Elsa Workflows 2.0:如何从HTTP端点获取变量到自定义活动中
2025-06-01 11:28:57作者:魏侃纯Zoe
在Elsa Workflows 2.0中,开发者经常需要实现从HTTP端点接收数据,并将这些数据传递到自定义工作流活动中进行处理。本文将详细介绍如何在不使用设计器和JSON配置的情况下,通过纯代码方式实现这一功能。
核心概念
Elsa Workflows 2.0提供了强大的工作流引擎,支持通过HTTP端点触发工作流并传递数据。要实现从端点获取变量到自定义活动,需要理解以下几个关键点:
- HTTP端点活动:负责监听特定的HTTP请求路径和方法
- 自定义活动:包含业务逻辑的处理单元
- 数据绑定:将端点接收的数据映射到活动属性
实现步骤
1. 创建自定义活动
首先需要定义一个包含输入属性的自定义活动类:
public class 数据处理活动 : Activity
{
[ActivityInput(Hint = "待处理的输入数据")]
public string 输入数据 { get; set; }
protected override IActivityExecutionResult OnExecute(ActivityExecutionContext context)
{
// 在此处添加业务逻辑
Console.WriteLine($"接收到输入数据: {输入数据}");
return Done();
}
}
2. 定义请求数据模型
创建一个模型类来表示HTTP请求的预期数据结构:
public class 请求数据模型
{
public string 关键属性 { get; set; }
}
3. 构建工作流
在IWorkflow实现中配置HTTP端点和自定义活动的连接:
public class 示例工作流 : IWorkflow
{
public void Build(IWorkflowBuilder builder)
{
builder
.StartWith<HttpEndpoint>(setup => setup
.WithPath("/数据接收端点")
.WithMethod(HttpMethods.Post)
.WithReadContent())
.Then<数据处理活动>(setup => setup
.WithInput(activity => activity.输入数据,
context => context.GetInput<请求数据模型>().关键属性));
}
}
工作原理
-
当HTTP POST请求发送到"/数据接收端点"时,HttpEndpoint活动会:
- 监听指定路径
- 读取请求内容
- 将JSON反序列化为请求数据模型
-
数据处理活动会:
- 从工作流上下文中获取反序列化的模型
- 提取关键属性值
- 将其赋值给输入数据属性
-
工作流引擎会自动处理数据传递和活动执行顺序
高级用法
处理复杂数据类型
除了简单字符串,还可以传递复杂对象:
[ActivityInput]
public 复杂类型 业务数据 { get; set; }
多步骤处理
可以在工作流中添加多个活动形成处理链:
builder
.StartWith<HttpEndpoint>(/* 配置 */)
.Then<数据验证活动>()
.Then<业务处理活动>()
.Then<结果返回活动>();
最佳实践
- 为每个端点定义专用的数据模型
- 在活动属性上添加描述性提示
- 实现适当的数据验证逻辑
- 考虑添加异常处理活动
- 为复杂工作流添加日志记录
常见问题解决
- 数据无法传递:检查模型属性名称是否与JSON键匹配
- 空值问题:在活动代码中添加空值检查
- 类型不匹配:确保模型属性类型与JSON值类型一致
通过以上方法,开发者可以灵活地在Elsa Workflows 2.0中实现从HTTP端点到自定义活动的数据传递,构建强大的工作流应用程序。这种纯代码的配置方式特别适合需要精确控制和版本管理的项目场景。
登录后查看全文
热门项目推荐
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0118AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
225
2.27 K

React Native鸿蒙化仓库
JavaScript
211
287

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1

暂无简介
Dart
526
116

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
986
583

openGauss kernel ~ openGauss is an open source relational database management system
C++
148
197

GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】
Jinja
43
0

ArkUI-X adaptation to Android | ArkUI-X支持Android平台的适配层
C++
39
55

ArkUI-X adaptation to iOS | ArkUI-X支持iOS平台的适配层
Objective-C++
19
44