控制流程

Workflow 會執行一連串預先定義的任務，而你可以控制流程的執行方式。任務分為多個步驟，並可按需要以不同方式執行：依次執行、並行執行，或根據條件採用不同路徑。

每個步驟都透過已定義的 schema 連接至 Workflow 中的下一個步驟，確保資料受控且一致。

核心原則

• 第一個步驟的 inputSchema 必須與 Workflow 的 inputSchema 相符。
• 最後一個步驟的 outputSchema 必須與 Workflow 的 outputSchema 相符。
• 每個步驟的 outputSchema 必須與下一個步驟的 inputSchema 相符。
  • 如不相符，請使用輸入資料映射，將資料轉換成所需結構。

使用 .then() 串連步驟

使用 .then() 依次執行步驟，讓每個步驟都可存取前一個步驟的結果。

src/mastra/workflows/test-workflow.ts

const step1 = createStep({
  inputSchema: z.object({
    message: z.string(),
  }),
  outputSchema: z.object({
    formatted: z.string(),
  }),
})

const step2 = createStep({
  inputSchema: z.object({
    formatted: z.string(),
  }),
  outputSchema: z.object({
    emphasized: z.string(),
  }),
})

export const testWorkflow = createWorkflow({
  inputSchema: z.object({
    message: z.string(),
  }),
  outputSchema: z.object({
    emphasized: z.string(),
  }),
})
  .then(step1)
  .then(step2)
  .commit()

使用 .parallel() 同時執行步驟

使用 .parallel() 同時執行步驟。所有並行步驟都必須完成，Workflow 才會繼續執行下一個步驟。各步驟的 id 會在定義後續步驟的 inputSchema 時使用；此值亦會成為 inputData 物件中的 key，用來存取前一個步驟的值。之後的步驟可引用或合併各並行步驟的輸出。

src/mastra/workflows/test-workflow.ts

const step1 = createStep({
  id: 'step-1',
})

const step2 = createStep({
  id: 'step-2',
})

const step3 = createStep({
  id: 'step-3',
  inputSchema: z.object({
    'step-1': z.object({
      formatted: z.string(),
    }),
    'step-2': z.object({
      emphasized: z.string(),
    }),
  }),
  outputSchema: z.object({
    combined: z.string(),
  }),
  execute: async ({ inputData }) => {
    const { formatted } = inputData['step-1']
    const { emphasized } = inputData['step-2']
    return {
      combined: `${formatted} | ${emphasized}`,
    }
  },
})

export const testWorkflow = createWorkflow({
  inputSchema: z.object({
    message: z.string(),
  }),
  outputSchema: z.object({
    combined: z.string(),
  }),
})
  .parallel([step1, step2])
  .then(step3)
  .commit()

輸出結構

步驟並行執行時，輸出是一個物件；每個 key 都是步驟的 id，而其值則是該步驟的輸出。你可以獨立存取每個並行步驟的結果。

src/mastra/workflows/test-workflow.ts

const step1 = createStep({
  id: 'format-step',
  inputSchema: z.object({ message: z.string() }),
  outputSchema: z.object({ formatted: z.string() }),
  execute: async ({ inputData }) => ({
    formatted: inputData.message.toUpperCase(),
  }),
})

const step2 = createStep({
  id: 'count-step',
  inputSchema: z.object({ message: z.string() }),
  outputSchema: z.object({ count: z.number() }),
  execute: async ({ inputData }) => ({
    count: inputData.message.length,
  }),
})

const step3 = createStep({
  id: 'combine-step',
  // The inputSchema must match the structure of parallel outputs
  inputSchema: z.object({
    'format-step': z.object({ formatted: z.string() }),
    'count-step': z.object({ count: z.number() }),
  }),
  outputSchema: z.object({ result: z.string() }),
  execute: async ({ inputData }) => {
    // Access each parallel step's output by its id
    const formatted = inputData['format-step'].formatted
    const count = inputData['count-step'].count
    return {
      result: `${formatted} (${count} characters)`,
    }
  },
})

export const testWorkflow = createWorkflow({
  id: 'parallel-output-example',
  inputSchema: z.object({ message: z.string() }),
  outputSchema: z.object({ result: z.string() }),
})
  .parallel([step1, step2])
  .then(step3)
  .commit()

