企业官网建设流程全解析

Activepieces 本地部署自动化工作流指南

【免费下载链接】activepiecesAI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents项目地址: https://gitcode.com/GitHub_Trending/ac/activepieces

Activepieces 是一款开源自动化工具，把散落在多个系统里的重复操作编排成一条可视化工作流。它本地部署在服务器上，用无代码编辑器把 Webhook、邮件、数据库串成流程。读完本文，你会用 Docker 把服务跑起来，并搭通一条「表单提交触发邮件通知」的流程。

它替你省掉的是什么

想象两个日常场景：销售线索散落在网页表单、Excel 和 CRM 三处，你得来回复制粘贴；每次上线新版本，要手动到五个渠道各发一条通知。这两件事本质一样——数据从一个地方到了另一个地方，而你一直在中间做搬运工。

Activepieces 把这些搬运变成一条自动化工作流：你只定义"当 X 发生时做 Y"，剩下交给它跑。它的三个特点值得注意：

• 本地部署，数据不出自己的服务器
• 280+ 开源组件，无代码即可拼装
• AI 原生，可用自然语言生成流程

把服务跑起来

前置条件

机器上装好 Git 和 Docker Compose v2（docker compose version能正常输出），另需openssl用来生成密钥。完整说明见 Docker 部署文档。

三条命令启动

克隆仓库：

git clone https://gitcode.com/GitHub_Trending/ac/activepieces cd activepieces

你应看到本地多出一个activepieces目录。

生成配置文件，它会把数据库密码、密钥随机写入.env：

sh tools/deploy.sh

你应看到一行提示".env已生成随机密码与密钥"。

启动容器，拉起 app、worker、postgres、redis 四个容器：

docker compose -p activepieces up -d

你应看到四个容器进入Up状态。浏览器打开http://localhost:8080，出现注册页即为正常。

首次注册的账号会成为平台管理员，系统没有默认用户名和密码，请自己设置并记牢。

先搞懂最小单元

一条工作流（Flow）= 1 个触发器（Trigger）+ N 个动作（Action）。触发器决定流程何时启动，动作决定启动后做什么。

搭一条"表单→邮件"通知流

让 Webhook 先接住请求

新建一条流程，命名"客户反馈通知"，在触发器位置选择Webhook组件。点击生成地址，复制形如http://localhost:8080/webhook/xxx的链接。此时流程处于草稿态，Webhook 地址已可接收 POST 数据。

接一个能发信的 Email 步骤

在流程末尾点「+ 添加步骤」，搜索并选择Email组件，选"发送邮件"动作。配置发件连接，只填三项：服务器smtp.qq.com、端口465、授权码（用邮箱授权码而非登录密码）。保存后该步骤显示已连接。

把动态字段填进邮件正文

在邮件步骤里设置收件人、主题和正文，用{{}}引用触发器收到的字段：

收件人: your-email@example.com 主题: 新客户反馈：{{trigger.body.subject}} 正文: 来自 {{trigger.body.name}} 的反馈：{{trigger.body.message}}

{{trigger.body.xxx}}会在每次运行时被真实值替换，无需手写解析代码。

先测一次再发布

点「运行」进入测试，用下面命令往 Webhook 打一条数据：

curl -X POST http://localhost:8080/webhook/xxx \ -H "Content-Type: application/json" \ -d '{"name":"测试用户","subject":"功能建议","message":"希望增加数据导出功能"}'

去收件箱确认收到邮件、字段替换正确后，点击Publish按钮让流程正式生效。

顺手还能做什么

• 加一个Database组件，让 Google Sheets 与数据库双向同步
• 加Twitter组件配合 Schedule 触发器，定时发布社媒内容
• 加Image Processing类组件，批量压缩上传到对象存储的图片

卡住了看这里

调试两步走：在 Dashboard 点「Runs」打开运行历史，找到对应那条查看每步成败；点中任一步，右侧运行详情面板会展示该步的输入与输出，定位卡点很快。

想继续深入，读 工作流构建指南、运行调试说明，以及 自定义组件开发。

给流程加一个 Schedule 触发器做每日定时备份，或接入 OpenAI 组件让反馈自动分类。现在打开控制台，把下一条重复工作流交给 Activepieces。

【免费下载链接】activepiecesAI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents项目地址: https://gitcode.com/GitHub_Trending/ac/activepieces