JeecgBoot低代码AI工作流循环节点实战解析

JeecgBoot低代码 AI工作流循环节点：批量处理与迭代控制的利器▎当工作流需要"重复劳动"时▎循环节点能做什么？▎如何添加循环节点▎节点配置全解析输入变量三种循环模式详解循环变量：循环体内的数据桥梁输出变量循环体内的流程控制▎配置示例示例一：批量推送订单示例二：AI 生成内容重试▎实践中的避坑指南▎总结

AI 工作流中有大量场景需要对一组数据逐条处理，或者对某个操作重复执行多次。比如批量推送订单通知、逐页爬取分页接口数据、对 AI 生成结果不满意时自动重试——这些场景的共同特点是需要"循环"。

如果没有循环能力，你只能把相同的节点复制多份串联，既不优雅也无法应对动态数量的数据。JeecgBoot低代码平台的循环节点正是为此而生，它支持三种循环模式，配合循环体内的"继续"和"终止"控制节点，可以优雅地解决各类批量处理和迭代需求。

在实际业务中，循环节点的使用频率远比想象中高，以下是四类典型场景：

1.批量数据处理：拿到一个订单列表后，逐条调用外部 API 完成推送、审核或转换操作

1.固定次数重试：让大模型生成内容，如果结果不符合要求就重新生成，最多重试 N 次

1.轮询等待：周期性检查某个异步任务是否完成，完成则终止循环继续后续流程

1.分页数据采集：逐页请求分页接口，将每页数据汇总后统一输出给下游节点

在流程画布中，点击前一节点的 + 图标，选择"循环节点"即可。添加后系统会自动生成一个循环体分组——这是循环内部的工作区域，你的业务逻辑节点就放在这里面。循环体与循环节点通过灰色连线固定关联，不能单独删除。

添加循环节点

选中循环节点后，右侧面板展示全部配置项：

循环节点配置面板

与其他节点类似，循环节点的输入变量用于从上游节点接收数据。这些变量可以在循环体内被引用，常见用途包括：传入待遍历的数组、传入控制循环行为的参数等。

变量来源同样遵循"只能引用上游节点"的原则。

JeecgBoot低代码平台提供了三种循环类型，覆盖从简单到复杂的各类迭代需求：

循环类型

触发条件

退出方式

适用场景

次数循环

设定固定次数（1~1000）

达到次数自动退出

重试机制、固定轮次生成

无限循环

无上限（受 1000 次保护）

必须通过「终止循环」节点退出

轮询等待、条件触发退出

迭代循环

绑定数组变量

遍历完所有元素后退出

批量数据处理、列表遍历

次数循环最为直观——设定一个循环次数，到了就停。典型场景是 AI 内容生成的重试机制：让大模型生成一段文案，如果质量评分不达标就重新生成，最多 3 次。

无限循环则更加灵活，但必须在循环体内放置「终止循环」节点，否则流程校验不通过。它适合那些"不知道要循环多少次，满足条件才停"的场景。所有循环类型都有 1000 次的硬性上限保护，防止意外死循环拖垮系统。

迭代循环是处理批量数据的首选——绑定一个数组类型变量（支持 string[] 、 number[] 、 object[] ），系统按元素顺序逐个遍历，每轮循环将当前元素赋值给 currentLoopItem 变量，循环体内的节点可以直接引用它。

循环节点提供两类内部变量：

系统固定变量（自动生成，无需配置）：

1. currentLoopTimes ：当前循环次数（从 1 开始计数），可用于在循环体内判断"已经第几轮了"

1. currentLoopItem ：仅在迭代循环模式下可用，代表当前遍历到的数组元素

自定义循环变量：你可以将前置节点的输出或自定义常量加入循环变量区，使其在循环体内可被引用。需要注意的是，如果某个循环变量在循环结束后还需要被下游节点使用，必须将其加入输出变量，否则循环结束时会被自动清理。

循环结束后，通过输出变量可以将循环体内产生的数据传递给下游节点。目前支持选择循环变量的字段作为输出。

循环体是一个特殊的节点容器，内部可以添加大部分常规节点（如大模型节点、工具调用节点、条件判断节点等），但不能嵌套循环节点，也不能放置结束节点。

此外，循环体内有两个专属的流程控制节点：

1.继续循环：跳过当前轮次剩余操作，直接进入下一轮。类似编程中的 continue

1.终止循环：立即跳出整个循环，执行循环节点之后的下游节点。类似编程中的 break

这两个节点通常配合条件判断使用。比如在迭代循环中，如果当前订单状态为"已处理"则跳过（继续循环），遇到异常数据则提前终止整个循环。

迭代循环模式——将上游查询到的 订单列表 （ object[] ）作为迭代数组，循环体内通过 HTTP 节点逐条调用推送 API， currentLoopItem 即为当前订单对象。

次数循环模式——设置循环 3 次，循环体内先调用大模型生成回复，再用条件判断节点评估回复质量。如果合格则通过终止循环节点提前退出并输出结果；如果不合格则继续循环让模型重新生成。

配置示例

1.无限循环必须有出口：忘记放「终止循环」节点是最常见的错误，流程校验会直接拦截

1.输出变量要提前规划：循环体内产生的变量如果不加入输出变量，循环结束后就会丢失。建议在设计循环前先想好"循环结束后需要传递什么数据给下游"

1.注意 1000 次上限：三种循环模式都有这个保护机制。如果你的数组可能超过 1000 个元素，需要在上游先做分批处理

1.循环体不可单独删除：如果想删除循环体，必须删除对应的循环节点，两者是绑定关系

1.性能考量：循环体内如果有耗时操作（如调用外部 API），循环次数越多总耗时越长。建议对循环体内的操作做好超时控制

避坑指南

JeecgBoot低代码平台的循环节点，为 AI 工作流补全了"重复执行"这一关键能力。三种循环模式覆盖了固定次数、条件退出和数组遍历三大类场景，配合循环体内的继续/终止控制节点，开发者可以在可视化界面中实现堪比编程语言 for / while 循环的灵活控制力。无论是批量数据处理、AI 输出重试，还是异步任务轮询，循环节点都能让工作流的能力边界再上一个台阶。