// When executed with { message: "hello" }
// The parallel output structure will be:
// {
//   "format-step": { formatted: "HELLO" },
//   "count-step": { count: 5 }
// }

重點：

• 每個並行步驟的輸出都以其 id 作為 key
• 所有並行步驟會同時執行
• 下一個步驟會收到包含所有並行步驟輸出的物件
• 你必須定義後續步驟的 inputSchema，使其符合此結構

處理步驟失敗

如果任何並行步驟拋出錯誤，整個並行區塊都會失敗。若要建立可容許部分步驟失敗的穩健並行 Workflow（例如多個研究 Agent 中，其中一個的驗證 token 可能已過期），請在步驟本身使用 try/catch 處理錯誤：

src/mastra/workflows/test-workflow.ts

const resilientStep = createStep({
  id: 'researcher',
  inputSchema: z.object({ query: z.string() }),
  outputSchema: z.object({
    brief: z.string().nullable(),
    failed: z.boolean(),
  }),
  execute: async ({ inputData }) => {
    try {
      const result = await fetchExternalData(inputData.query)
      return { brief: result, failed: false }
    } catch {
      return { brief: null, failed: true }
    }
  },
})

這樣一來，步驟總會成功並傳回具型別的結果，而下游步驟則可篩除失敗的結果：

src/mastra/workflows/test-workflow.ts

const writerStep = createStep({
  id: 'writer',
  inputSchema: z.object({
    'researcher-a': z.object({ brief: z.string().nullable(), failed: z.boolean() }),
    'researcher-b': z.object({ brief: z.string().nullable(), failed: z.boolean() }),
  }),
  outputSchema: z.object({ synthesis: z.string() }),
  execute: async ({ inputData }) => {
    const briefs = Object.values(inputData)
      .filter(v => !v.failed && v.brief)
      .map(v => v.brief)
    return { synthesis: briefs.join('; ') }
  },
})

請參閱選擇合適的模式，了解何時應使用 .parallel() 或 .foreach()。

使用 .branch() 實作條件邏輯

使用 .branch() 根據條件選擇要執行的步驟。分支中的所有步驟都需要相同的 inputSchema 和 outputSchema，因為分支必須採用一致的 schema，Workflow 才能沿不同路徑執行。

src/mastra/workflows/test-workflow.ts

const step1 = createStep({...})

const stepA = createStep({
  inputSchema: z.object({
    value: z.number()
  }),
  outputSchema: z.object({
    result: z.string()
  })
});

const stepB = createStep({
  inputSchema: z.object({
    value: z.number()
  }),
  outputSchema: z.object({
    result: z.string()
  })
});

export const testWorkflow = createWorkflow({
  inputSchema: z.object({
    value: z.number()
  }),
  outputSchema: z.object({
    result: z.string()
  })
})
  .then(step1)
  .branch([
    [async ({ inputData: { value } }) => value > 10, stepA],
    [async ({ inputData: { value } }) => value <= 10, stepB]
  ])
  .commit();

輸出結構

使用條件分支時，只會執行條件最先求值為 true 的一個分支。輸出結構與 .parallel() 類似，結果以已執行步驟的 id 作為 key。

src/mastra/workflows/test-workflow.ts

const step1 = createStep({
  id: 'initial-step',
  inputSchema: z.object({ value: z.number() }),
  outputSchema: z.object({ value: z.number() }),
  execute: async ({ inputData }) => inputData,
})

const highValueStep = createStep({
  id: 'high-value-step',
  inputSchema: z.object({ value: z.number() }),
  outputSchema: z.object({ result: z.string() }),
  execute: async ({ inputData }) => ({
    result: `High value: ${inputData.value}`,
  }),
})

