Activepieces 是什么
Activepieces 是一个开源自动化平台，用来连接应用、运行可重复工作流，并在任务需要模型判断时加入 AI agents。可视化构建器支持触发器、动作、条件、循环、代码、数据表和名为 Pieces 的集成。平台也提供 MCP 能力，并可在关键步骤暂停等待人工审批。
评估时要区分 flow 与 agent。触发条件、业务规则和允许产生的副作用已知时，应优先使用 flow。Agent 可以选择工具并处理不规则输入，但会扩大测试和权限边界。稳妥做法是把记录更新、通知、计费动作等重要操作限制在明确流程内，只让 AI 完成受约束的分类、提取、研究或起草。
工作流、agents、集成与 MCP
Activepieces 表示其生态包含 700 多项集成。缺少现成连接器时，可通过 HTTP Piece 或 webhook 调用 API；Pieces 是 TypeScript 包，也能自行扩展。这种灵活性很实用，但自定义代码和社区集成必须有明确负责人，并接受依赖审查、版本管理和回归测试。
AI Agents 可使用已连接的工具，可视化构建器还能加入条件、循环、代码执行和明确分支。MCP 可以让兼容客户端调用工作流或动作。每个可调用工具都应视为权限边界：研究型 agent 尽量只授予只读权限；把草稿创建与正式发布分开；限制收件人、账号和记录类型；不要把自然语言工具描述误当成授权控制。
启用 agent 前，应准备一组小型评测集，覆盖正常输入、字段缺失、指令冲突、提示注入、重复事件、API 不可用、限流以及越权数据请求。逐项检查所选工具、传入参数、返回结果、延迟、成本和下游变化。顺利的演示不能证明开放式工作负载足够安全。
人工审批与恢复设计
Activepieces 文档说明 flows 与 agents 均可加入人在环路的审批。审批最适合放在不可逆或对外可见动作之前，例如发送客户消息、退款、更换 CRM 负责人、发布内容或删除记录。
审批请求应展示原始输入、拟执行动作、目标系统、变化字段、支持证据和预期下游影响。要测试批准、拒绝、编辑、超时、转派与重复点击。如果审批期间源数据已经变化，应强制重新核验。运行发生重试时，要通过幂等键避免重复发送邮件、重复付款或重复创建记录。
审批不能替代最小权限。受攻击的工作流即使带审批按钮，仍可能暴露敏感上下文或制造误导请求。应使用独立服务账号、较窄 OAuth scope、连接负责人、环境隔离和紧急停用流程，并预先决定如何重放失败运行、如何对账多个应用间的部分完成状态。
云端定价与 credit 模型
2026 年 8 月 7 日核查的 Activepieces 定价页列出：Free 为 0 美元；Plus 年付折合每月 16 美元；Team 年付折合每月 166 美元；Ultimate 为定制定价。Free 面向一位用户，credits 每日刷新。Plus 最多五位用户，按月刷新 credits，超额按量付费，并支持自带 AI key。Team 包含 25 位用户、projects、global connections、SSO、标准角色和邮件支持。Ultimate 增加自定义角色、SCIM、审计日志、secret managers、Git Sync、releases 和优先执行等能力。
公开计量方式比方案名称更重要。一次 flow run 无论有多少普通步骤都计一个 credit；一次 agentic action 计一个 credit。公开的 AI 模型用量从快速模型 2 credits 到前沿模型 20 credits；自带 AI key 时仍消耗一个平台 credit，并另付外部模型费用。付费方案超额费标为每 credit 0.007 美元。
应根据真实运行轨迹建模，而不是只看顺利路径图。计算循环、模型重试、agent 工具调用、轮询、故障恢复、测试运行和外部 API 费用。价格、包含额度和促销会变化，购买前必须核对最终结账页。设置预算提醒，并明确额度耗尽后是暂停还是继续产生超额费用。
自托管与版本边界
Activepieces Community Edition 可通过 Docker、Docker Compose 或 Kubernetes 部署。定价 FAQ 将其描述为免费开源，并且不限 runs、users 或 flows；同一页面也明确说明 Community Edition 不包含 Agents and Chat、projects、API access，以及 SSO、角色、审计日志、secret managers、品牌和 Git Sync 等团队与管理层功能。
因此，自托管解决的是部署控制，并不自动满足全部产品需求。它还会增加运营责任：数据库和队列可用性、加密密钥、OAuth 回调、密钥轮换、出站网络策略、worker 隔离、升级、备份、灾难恢复、监控、日志保留和漏洞响应。关键业务流程上线前，应至少做一次真实恢复演练。
要把实际许可版本与所需控制逐项对照。如果审计、私有集成、SCIM、自定义角色或厂商支持是硬性条件，应取得书面方案及合同确认，不能从开源仓库自行推断。
安全与隐私问题
安全文档称凭证使用 256 位加密密钥，日志会屏蔽敏感值，并在提供商允许时限制 OAuth scope。文档也列出 RBAC、SSO、审计日志和德国云区域，但具体可用性取决于版本及方案，必须在实际购买或部署的环境中验证。
隐私政策说明，工作流数据可能包含客户终端用户信息，而连接的第三方服务遵循各自政策。政策称 Activepieces 不出售或出租客户提供的个人数据，并说明保留、子处理商、跨境传输及 Google Workspace API 限制。这些公开说明不能替代 DPA、子处理商审查、删除测试和数据流图。
评估期间使用合成记录。记录哪些字段进入 Activepieces、运行历史和 tables 存在哪里、哪些内容发送到 AI 提供商、谁能查看日志，以及删除数据如何从备份中清除。其条款说明软件不面向特定敏感数据类别，除非事先获得书面同意；受监管工作负载需要合同与法律审查。
谁适合选择 Activepieces？
如果团队需要易用的可视化自动化、开源自托管路径，以及从确定性工作流扩展到带审批 AI agents 的路线，Activepieces 值得列入候选。它尤其适合希望普通多步骤 flow 具有可预测基础计量，且开发者愿意扩展 TypeScript 集成的团队。
如果更重视 n8n 的节点生态、偏代码工作流模型与许可方式，可选择 n8n。如果优先考虑成熟的可视化 scenario 画布和托管运维，可选择 Make。如果广泛 SaaS 集成和既有 Zapier 运营方式比自托管更重要，可选择 Zapier AI。AI 自动化与 Agent 工具分类提供更完整的审批、权限、成本和恢复检查表。
访问 Activepieces
