一、循环 vs 批处理：两个节点，两种哲学

扣子工作流里有两个节点都能处理「多条数据」，但机制完全不同：

	循环节点	批处理节点
执行方式	串行，一个接一个	并行，同时启动多个
适用场景	有依赖关系（第2步依赖第1步结果）	独立任务（每条数据处理互不干扰）
速度	线性累加	基本等于单次耗时
变量引用	{{节点_循环.变量}}	{{节点.变量}}，直接数组
典型用例	搜索结果逐条清洗	100 条文案同时生成

举个例子秒懂：

• 循环：你要翻译 10 句话，每句翻译完检查质量再翻译下一句 → 串行，10 × 3 秒 = 30 秒
• 批处理：你要用 10 个不同 Prompt 生成 10 张海报，互相没依赖 → 并行，一次 8 秒

市面上 90% 的教程都在讲循环节点，批处理被严重低估了。但它才是真正能让工作流「从分钟级降到秒级」的节点。

---

二、批处理节点怎么配

拖入批处理节点后，需要配置两个关键参数：

① 输入数组

function main({ prompts }) {
  const promptList = [
    '赛博朋克风格海报',
    '极简主义海报',
    '国潮风格海报',
    // ... 共 10 个
  ];
  
  return { 
    promptArray: promptList,
    count: promptList.length 
  };
}

在批处理节点内部，当前项通过 {{批处理节点.item}} 引用（不同版本字段名可能为 item、current 或 data，以实际节点面板显示为准）。

② 内部节点

批处理节点内部是一个子画布，你可以拖入插件、代码、大模型等任何节点。每个内部节点都会对数组的每一项独立执行一遍。

---

三、实战：一条 Prompt 数组 → 批量大模型调用

场景：你有一个包含 20 个不同主题的数组，要一次性调用大模型生成 20 篇文章摘要。

[开始] → [代码：生成主题数组] → [批处理] → [代码：汇总结果] → [结束]
                                      └→ [大模型：生成摘要]

第 1 步：代码节点生成数组

function main({}) {
  const topics = [
    '人工智能发展趋势',
    '云计算架构设计',
    '前端性能优化',
    // ... 共 20 个
  ];
  
  return { 
    topics: topics,
    count: topics.length 
  };
}

第 2 步：配置批处理节点

• 输入数组：绑定 {{生成数组.topics}}
• 当前项变量名：item（即 {{批处理.item}} 代表当前主题）

第 3 步：批处理内部放大模型节点

Prompt: 请用 100 字概括「{{批处理.item}}」的核心要点。
模型：豆包 Lite（快模型，适合摘要类简单任务）

20 个主题同时调用，一次跑完约 3-5 秒（取决于模型并发限制）。

第 4 步：汇总结果

function main({ batchResults }) {
  const summaries = (batchResults || [])
    .map((r, i) => `${i + 1}. ${r.output || r}`);
  
  return {
    summary: summaries.join('\n'),
    count: summaries.length
  };
}

---

四、进阶：批处理 + 循环组合

批处理和循环可以嵌套——批处理内部放一个循环节点。这种组合适合「分层并行」场景：

场景： 你有 5 个产品类目，每个类目要搜索 3 个不同关键词。如果全用循环串行跑，5 × 3 = 15 次搜索依次执行。用批处理+循环组合，5 个类目并行，内部各自串行跑 3 次搜索——总耗时约等于 3 次搜索。

[开始] → [批处理：5个类目]
              └→ [循环：3个关键词]
                     └→ [插件：搜索]

注意事项：

• 批处理内部放循环时，变量引用路径会变长：批处理内部循环内的节点引用当前关键词是 {{循环.item}}，引用当前类目是 {{批处理.item}}
• 建议先用单层批处理跑通，确认无误再加循环嵌套
• 双层嵌套时调试更困难，优先考虑能不能用一层批处理解决

---

五、3 个踩坑细节

坑 1：并发限制

扣子对批处理节点有并发数量的隐式限制（通常是 4-10 个并行任务，取决于节点类型和套餐）。如果你的数组有 100 条数据，实际会分批并行执行而不是一次全部跑完。大模型节点通常 4 个并发，插件节点可能更多。

解法： 数组太大时分批提交——用代码节点把 100 条切成 4 组各 25 条，循环调用 4 次批处理。

function main({ items }) {
  const BATCH_SIZE = 10;
  const batches = [];
  for (let i = 0; i < items.length; i += BATCH_SIZE) {
    batches.push(items.slice(i, i + BATCH_SIZE));
  }
  return { batches, totalBatches: batches.length };
}

坑 2：批处理输出顺序

批处理节点的输出数组顺序不一定和输入顺序一致——因为任务是并行执行的，先完成的先返回。如果你的业务需要保持原始顺序，在汇总节点里加一个排序逻辑：

function main({ batchResults }) {
  const sorted = (batchResults || [])
    .sort((a, b) => (a.index || 0) - (b.index || 0));
  return { results: sorted };
}

坑 3：内部节点报错导致整批失败

批处理里如果有一条数据触发了内部节点报错（比如某个 Prompt 格式不对导致大模型拒答），可能导致整批中断。解决办法是在批处理内部加一个条件分支做异常捕获——这个思路和之前「错误处理」文章里的模式 2（状态检查）完全一样，批处理内部同样适用。

---

六、总结

场景特征	选循环	选批处理
任务之间有依赖	✅	❌
任务独立可并行	❌	✅
任务数量 ≤ 5	都可以	✅（更快）
任务数量 50+	❌ 太慢	✅（分批）
需要精确控制顺序	✅	⚠️ 需排序
大模型调用	❌ 串行等太久	✅ 并行秒出

一句话：能用批处理就别用循环。 循环是兜底方案，批处理才是性能最优解。下次看到工作流里一个循环节点串行跑 20 次大模型，你就知道该换成批处理了。

---

关于作者：专注扣子工作流效率与自动化实战，更多节点模板和进阶教程可搜索「米核AI易山」