const lowValueStep = createStep({
  id: 'low-value-step',
  inputSchema: z.object({ value: z.number() }),
  outputSchema: z.object({ result: z.string() }),
  execute: async ({ inputData }) => ({
    result: `Low value: ${inputData.value}`,
  }),
})

const finalStep = createStep({
  id: 'final-step',
  // The inputSchema must account for either branch's output
  inputSchema: z.object({
    'high-value-step': z.object({ result: z.string() }).optional(),
    'low-value-step': z.object({ result: z.string() }).optional(),
  }),
  outputSchema: z.object({ message: z.string() }),
  execute: async ({ inputData }) => {
    // Only one branch will have executed
    const result = inputData['high-value-step']?.result || inputData['low-value-step']?.result
    return { message: result }
  },
})

export const testWorkflow = createWorkflow({
  id: 'branch-output-example',
  inputSchema: z.object({ value: z.number() }),
  outputSchema: z.object({ message: z.string() }),
})
  .then(step1)
  .branch([
    [async ({ inputData }) => inputData.value > 10, highValueStep],
    [async ({ inputData }) => inputData.value <= 10, lowValueStep],
  ])
  .then(finalStep)
  .commit()

// When executed with { value: 15 }
// Only the high-value-step executes, output structure:
// {
//   "high-value-step": { result: "High value: 15" }
// }

// When executed with { value: 5 }
// Only the low-value-step executes, output structure:
// {
//   "low-value-step": { result: "Low value: 5" }
// }

重點：

• 根據條件求值的順序，只會執行一個分支
• 輸出以已執行步驟的 id 作為 key
• 後續步驟應處理所有可能的分支輸出
• 當下一個步驟需要處理多個可能的分支時，請在 inputSchema 中使用可選欄位
• 條件會按定義順序求值

輸入資料映射

使用 .then()、.parallel() 或 .branch() 時，有時需要轉換前一個步驟的輸出，使其與下一個步驟的輸入相符。在這些情況下，你可以使用 .map() 存取 inputData 並進行轉換，為下一個步驟建立合適的資料結構。

src/mastra/workflows/test-workflow.ts

const step1 = createStep({...});
const step2 = createStep({...});

export const testWorkflow = createWorkflow({...})
  .then(step1)
  .map(async ({ inputData }) => {
    const { foo } = inputData;
    return {
      bar: `new ${foo}`,
    };
  })
  .then(step2)
  .commit();

.map() 方法提供額外的輔助函式，以處理更複雜的映射情境。

可用的輔助函式：

• getStepResult()：存取特定步驟的完整輸出
• getInitData<any>()：存取 Workflow 的初始輸入資料
• mapVariable()：使用聲明式物件語法擷取欄位並重新命名

Parallel 和 Branch 輸出

處理 .parallel() 或 .branch() 的輸出時，你可以先使用 .map() 轉換資料結構，再將資料傳遞至下一個步驟。當你需要攤平或重組輸出時，這尤其實用。

src/mastra/workflows/test-workflow.ts

export const testWorkflow = createWorkflow({...})
  .parallel([step1, step2])
  .map(async ({ inputData }) => {
    // Transform the parallel output structure
    return {
      combined: `${inputData["step1"].value} - ${inputData["step2"].value}`
    };
  })
  .then(nextStep)
  .commit();

你亦可以使用 .map() 提供的輔助函式：

src/mastra/workflows/test-workflow.ts

export const testWorkflow = createWorkflow({...})
  .branch([
    [condition1, stepA],
    [condition2, stepB]
  ])
  .map(async ({ inputData, getStepResult }) => {
    // Access specific step results
    const stepAResult = getStepResult("stepA");
    const stepBResult = getStepResult("stepB");
    
    // Return the result from whichever branch executed
    return stepAResult || stepBResult;
  })
  .then(nextStep)
  .commit();

