Langflow 系列 | 第 16 篇：内置组件集成：模型、工具与向量数据库如何接入

上一篇文章分析了Component组件模型。我们已经看到，一个 Langflow 节点并不是简单的函数调用。它包含：前端模板。输入字段。输出端口。运行态属性。输出方法。artifact 和日志。Graph / Vertex 执行协议。这一篇继续沿着组件体系向外看：Langflow 如何把外部模型、Embedding 服务、向量数据库、搜索 API、MCP 工具、HTTP 请求和文档处理能力封装成统一的内置组件。换句话说，本文关注的是：各种外部系统如何被 Langflow 抹平成可拖拽、可连线、可运行、可观测的组件节点？Langflow 的内置组件非常多。如果只逐个列举 OpenAI、Anthropic、Ollama、Milvus、Chroma、Qdrant、Pinecone、API Request、MCP Tools，很容易变成组件清单。本文不走清单路线。我们重点看这些组件背后的几类共同抽象：LCModelComponent：语言模型统一封装。LCEmbeddingsModel：Embedding 模型统一封装。LCVectorStoreComponent