Langflow

LangChain 기반 AI 워크플로우 및 파이프라인을 위한 로우코드 비주얼 빌더

소개

Langflow는 LangChain 기반의 비주얼 로우코드 파이프라인 빌더입니다. OpenAI 컴포넌트에서 커스텀 OpenAI API Base URL을 지원하므로 TokenMix로 지정하면 파이프라인 로직 변경 없이 Claude, GPT-5, DeepSeek 등 TokenMix 모델을 사용할 수 있습니다.

사전 조건

Docker로 Langflow를 셀프호스트합니다:

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

http://localhost:7860에 접속합니다.

영구 스토리지가 필요하면 볼륨을 추가합니다:

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

TokenMix API 키도 필요합니다. tokenmix.ai → 콘솔 → API Keys에서 생성하세요.

설정 단계

1단계 — 플로우 열기

Langflow에서 기존 플로우를 열거나 New Flow로 새로 만듭니다.

2단계 — OpenAI 컴포넌트 추가 또는 선택

OpenAI(또는 OpenAI Embeddings) 컴포넌트를 캔버스에 드래그하거나 기존 컴포넌트를 클릭합니다.

3단계 — API base와 키 설정

오른쪽 설정 패널에서 입력합니다:

패널을 닫으면 자동 저장됩니다.

대안: 환경 변수 방식(가장 안정적)

컨테이너 시작 시 환경 변수를 주입하면 인스턴스의 모든 OpenAI 컴포넌트가 기본으로 TokenMix를 사용합니다:

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

이 방법에서는 OpenAI API Base 필드가 미리 채워지며, 모델 이름만 선택하면 됩니다.

4단계 — Embedding 지원 추가(RAG 플로우 필수)

OpenAI Embeddings 컴포넌트를 캔버스에 드래그하고 동일한 OpenAI API Base와 키를 설정한 후, Model Name에 TokenMix가 지원하는 임베딩 모델(예: text-embedding-3-large)을 입력하고 벡터 스토어 컴포넌트에 연결합니다.

검증

Run 또는 Playground 버튼으로 플로우를 실행하고 결과 패널에 정상 출력이 표시되면 TokenMix 연동 성공입니다.

TokenMix 콘솔 → 사용 기록에서 요청이 기록되었는지 확인하세요.

자주 묻는 질문

Q: API Base 설정 후 모든 컴포넌트에 오류가 발생합니다. A: URL이 /v1로 끝나는지(후행 슬래시 없음), API 키가 sk-tm-으로 시작하고 공백이 없는지 확인하세요.

Q: 사용할 수 있는 Embedding 모델은 무엇인가요? A: tokenmix.ai → 모델에서 Embedding 유형으로 필터링하고, short_id(예: text-embedding-3-large)를 컴포넌트의 Model Name 필드에 입력하세요.

Q: 같은 플로우 내 컴포넌트마다 다른 모델을 사용할 수 있나요? A: 가능합니다. 각 OpenAI 컴포넌트는 독립적인 Model Name 필드를 가집니다. API Base와 키를 공유하면서 모델 이름은 각자 설정할 수 있습니다.