循環執行步驟

Workflow 支援多種循環方法，讓你重複執行步驟，直至或只要符合某個條件，亦可逐項處理陣列。循環可與 .then() 等其他控制方法配合使用。

使用 .dountil() 循環

使用 .dountil() 重複執行步驟，直至條件變為 true。

src/mastra/workflows/test-workflow.ts

const step1 = createStep({...});

const step2 = createStep({
  execute: async ({ inputData }) => {
    const { number } = inputData;
    return {
      number: number + 1
    };
  }
});

export const testWorkflow = createWorkflow({})
  .then(step1)
  .dountil(step2, async ({ inputData: { number } }) => number > 10)
  .commit();

使用 .dowhile() 循環

使用 .dowhile() 在條件維持為 true 期間重複執行步驟。

src/mastra/workflows/test-workflow.ts

const step1 = createStep({...});

const step2 = createStep({
  execute: async ({ inputData }) => {
    const { number } = inputData;
    return {
      number: number + 1
    };
  }
});

export const testWorkflow = createWorkflow({})
  .then(step1)
  .dowhile(step2, async ({ inputData: { number } }) => number < 10)
  .commit();

使用 .foreach() 循環

使用 .foreach() 對陣列中的每個項目執行相同步驟。輸入必須是 array 型別，循環才能逐一處理其中的值，並將步驟邏輯套用至每個值。關於何時使用 .foreach() 或其他方法，請參閱選擇合適的模式。

src/mastra/workflows/test-workflow.ts

const step1 = createStep({
  inputSchema: z.string(),
  outputSchema: z.string(),
  execute: async ({ inputData }) => {
    return inputData.toUpperCase();
  }
});

const step2 = createStep({...});

export const testWorkflow = createWorkflow({
  inputSchema: z.array(z.string()),
  outputSchema: z.array(z.string())
})
  .foreach(step1)
  .then(step2)
  .commit();

輸出結構

.foreach() 方法一律傳回包含每次迭代輸出的陣列。輸出順序與輸入順序一致。

src/mastra/workflows/test-workflow.ts

const addTenStep = createStep({
  id: 'add-ten',
  inputSchema: z.object({ value: z.number() }),
  outputSchema: z.object({ value: z.number() }),
  execute: async ({ inputData }) => ({
    value: inputData.value + 10,
  }),
})

export const testWorkflow = createWorkflow({
  id: 'foreach-output-example',
  inputSchema: z.array(z.object({ value: z.number() })),
  outputSchema: z.array(z.object({ value: z.number() })),
})
  .foreach(addTenStep)
  .commit()

// When executed with [{ value: 1 }, { value: 22 }, { value: 333 }]
// Output: [{ value: 11 }, { value: 32 }, { value: 343 }]

並行處理限制

使用 concurrency 控制要處理的陣列項目數量。預設值為 1，即依次執行步驟。提高此值可讓 .foreach() 同時處理多個項目。

src/mastra/workflows/test-workflow.ts

const step1 = createStep({...})

export const testWorkflow = createWorkflow({...})
  .foreach(step1, { concurrency: 4 })
  .commit();

彙總 .foreach() 之後的結果

由於 .foreach() 會輸出陣列，因此你可以使用 .then() 或 .map() 彙總或轉換結果。緊接 .foreach() 的步驟會收到整個陣列作為輸入。

src/mastra/workflows/test-workflow.ts

const processItemStep = createStep({
  id: 'process-item',
  inputSchema: z.object({ value: z.number() }),
  outputSchema: z.object({ processed: z.number() }),
  execute: async ({ inputData }) => ({
    processed: inputData.value * 2,
  }),
})

const aggregateStep = createStep({
  id: 'aggregate',
  // Input is an array of outputs from foreach
  inputSchema: z.array(z.object({ processed: z.number() })),
  outputSchema: z.object({ total: z.number() }),
  execute: async ({ inputData }) => ({
    // Sum all processed values
    total: inputData.reduce((sum, item) => sum + item.processed, 0),
  }),
})

export const testWorkflow = createWorkflow({
  id: 'foreach-aggregate-example',
  inputSchema: z.array(z.object({ value: z.number() })),
  outputSchema: z.object({ total: z.number() }),
})
  .foreach(processItemStep)
  .then(aggregateStep) // Receives the full array from foreach
  .commit()

