do Langflow, e o projeto é mantido ativamente. O Langflow começou como um projeto de código aberto da Logspace, adquirida pela DataStax em abril de 2024 para expandir suas ferramentas de aplicações de IA. A IBM anunciou então a aquisição da DataStax em 25 de fevereiro de 2025, concluída em 28 de maio de 2025 — tornando o Langflow, junto com o banco de dados vetorial Astra DB da DataStax, parte da IBM.
Essa cadeia de propriedade importa para a longevidade do projeto de um jeito que não se aplicava ao Flowise, mantido por uma pequena empresa independente (a FlowiseAI), que encerrou suas operações em 2026. A IBM incorporou o Langflow ao portfólio watsonx.ai como uma camada low-code para construir agentes sobre os modelos Granite da IBM e outros provedores, o que dá à empresa um motivo comercial para continuar financiando o desenvolvimento.
Logspace → DataStax
- Data:
- 2024-04
- O que significa:
- A criadora original do Langflow é adquirida; a DataStax se torna a empresa mantenedora
Acordo IBM-DataStax anunciado
- Data:
- 2025-02-25
- O que significa:
- A IBM anuncia a intenção de adquirir a DataStax, incluindo o Langflow
Aquisição concluída
- Data:
- 2025-05-28
- O que significa:
- A DataStax, e o Langflow junto, passam formalmente a fazer parte da IBM
Integração com o watsonx.ai
- Data:
- em andamento
- O que significa:
- A IBM posiciona o Langflow como middleware para construir agentes dentro do watsonx.ai
📌Note: O projeto principal, com licença MIT, continua totalmente de código aberto e passível de self-host, não importa quem seja o dono da marca — o mesmo código roda independentemente de você usar algum produto hospedado da IBM ou da DataStax.
O que é o Langflow?
O Langflow é uma plataforma low-code de código aberto (licença MIT, github.com/langflow-ai/langflow) para construir e implantar agentes de IA e aplicações RAG por meio de uma interface visual, baseada em nós, desenvolvida em Python. O slogan do site é "Drag. Drop. Deploy." (arraste, solte, implante), e o repositório já passou de 150.000 estrelas no GitHub.
- Canvas visual para montar fluxos LangChain e LangGraph sem escrever a lógica da cadeia à mão
- Suporte a agentes: agentes podem chamar outros componentes do canvas como ferramentas, com orquestração multiagente e memória de conversa
- Personalização em Python: qualquer nó pode ser editado ou estendido com Python puro para lógica que a biblioteca visual não cobre
- Implantação como endpoint de API, fluxo exportado em JSON, ou servidor MCP (Model Context Protocol)
- Playground interativo para testar um fluxo passo a passo antes da implantação
- Integrações de observabilidade com LangSmith e LangFuse para rastrear a execução de agentes
Em que o Langflow é diferente do Flowise?
O Langflow e o Flowise resolvem o mesmo problema — orquestração visual de LangChain/LangGraph — com bases de código diferentes, linguagens diferentes e, agora, perspectivas de manutenção muito diferentes. O Langflow é baseado em Python e fica mais próximo da semântica pura do LangChain; o Flowise era baseado em Node.js/TypeScript e, em 2026, está arquivado e sem manutenção.
O Langflow suporta RAG e agentes de IA?
Sim — RAG e orquestração de agentes são os casos de uso principais do Langflow, não recursos secundários. A plataforma traz categorias de componentes dedicadas para os dois, e a controladora da IBM, a DataStax, integra seu próprio banco de dados vetorial (Astra DB) diretamente na biblioteca de componentes.
- RAG: um template Vector Store RAG divide ingestão e consulta em dois fluxos — um carrega e fragmenta um arquivo, gera embeddings e o indexa; o outro gera embedding de uma consulta do usuário e recupera as correspondências mais próximas
- Bancos de dados vetoriais: componentes dedicados para o Astra DB (produto próprio da DataStax/IBM) além de outros bancos de dados vetoriais comuns, para que os pipelines RAG não fiquem presos a um único backend
- Agentes: qualquer componente no canvas pode ser exposto como ferramenta chamada por um agente, e o Langflow suporta orquestração multiagente com memória de conversa mantida entre turnos
- Implantação: um fluxo pronto vira uma API chamável, um arquivo JSON exportável, ou um servidor MCP ao qual outros clientes de IA podem se conectar
Como fazer self-host do Langflow?
Fazer self-host do Langflow não exige conta na IBM nem na DataStax — o pacote de código aberto roda inteiramente no seu próprio hardware. O Docker é o caminho mais rápido; pip/uv e o app desktop são as alternativas.
- 1Confirme se a sua máquina atende aos requisitos mínimos: CPU dual-core e 2 GB de RAM (recomendado 4 GB ou mais e CPU multi-core), além de um navegador baseado em Chromium se você não usar o app desktop.
- 2Para Docker: rode
docker run -p 7860:7860 langflowai/langflow:lateste abra http://localhost:7860 assim que o container iniciar. - 3Para pip/uv: instale Python 3.10–3.14, depois rode
uv pip install langflow -Useguido deuv run langflow runpara iniciar o servidor local. - 4Como alternativa, instale o Langflow Desktop (Windows, ou macOS 13+) para um app empacotado que gerencia as próprias dependências — note que ele fica sem o Shareable Playground e o modo de voz disponíveis na versão via navegador.
- 5Monte um fluxo arrastando componentes para o canvas: um nó de LLM, um prompt e, para RAG, um carregador de documentos, um modelo de embedding e um componente de banco de dados vetorial, todos conectados entre si.
