listmonk 开源邮件列表系统安装指南
listmonk 是一款高性能、开源的邮件列表和通讯管理系统,采用 Go 语言开发,具有轻量级、易部署的特点。本文将详细介绍 listmonk 的多种安装方式,帮助您快速搭建自己的邮件列表系统。
系统要求
在开始安装前,请确保您的环境满足以下基本要求:
- 数据库:PostgreSQL 12 或更高版本
- 操作系统:支持 Linux、macOS 和 Windows
- 内存:建议至少 1GB 可用内存
- 存储空间:根据邮件列表规模而定,建议至少 10GB
二进制安装方式
二进制安装是最简单直接的部署方式,适合大多数 Linux 服务器环境。
1. 下载二进制文件
首先需要下载最新版本的 listmonk 二进制文件。根据您的 CPU 架构选择合适的版本(amd64 适用于大多数 Intel 和 AMD 处理器)。
2. 生成配置文件
解压下载的文件后,执行以下命令生成默认配置文件:
./listmonk --new-config
这将在当前目录下生成 config.toml 文件,您需要编辑此文件配置数据库连接等参数。
3. 初始化数据库
配置好数据库连接信息后,执行安装命令初始化数据库表结构:
./listmonk --install
专业提示:可以通过环境变量预设管理员账号:
LISTMONK_ADMIN_USER=admin LISTMONK_ADMIN_PASSWORD=yourpassword ./listmonk --install
4. 启动服务
完成安装后,直接运行二进制文件启动服务:
./listmonk
默认情况下,服务会监听 9000 端口,您可以通过浏览器访问 http://localhost:9000 进入管理界面。
Docker 容器化部署
Docker 部署方式更加便捷,特别适合需要快速部署或测试环境的用户。
1. 准备 docker-compose 文件
首先需要获取官方提供的 docker-compose.yml 文件,该文件已经配置好了 listmonk 和 PostgreSQL 服务。
2. 启动容器
使用以下命令启动所有服务:
docker compose up -d
专业提示:首次启动时可以通过环境变量设置管理员账号:
LISTMONK_ADMIN_USER=admin LISTMONK_ADMIN_PASSWORD=yourpassword docker compose up -d
3. 自定义配置
如果需要使用自定义配置文件,可以按照以下步骤操作:
- 创建 config.toml 文件并配置必要参数
- 修改 docker-compose.yml,添加卷挂载配置
- 更新启动命令指向自定义配置文件路径
从源代码编译
对于开发者或需要定制功能的用户,可以从源代码编译 listmonk。
编译环境准备
需要安装以下工具:
- Go 语言环境(1.16+)
- Node.js 和 Yarn(用于前端构建)
编译步骤
- 克隆源代码仓库
- 进入项目目录执行
make dist命令 - 编译完成后会在目录下生成可执行文件
Kubernetes 部署
对于生产环境,可以使用 Helm Chart 在 Kubernetes 集群中部署 listmonk。
部署步骤
- 准备 values.yaml 配置文件
- 使用 Helm 命令部署:
helm upgrade --install listmonk --namespace listmonk --values values.yaml
生产环境建议
- 数据库优化:对于大型邮件列表,建议对 PostgreSQL 进行性能调优
- 反向代理:建议使用 Nginx 或 Apache 作为反向代理,并配置 SSL
- 备份策略:定期备份数据库和配置文件
- 监控:设置适当的监控告警机制
常见问题解答
Q:listmonk 支持哪些邮件发送服务? A:listmonk 支持 SMTP 协议,可以与大多数邮件服务(如 SendGrid、Mailgun、Amazon SES 等)集成。
Q:如何升级 listmonk? A:二进制方式只需替换二进制文件并重启服务;Docker 方式更新镜像版本即可。
Q:listmonk 支持多租户吗? A:目前 listmonk 是单租户设计,每个实例只能服务一个组织。
通过本文介绍的多种安装方式,您可以根据实际需求选择最适合的部署方案。listmonk 作为一款功能强大的邮件列表系统,能够满足从个人到中小企业的各种邮件营销需求。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00