Langflow

Constructor visual low-code para flujos de trabajo y pipelines de IA basados en LangChain

Introducción

Langflow es un constructor visual low-code para pipelines de LangChain. Su componente OpenAI acepta una OpenAI API Base personalizada, lo que te permite redirigir todas las llamadas a modelos hacia TokenMix y usar Claude, GPT-5, DeepSeek o cualquier modelo de TokenMix sin modificar la lógica de tus pipelines.

Requisitos previos

Auto-hospeda Langflow con Docker:

docker run -p 7860:7860 langflowai/langflow:latest

Accede a Langflow en http://localhost:7860.

Para almacenamiento persistente, añade un volumen:

docker run -p 7860:7860 \
  -v langflow_data:/app/langflow \
  langflowai/langflow:latest

También necesitas una clave API de TokenMix: tokenmix.ai → Consola → API Keys.

Pasos de configuración

Paso 1 — Abrir tu flow

En Langflow, abre un flow existente o crea uno nuevo con New Flow.

Paso 2 — Agregar o seleccionar un componente OpenAI

Arrastra un componente OpenAI (o OpenAI Embeddings) al canvas, o haz clic en uno existente.

Paso 3 — Configurar la API base y la clave

En el panel de configuración del componente (a la derecha):

Cierra el panel — Langflow guarda automáticamente.

Alternativa: variable de entorno (más confiable)

Para que todos los componentes OpenAI de la instancia usen TokenMix por defecto:

docker run -p 7860:7860 \
  -e OPENAI_API_BASE=https://api.tokenmix.ai/v1 \
  -e OPENAI_API_KEY=sk-tm-your-key \
  langflowai/langflow:latest

Con este enfoque, el campo OpenAI API Base está pre-rellenado.

Paso 4 — Agregar soporte de Embedding (para flows RAG)

Arrastra un componente OpenAI Embeddings al canvas. Configura la misma OpenAI API Base y clave, luego ingresa el nombre de un modelo de embedding disponible en TokenMix (ej. text-embedding-3-large). Conéctalo al componente de vector store.

Verificación

Ejecuta tu flow con el botón Run o Playground. Un resultado válido en el panel confirma que TokenMix está procesando las solicitudes.

Verifica también en Consola TokenMix → Uso.

Preguntas frecuentes

P: Todos los componentes muestran un error tras establecer la API Base. R: Asegúrate de que la URL termina en /v1 (sin barra final) y que la clave comienza con sk-tm- sin espacios adicionales.

P: ¿Qué modelos de embedding están disponibles? R: Ve a tokenmix.ai → Modelos, filtra por tipo Embedding, y copia el short_id (ej. text-embedding-3-large) en el campo Model Name.

P: ¿Puedo usar diferentes modelos en distintos componentes del mismo flow? R: Sí. Cada componente OpenAI tiene su propio campo Model Name. Comparte la API Base y la clave, variando solo los nombres de modelos.