// When executed with [{ value: 1 }, { value: 2 }, { value: 3 }]
// After foreach: [{ processed: 2 }, { processed: 4 }, { processed: 6 }]
// After aggregate: { total: 12 }

你亦可以使用 .map() 轉換陣列輸出：

src/mastra/workflows/test-workflow.ts

export const testWorkflow = createWorkflow({...})
  .foreach(processItemStep)
  .map(async ({ inputData }) => ({
    // Transform the array into a different structure
    values: inputData.map(item => item.processed),
    count: inputData.length
  }))
  .then(nextStep)
  .commit();

串連多個 .foreach() 呼叫

串連多個 .foreach() 呼叫時，每個呼叫都會處理前一個步驟輸出的陣列。如果陣列中的每個項目都需要由多個步驟依次轉換，這種方式便很實用。

src/mastra/workflows/test-workflow.ts

const chunkStep = createStep({
  id: 'chunk',
  // Takes a document, returns an array of chunks
  inputSchema: z.object({ content: z.string() }),
  outputSchema: z.array(z.object({ chunk: z.string() })),
  execute: async ({ inputData }) => {
    // Split document into chunks
    const chunks = inputData.content.match(/.{1,100}/g) || []
    return chunks.map(chunk => ({ chunk }))
  },
})

const embedStep = createStep({
  id: 'embed',
  // Takes a single chunk, returns embedding
  inputSchema: z.object({ chunk: z.string() }),
  outputSchema: z.object({ embedding: z.array(z.number()) }),
  execute: async ({ inputData }) => ({
    embedding: [/* vector embedding */],
  }),
})

// For a single document that produces multiple chunks:
export const singleDocWorkflow = createWorkflow({
  id: 'single-doc-rag',
  inputSchema: z.object({ content: z.string() }),
  outputSchema: z.array(z.object({ embedding: z.array(z.number()) })),
})
  .then(chunkStep) // Returns array of chunks
  .foreach(embedStep) // Process each chunk -> array of embeddings
  .commit()

處理多份文件，而每份文件都會產生多個 chunk 時，你有以下選擇：

選項 1：在單一步驟中處理所有文件並控制批次

src/mastra/workflows/test-workflow.ts

const downloadAndChunkStep = createStep({
  id: "download-and-chunk",
  inputSchema: z.array(z.string()),  // Array of URLs
  outputSchema: z.array(z.object({ chunk: z.string(), source: z.string() })),
  execute: async ({ inputData: urls }) => {
    // Control batching/parallelization within the step
    const allChunks = [];
    for (const url of urls) {
      const content = await fetch(url).then(r => r.text());
      const chunks = content.match(/.{1,100}/g) || [];
      allChunks.push(...chunks.map(chunk => ({ chunk, source: url })));
    }
    return allChunks;
  }
});

export const multiDocWorkflow = createWorkflow({...})
  .then(downloadAndChunkStep)  // Returns flat array of all chunks
  .foreach(embedStep, { concurrency: 10 })  // Embed each chunk in parallel
  .commit();

選項 2：對文件使用 foreach 並彙總 chunk，之後再對 embedding 使用 foreach

src/mastra/workflows/test-workflow.ts

const downloadStep = createStep({
  id: 'download',
  inputSchema: z.string(), // Single URL
  outputSchema: z.object({ content: z.string(), source: z.string() }),
  execute: async ({ inputData: url }) => ({
    content: await fetch(url).then(r => r.text()),
    source: url,
  }),
})

const chunkDocStep = createStep({
  id: 'chunk-doc',
  inputSchema: z.object({ content: z.string(), source: z.string() }),
  outputSchema: z.array(z.object({ chunk: z.string(), source: z.string() })),
  execute: async ({ inputData }) => {
    const chunks = inputData.content.match(/.{1,100}/g) || []
    return chunks.map(chunk => ({ chunk, source: inputData.source }))
  },
})

