多步工作流设计方法论

从线性到分支

简单工作流是线性的：A→B→C。但真实场景需要分支判断：如果条件X成立走路径1，否则走路径2。比如邮件分类后，咨询类走自动回复，投诉类走人工处理。Make 的 Router 模块和 n8n 的 IF 节点都支持这种分支逻辑。

循环与批量处理

当你需要处理一批数据（100个客户、50封邮件）时，需要循环结构。Make 的 Iterator 模块可以将数组拆分为单个元素逐一处理。注意：循环中调用 AI API 要控制并发数，避免触发速率限制。

错误处理三层防护

第一层：单步重试（API 超时自动重试 3 次）。第二层：错误路由（某步失败时走备用路径）。第三层：全局告警（工作流整体失败时通知管理员）。三层防护确保工作流不会静默失败。

数据在步骤间传递

每个步骤的输出可以被后续步骤引用。关键技巧：1）用变量存储中间结果；2）JSON 格式传递结构化数据；3）需要跨多步使用的数据存入全局变量或数据库。

模块化设计

复杂工作流应该拆分为多个子工作流。比如客户流失预警可以拆为：数据采集模块、分析模块、通知模块。每个模块独立测试，通过 Webhook 或队列连接。好处：易维护、易调试、可复用。

性能优化

多步工作流的执行时间可能很长。优化方法：1）并行执行无依赖的步骤；2）缓存不常变化的数据；3）批量 API 调用代替逐条调用；4）异步处理非关键步骤。