DEVOCEAN

LangFlow 소개

LangFlow는 LangChain을 이용한 애플리케이션을 시각적으로 개발할 수 있게 해주는 노코드 플랫폼입니다.

코드를 직접 작성하지 않고 Drag & Drop 방식으로 원하는 NLP 컴포넌트를 연결하여 워크플로우를 구성할 수 있습니다.

아이디어를 빠르게 프로토타이핑하는 데 유용하며, JSON 형식으로 내보내서 실제 솔루션에 활용할 수도 있습니다.

LangFlow 시작하기

LangFlow를 사용하는 방법은 여러 가지가 있습니다.

Local

참고 : Install LangFlow

LangFlow를 로컬 환경에 설치하여 서버를 실행하고 사용합니다.

1. Python 설치 :

   Python 3.10 부터 3.12 버전 중 하나를 설치합니다.

   터미널에서 python --version 또는 python3 --version 명령어로 버전을 확인합니다.

   
   

2. 가상환경 생성:

   프로젝트별로 의존성을 관리하기 위해 가상환경을 생성합니다.

   python -m venv langflow_env
   source langflow_env/bin/activate     # MacOS/Linux
   langflow_env\Scripts\activate.bat    # Windows   

   
   

3. LangFlow 설치:

   python -m pip install langflow

   
   

4. LangFlow 서버 실행:

    python -m langflow run

LangFlow 서버가 실행되면 터미널에 로컬 호스트 주소가 표시됩니다.

기본적으로 http://127.0.0.1:7860에서 접근 가능합니다.

Cloud - DataStax

참고 : Install LangFlow

클라우드 기반으로 호스팅되는 LangFlow 환경인 DataStax를 사용할 수 있습니다.

별도의 설치나 설정 없이 웹 브라우저에서 바로 사용할 수 있습니다.

1. DataStax 로그인:

   DataStax 사이트에 접속합니다.

   회원가입을 진행하고 로그인합니다.

   
   

2. 워크스페이스 생성:

   대시보드에서 'New Project'를 클릭하여 새로운 워크스페이스를 생성하거나 기존 워크스페이스를 선택합니다.

   
   

Cloud - HuggingFace

참고 : HuggingFace Spaces

HuggingFace는 머신러닝 모델 및 애플리케이션을 공유하고 배포할 수 있는 플랫폼입니다.

HuggingFace의 Spaces에서 LangFlow 스페이스를 클론하여 워크스페이스를 생성할 수 있습니다.

1. HuggingFace 로그인:

   Hugging Face 사이트에 접속합니다.

   회원가입을 진행하고 로그인합니다.

   
   

2. LangFlow 스페이스 클론:

   
   

   LangFlow 스페이스로 이동하고 'Duplicate Space' 버튼을 클릭합니다.

   
   

3. 스페이스 설정:

   
   

   Space name, Visibility, Space hardware 등을 설정합니다.

   
   

4. 스페이스 생성:

   'Duplicate Space' 버튼을 클릭하여 스페이스를 생성합니다.

   스페이스가 생성되면 자동으로 빌드 및 실행 후 생성된 스페이스의 메인 페이지로 이동합니다.

   
   

LangFlow 사용하기

HuggingFace 기반으로 기본적인 챗봇을 생성해보겠습니다.

1. API Key 발급

   OpenAI API key를 발급받기 위해 아래 사이트에 접속합니다.

   https://platform.openai.com/api-keys

   
   

   'Create new secret key'를 클릭합니다.

   
   

   이름을 지정하고 'Create secret key'를 클릭합니다.

   
   

   생성된 키 값을 복사해둡니다.

   
   

2. 플로우 생성:

   이제 앞서 duplicate한 LangFlow 스페이스로 돌아갑니다.

   
   

   '+ New Flow' 버튼을 클릭하여 새로운 플로우를 만듭니다.

   
   

   'Basic Prompting'을 선택합니다.

   
   

3. 컴포넌트 추가:

   
   

   생성된 Basic Prompting 플로우를 보면 여러가지 컴포넌트들이 연결된 모습을 확인하실 수 있습니다.

   • Chat Input, Chat Output : 기본적인 입출력 형태

   • Prompt : LLM 모델의 입력

   • OpenAI : LLM 모델

   
   

   원하는 컴포넌트가 있다면 추가하고 drag & drop으로 배치하고 연결해주면 됩니다.

   
   

4. 컴포넌트 파라미터 설정:

   
   

   OpenAI 컴포넌트의 파라미터를 설정해보겠습니다.

   'OpenAI API Key'에는 앞서 발급 받은 API key 값을 넣어줍니다.

   'Temperature'는 모델의 출력 스타일을 조절하는 파라미터로, 낮을수록 일관된 답변을, 높을수록 창의적인 답변을 합니다.

   
   

5. 실행

   
   

   'Playground' 버튼을 클릭하여 플로우를 실행합니다.