export const multiDocWorkflow = createWorkflow({
  id: 'multi-doc-rag',
  inputSchema: z.array(z.string()), // Array of URLs
  outputSchema: z.array(z.object({ embedding: z.array(z.number()) })),
})
  .foreach(downloadStep, { concurrency: 5 }) // Download docs in parallel
  .foreach(chunkDocStep) // Chunk each doc -> array of chunk arrays
  .map(async ({ inputData }) => {
    // Flatten nested arrays: [[chunks], [chunks]] -> [chunks]
    return inputData.flat()
  })
  .foreach(embedStep, { concurrency: 10 }) // Embed all chunks
  .commit()

串連 .foreach() 的重點：

• 每個 .foreach() 都會處理前一個步驟的陣列
• 如果 .foreach() 內的步驟傳回陣列，輸出便會成為陣列的陣列
• 有需要時，配合使用 .map() 和 .flat() 攤平嵌套陣列
• 對於複雜的 RAG pipeline，選項 1（在單一步驟中處理批次）通常能提供更佳控制

foreach 內的嵌套 Workflow

.foreach() 之後的步驟只會在所有迭代完成後執行。如果每個項目都需要執行多個循序操作，請使用嵌套 Workflow，而不要串連多個 .foreach() 呼叫。這樣可將每個項目的所有操作集中在一起，令資料流更清晰。

src/mastra/workflows/test-workflow.ts

// Define a workflow that processes a single document
const processDocumentWorkflow = createWorkflow({
  id: 'process-document',
  inputSchema: z.object({ url: z.string() }),
  outputSchema: z.object({
    embeddings: z.array(z.array(z.number())),
    metadata: z.object({ url: z.string(), chunkCount: z.number() }),
  }),
})
  .then(downloadStep) // Download the document
  .then(chunkStep) // Split into chunks
  .then(embedChunksStep) // Embed all chunks for this document
  .then(formatResultStep) // Format the final output
  .commit()

// Use the nested workflow inside foreach
export const batchProcessWorkflow = createWorkflow({
  id: 'batch-process-documents',
  inputSchema: z.array(z.object({ url: z.string() })),
  outputSchema: z.array(
    z.object({
      embeddings: z.array(z.array(z.number())),
      metadata: z.object({ url: z.string(), chunkCount: z.number() }),
    }),
  ),
})
  .foreach(processDocumentWorkflow, { concurrency: 3 })
  .commit()

// Each document goes through all 4 steps before the next document starts (with concurrency: 1)
// With concurrency: 3, up to 3 documents process their full pipelines in parallel

使用嵌套 Workflow 的原因：

• 更佳的並行處理：使用 concurrency: N 時，多個項目會同時執行各自的完整 pipeline。串連的 .foreach().foreach() 會先讓所有項目完成步驟 1，等待後再讓所有項目執行步驟 2；嵌套 Workflow 則讓每個項目獨立推進
• 收集結果前，單一項目的所有步驟會一併完成
• 相比會產生嵌套陣列的多個 .foreach() 呼叫，結構更簡潔
• 每次嵌套 Workflow 執行都互相獨立，並有各自的資料流
• 更容易獨立測試和重用每個項目的邏輯

運作方式：

1. 父 Workflow 將每個陣列項目傳遞至嵌套 Workflow 的一個實例
2. 每個嵌套 Workflow 都會為該項目執行完整的步驟序列
3. 當 concurrency > 1 時，多個嵌套 Workflow 會並行執行
4. 嵌套 Workflow 的最終輸出會成為結果陣列中的一個元素
5. 所有嵌套 Workflow 完成後，父 Workflow 的下一個步驟會收到完整陣列

選擇合適的模式

選擇合適的控制流程方法時，可參考本節。

快速參考

方法	用途	輸入	輸出	並行處理
.then(step)	依次處理	T	U	不適用（每次一個）
.parallel([a, b])	對相同輸入執行不同操作	T	{ a: U, b: V }	全部同時執行
.foreach(step)	對每個陣列項目執行相同操作	T[]	U[]	可設定（預設：1）
.branch([...])	按條件選擇路徑	T	{ selectedStep: U }	只執行一個分支