- 6Implante o fluxo pronto como endpoint de API, exporte-o como JSON para controle de versão, ou exponha-o como servidor MCP para outras ferramentas de IA chamarem.
Preciso de uma conta na DataStax ou na IBM para fazer self-host do Langflow?
Não. O pacote de código aberto langflow, no GitHub e no PyPI, roda independentemente de qualquer conta na nuvem da DataStax ou da IBM. Uma conta só é necessária para o produto hospedado DataStax Langflow ou para usar o Astra DB como banco de dados vetorial gerenciado.
Quais são os requisitos mínimos de hardware do Langflow?
O mínimo documentado é uma CPU dual-core e 2 GB de RAM, com CPU multi-core e pelo menos 4 GB de RAM recomendados para cargas de trabalho reais. A instalação via pip/uv exige Python 3.10 a 3.14.
Quem deve usar o Langflow?
O Langflow combina com desenvolvedores que querem uma camada visual sobre o LangChain sem abrir mão do Python, e é uma opção crível para quem está deixando o Flowise. É menos indicado para times que precisam de hospedagem SaaS multi-tenant robusta pronta para uso.
Langflow vs. alternativas
O Langflow compete com outras ferramentas visuais e code-first para construir agentes no estilo LangChain e pipelines RAG. O status de manutenção é a diferença mais marcante em relação ao Flowise especificamente.
| Ferramenta | Interface | Licença | Apoio | Manutenção |
|---|---|---|---|---|
| Langflow | Visual, baseada em Python | MIT | IBM (via DataStax) | Ativa |
| Flowise | Visual, arrastar e soltar | Apache 2.0 | Independente (FlowiseAI) | Arquivado / nenhuma |
| Dify | Visual + backend | Apache 2.0 + restrições | Independente (LangGenius) | Ativa |
| LlamaIndex | Código Python / TS | MIT | Independente (LlamaIndex Inc.) | Ativa |
| n8n | Visual, arrastar e soltar | Fair-code / Sustainable Use | Independente (n8n GmbH) | Ativa |
Erros comuns ao avaliar o Langflow
Esses erros vêm de confundir o Langflow com o Flowise, ou de assumir que propriedade corporativa sempre significa uma proposta open source pior.
Perguntas frequentes
De quem é o Langflow?
A IBM é dona do Langflow. Foi criado originalmente pela Logspace, adquirida pela DataStax em abril de 2024, e a DataStax foi depois adquirida pela IBM, em um acordo concluído em 28 de maio de 2025.
O Langflow é open source?
Sim. O Langflow é publicado sob a licença permissiva MIT no GitHub (langflow-ai/langflow), sem as restrições de multi-tenant ou de logotipo presentes em algumas ferramentas concorrentes.
O Langflow ainda é mantido ativamente?
Sim. Diferente do Flowise, que a FlowiseAI encerrou em 2026, o Langflow tem histórico de commits ativo e é posicionado pela IBM como middleware de construção de agentes para a plataforma watsonx.ai.
Em que o Langflow é diferente do Flowise?
O Langflow é baseado em Python e desenvolvido por um time agora apoiado pela IBM; o Flowise era baseado em Node.js/TypeScript, desenvolvido pela empresa independente FlowiseAI, e hoje está arquivado e sem manutenção. Ambos geram visualmente construções no estilo LangChain/LangGraph, mas são bases de código separadas.
Posso fazer self-host do Langflow sem conta na IBM ou na DataStax?
Sim. O pacote de código aberto langflow se instala via Docker, pip/uv ou o app Langflow Desktop, e roda inteiramente no seu próprio hardware. Uma conta na IBM ou na DataStax só é necessária para o produto hospedado DataStax Langflow ou o Astra DB gerenciado.
O Langflow suporta retrieval-augmented generation (RAG)?
Sim. Um template Vector Store RAG divide ingestão (carregar, fragmentar, gerar embedding e indexar um documento) e consulta (gerar embedding de uma pergunta, recuperar as correspondências mais próximas) em dois fluxos, com componentes de banco de dados vetorial intercambiáveis, incluindo o Astra DB.
O Langflow suporta sistemas multiagente?
Sim. Qualquer componente no canvas pode ser exposto como ferramenta chamada por um agente, e o Langflow suporta orquestração multiagente com memória de conversa mantida entre turnos.
Quais são os requisitos mínimos de sistema do Langflow?
No mínimo, uma CPU dual-core e 2 GB de RAM, com CPU multi-core e pelo menos 4 GB de RAM recomendados para cargas de trabalho reais. A instalação via pip/uv exige Python 3.10 a 3.14.
O que é o DataStax Langflow, e ele é diferente do Langflow open source?
O DataStax Langflow é a versão em nuvem hospedada pela IBM/DataStax do mesmo projeto open source, integrada ao banco de dados vetorial Astra DB. Ele roda exatamente o mesmo software principal da versão self-hosted — a diferença é que a IBM gerencia a hospedagem e a conecta ao Astra DB por padrão.
O Langflow é uma boa alternativa para quem está deixando o Flowise?
Sim, com uma ressalva: os conceitos de base (fluxos visuais LangChain/LangGraph, componentes RAG, ferramentas de agentes) são próximos o suficiente para fazer do Langflow um destino de migração razoável, mas não há importação automatizada — espere reconstruir os fluxos manualmente.
O Langflow pode ser implantado como servidor MCP?
Sim. Um fluxo pronto do Langflow pode ser exposto como servidor Model Context Protocol (MCP), permitindo que outros clientes de IA compatíveis com MCP o chamem como ferramenta, além de poder ser implantado como um endpoint de API simples ou exportado como JSON.