横评看多了会有个错觉:平台之间的差别在功能表上。真跑起来才知道,功能表只决定你能不能做,失败处理决定你敢不敢让它自己跑。
我这两天把十家平台的失败文档翻了一遍,只盯一件事:一次运行在第三步挂了,平台替你做什么。星数与提交时间截至 2026 年 11 月 9 日,取自 GitHub API。
先分清两种失败
值得重试的:502、超时、限流。这些是对方机房的问题,等一会就好。
不值得重试的:参数写错、鉴权过期、返回的 JSON 解析不了。重试一百次还是错,只是把错误重复一百遍,顺便把账单跑厚。
多数平台不做这个区分。n8n 的 Retry On Fail 不看状态码,400 和 503 一样重试。所以真正的门槛不是”能不能重试”,是”重试完之后往哪走”。
SaaS 层:Zapier 和 Make
Zapier 的 Autoreplay 是这十家里最舍得等的:失败后重试 5 次,间隔分别是 5 分钟、30 分钟、1 小时、3 小时、6 小时,最后一次落在首次报错后约 10 小时 35 分。代价有两个:这功能要 Pro 及以上;replay 会把成功的步骤重新走一遍,照样扣 task。它还有个自我保护阈值——7 天内 95% 以上的运行都是错误状态,Zap 会被自动停掉,不会一直烧钱。
Make 分两条路。临时错误(ConnectionError、RateLimitError、ModuleTimeoutError)不用你配,自动指数退避 8 次,开了 incomplete executions 后间隔是 1 分、10 分、10 分、30 分、30 分、30 分、3 小时、3 小时,铺开约 8 小时。业务错误要自己挂 Retry 处理器,起手 3 次、间隔 15 分钟,两个值都能改;另外还有 Resume(用备用值继续)、Skip(丢掉这条)、Rollback(回滚,只对支持 ACID 的模块有效)。
画布层:n8n、Dify、Langflow、Flowise
n8n 的默认值是 3 次、间隔 1000 毫秒。三次加起来等 2 秒,对一次 429 来说基本等于没等。社区不是没提过:2026 年 9 月有人提 PR,想把上限从 5 次 / 5000ms 放开到 1000 次 / 10 小时,最后是 closed、没合。节点上还有 On Error 三档——停整个流程、带最后一条有效数据继续、把错误当数据传给下一个节点。要全局兜底就配 Error Workflow。
Dify 做得最细:节点级重试最多 10 次、间隔最长 5000ms,HTTP 节点默认就开着(3 次、100ms),LLM 和工具节点默认关。重试耗完之后三选一:整个流程停、返回默认值、走失败分支(用 error_type 和 error_message 决定下一步)。有个坑:Loop 节点里任何一个子节点失败,整个循环立刻终止,想跳过坏数据得用 Iteration 的 continue-on-error。
Langflow 是这层里唯一没有统一失败策略的。它把重试丢给组件自己——LiteLLM 组件默认 2 次,Embedding 组件默认 3 次——超时则靠 LANGFLOW_WORKER_TIMEOUT 这个环境变量。能用,但你得清楚自己配了哪几个组件。
Flowise 就不用讨论了。5.5 万星的仓库 8 月 13 日归档转只读,之后没有补丁,失败策略也不会再变。
代码层:CrewAI、AutoGen、MetaGPT、SuperAGI、AutoGPT
这层的默认假设是:重试是你的事。
CrewAI 还算给了两个旋钮:max_retry_limit 默认 2,max_iter 默认 20,后者是防 Agent 在一个任务里转不出来。AutoGen 更彻底,框架层没有重试,官方 issue #3609 请求给 LLM 请求加重试,最后被关成 not planned,只能自己给模型 client 传 max_retries。而且它的 README 顶部已经挂上 Archived 徽章,写明不再修 bug 和安全问题,新用户被指向 Microsoft Agent Framework。
MetaGPT 最后提交停在 2026-01-21,SuperAGI 停在 2025-01-22(10 月还爆过一个 9.8 分漏洞)——这两个连”重试逻辑有没有人维护”都不用问了。AutoGPT 18.8 万星还在动,但重心已经搬到托管平台,重试跑在别人的机房里,你看不到。
上手:三步给流程加兜底
第一步,把失败分类。可重试的加重试,不可重试的直接报错,别混在一起。
第二步,给每个写操作配一个去向。要么落队列等人(Make 的 incomplete executions),要么给默认值(Dify 的 default value),要么走失败分支发通知。三条选一条,不要什么都不配。
第三步,设硬上限。次数之外再加时间上限,CrewAI 的 max_execution_time、AutoGen 的 TimeoutTermination 都是干这个的。
几句实话
重试不是免费的。Zapier 的 replay 照扣 task,Make 的重跑照算 operation,CrewAI 重试一次就是一次完整的 token 消耗。次数越多,账单越像雪球。
重试也治不了逻辑错。参数错了、工具选错了、上下文超了,重试一百次还是同一个错,只是把日志刷满。
我自己的做法很土:所有写操作前面加一次幂等检查,重试次数压到 2 到 3 次,超过就落队列喊人。平台替你兜,你付订阅费;自己兜,你半夜爬起来看日志。这笔账,比星数重要得多。