.parallel() vs .foreach()

當單一輸入需要以不同方式處理時，使用 .parallel()：

// Same user data processed differently in parallel
workflow.parallel([validateStep, enrichStep, scoreStep]).then(combineResultsStep)

當多個輸入需要以相同方式處理時，使用 .foreach()：

// Multiple URLs each processed the same way
workflow.foreach(downloadStep, { concurrency: 5 }).then(aggregateStep)

何時使用嵌套 Workflow

在 .foreach() 內——當每個陣列項目都需要多個循序步驟時：

// Each document goes through a full pipeline
const processDocWorkflow = createWorkflow({...})
  .then(downloadStep)
  .then(parseStep)
  .then(embedStep)
  .commit();

workflow.foreach(processDocWorkflow, { concurrency: 3 })

使用單一 .foreach() 可維持扁平的結果；串連 .foreach().foreach() 則會建立嵌套陣列。

在 .parallel() 內——當並行分支需要自己的多步驟 pipeline 時：

const pipelineA = createWorkflow({...}).then(step1).then(step2).commit();
const pipelineB = createWorkflow({...}).then(step3).then(step4).commit();

workflow.parallel([pipelineA, pipelineB])

串連模式

模式	執行情況	常見用途
.then().then()	循序步驟	簡單 pipeline
.parallel().then()	並行執行，然後合併	Fan-out/fan-in
.foreach().then()	處理所有項目，然後彙總	Map-reduce
.foreach().foreach()	建立陣列的陣列	避免使用——改用嵌套 Workflow，或配合使用 .map() 與 .flat()
.foreach(workflow)	每個項目執行完整 pipeline	對每個陣列項目進行多步驟處理

同步：下一個步驟何時執行？

.parallel() 和 .foreach() 都是同步點。只有在所有並行分支或所有陣列迭代完成後，Workflow 中的下一個步驟才會執行。

workflow
  .parallel([stepA, stepB, stepC]) // All 3 run simultaneously
  .then(combineStep) // Waits for ALL 3 to finish before running
  .commit()

workflow
  .foreach(processStep, { concurrency: 5 }) // Up to 5 items process at once
  .then(aggregateStep) // Waits for ALL items to finish before running
  .commit()

這表示：

• .parallel() 將所有分支輸出收集到一個物件，再傳遞至下一個步驟
• .foreach() 將所有迭代輸出收集到一個陣列，再傳遞至下一個步驟
• 結果無法在完成時以「串流」方式傳遞至下一個步驟

並行處理行為

方法	行為
.then()	循序執行——每次一個步驟
.parallel()	所有分支同時執行（沒有上限選項）
.foreach()	透過 { concurrency: N } 控制——預設為 1（循序執行）
.foreach() 內的嵌套 Workflow	遵從父 Workflow 的並行處理設定

效能提示： 對於 .foreach() 中受 I/O 限制的操作，可提高並行處理數量，以並行處理各項目：

// Process up to 10 items simultaneously
workflow.foreach(fetchDataStep, { concurrency: 10 })

循環管理

你可以根據希望循環如何結束，以不同方式實作循環條件。

常見模式會檢查 inputData 傳回的值，並設定最大迭代次數；亦可在達到上限時中止執行。

中止循環

使用 iterationCount 限制循環的執行次數。如果計數超過你的門檻，請拋出錯誤，讓步驟失敗並停止 Workflow。

src/mastra/workflows/test-workflow.ts

const step1 = createStep({...});

export const testWorkflow = createWorkflow({...})
  .dountil(step1, async ({ inputData: { userResponse, iterationCount } }) => {
    if (iterationCount >= 10) {
      throw new Error("Maximum iterations reached");
    }
    return userResponse === "yes";
  })
  .commit();

相關內容

• 暫停與恢復
• Human-in-the-loop