Langflow 1.12.0发布，强化RBAC、SSO、可观测性与安全
新版本为模型提供商引入治理与审批策略，支持将遥测导出到任意OTLP后端，并加大了对代码执行沙箱和密钥保护等安全机制的投入。
AI解读：Langflow 1.12.0是一次面向企业级部署的大版本更新。核心变化是引入基于角色的访问控制（RBAC）和模型提供商治理策略，管理员现在可以限定哪些用户能使用哪些模型，并支持按源（如SSO组）分配角色，这直接解决了多团队共享实例时权限混杂和模型滥用的问题。同时，新版本允许将应用遥测导出到任意OTLP后端，而不是仅限特定的LLM追踪厂商，这为运维团队提供了更灵活、更安全的监控选择。代码执行组件新增了可选的microVM沙箱，可隔离潜在恶意代码。如果你正在运行Langflow并需要满足企业合规要求，1.12.0 提供了必要的控制手段；但RBAC、SSO和部分策略功能可能仅面向企业版或需要额外配置，社区版用户需确认具体可用范围。普通开发者无需立即升级，除非你需要这些治理或安全能力。
开源低代码AI工作流平台Langflow于 2025 年发布 1.12.0 版本。该版本以企业就绪为主题，重点引入基于角色的访问控制（RBAC）授权基础、模型提供商治理策略、SSO登录基础，以及可导出到任意OTLP后端的应用遥测。
根据GitHub发布说明，此次更新包含多项新功能，最主要的是为模型提供商增加了可插拔的提供商策略和“已批准提供商策略存储”，配合“部署级阻止模型拒绝列表”，使管理员能够控制哪些模型可用。
可观测性方面，新版本支持将应用遥测导出到任何OTLP后端（如Prometheus、Grafana或自建后端），并为每次执行路径添加流执行span（按协议标记），同时增加MCP工具调用、A2A调用和数据库操作的span，以及事件循环滞后和数据库连接池饱和指标。
权限与安全增强
1.12.0 建立了完整的RBAC授权基础，包括作用域授权可见性预过滤器、按来源感知的角色分配授权，以及持久化审计日志。新增了匿名PUBLIC授权，但公共流程分享受到限制，仅允许执行操作。
安全方面，代码执行组件引入了可选的exec-sandbox microVM后端，可将不受信任的代码运行在隔离沙箱中。此外，修复了多处安全问题，包括保留跨图边的秘密值、关闭未配置模型的预选、以及要求存储数据库提供商凭据。
知识库与向量数据库统一
知识库（KBs）和记忆库（MBs）现在统一使用共同的向量数据库后端，并新增了pgVector实现，支持两者分别使用独立的集合和索引。此改动移除了KB和MB的sidecar依赖及磁盘链接，简化了部署架构。
其他功能与集成
新增了OrcaRouter捆绑组件、lfx-confluent捆绑包和watsonx.data组件（IBM Streamhouse），并纳入Google、Azure和Ollama作为默认伙伴捆绑包。另外还引入了MrScraper集成，以及基于部署配置文件的预检检查。
前端方面，Langflow Assistant获得改进，包括流程构建、模型可移植性和健壮性增强。此外，多项可访问性（a11y）修复覆盖了管理页面、设置和共享Playground。
发布说明细节
完整的变更列表可在GitHub发布页查看：https://github.com/langflow-ai/langflow/releases/tag/v1.12.0
该版本由Langflow团队多名开发者贡献，包括erichare、ogabrielluiz、dkaushik94、deon-sanchez、Jkavia、Cristhianzl等。