Langflow
Constructeur visuel low-code pour créer des workflows et pipelines IA basés sur LangChain
Introduction
Langflow est un constructeur visuel low-code pour les pipelines LangChain. Son composant OpenAI accepte une OpenAI API Base personnalisée, ce qui vous permet de rediriger tous les appels de modèles vers TokenMix et d''utiliser Claude, GPT-5, DeepSeek ou tout autre modèle TokenMix sans modifier la logique de vos pipelines.
Prérequis
Auto-hébergez Langflow avec Docker :
docker run -p 7860:7860 langflowai/langflow:latest
Accédez à Langflow sur http://localhost:7860.
Pour un stockage persistant, ajoutez un volume :
docker run -p 7860:7860 \
-v langflow_data:/app/langflow \
langflowai/langflow:latest
Vous avez aussi besoin d''une clé API TokenMix : tokenmix.ai → Console → API Keys.
Étapes de configuration
Étape 1 — Ouvrir votre flow
Dans Langflow, ouvrez un flow existant ou créez-en un via New Flow.
Étape 2 — Ajouter ou sélectionner un composant OpenAI
Faites glisser un composant OpenAI (ou OpenAI Embeddings) sur le canvas, ou cliquez sur un composant existant.
Étape 3 — Configurer l''API base et la clé
Dans le panneau de paramètres du composant (à droite) :
| Champ | Valeur |
|---|---|
| OpenAI API Key | Votre clé TokenMix (sk-tm-…) |
| OpenAI API Base | https://api.tokenmix.ai/v1 |
| Model Name | ex. gpt-5.4 ou claude-sonnet-4.6 |
Fermez le panneau — Langflow sauvegarde automatiquement.
Alternative : variables d''environnement (méthode la plus fiable)
Pour que tous les composants OpenAI de l''instance utilisent TokenMix par défaut, définissez les variables avant de démarrer le conteneur :
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
Avec cette approche, le champ OpenAI API Base est pré-rempli.
Étape 4 — Ajouter le support Embedding (pour les flows RAG)
Faites glisser un composant OpenAI Embeddings sur le canvas. Renseignez la même OpenAI API Base et la clé API, puis entrez le nom d''un modèle d''embedding disponible sur TokenMix (ex. text-embedding-3-large). Connectez-le au composant vector store.
Vérification
Exécutez votre flow avec le bouton Run ou Playground. Un résultat valide dans le panneau de résultats confirme que TokenMix traite bien les requêtes.
Vérifiez aussi dans Console TokenMix → Utilisation.
FAQ
Q : Tous les composants affichent une erreur après avoir défini l''API Base.
R : Assurez-vous que l''URL se termine par /v1 (sans slash final) et que la clé commence par sk-tm- sans espaces.
Q : Quels modèles d''embedding sont disponibles ?
R : Consultez tokenmix.ai → Modèles, filtrez par type Embedding, et copiez le short_id (ex. text-embedding-3-large) dans le champ Model Name.
Q : Puis-je utiliser des modèles différents dans différents composants d''un même flow ? R : Oui. Chaque composant OpenAI a son propre champ Model Name. Partagez l''API Base et la clé, variez seulement les noms de modèles.