n8n 失败重试与异常处理

无人值守工作流的静默失败问题

n8n 的默认行为是：任何一个节点抛错，整条工作流立即停止。你在本地看着红节点重跑，没问题；但一旦工作流跑在无人值守环境里——webhook 触发的 API、定时任务、队列 worker、agent 工具——这个默认值就是灾难：调用方等到超时或收到空的 500，运维没有收到任何告警，症状只是"集成突然不工作了"，没有日志、没有线索。

本技能要解决的问题是让失败变得响亮、结构化、可恢复，最好情况下还能自愈，让瞬时抖动根本不需要人介入。

技能如何工作：两层错误处理

防止大多数静默失败的两个核心思想：

• Per-node error outputs：节点失败时路由到你控制的第二个输出，而不是杀死整个运行。
• Workflow-level error workflow：一个兜底工作流，捕获任何逃出 per-node 处理的错误（超时、节点间崩溃、未接线的失败）。

关键陷阱：per-node error output 是两步设置。 只做一半看起来完成了，实际会吞掉错误：

1. 在节点上设置 onError: "continueErrorOutput"——这才会创建第二输出 main[1]。
2. 把那个错误输出接到真正的处理器。没有目标，错误数据就发射到虚空。

| 你做了什么 | 运行时发生了什么 |
|---|---|
| 设置了 onError，没接错误输出 | 错误数据被静默丢弃，仪表盘显示成功，最坏情况无日志。 |
| 接了错误输出，没设 onError | 槽位永远不触发，失败时工作流照常停止。 |
| 两步都做了 | 失败沿 main[1] 路由到处理器。✅ |

接线后必须验证——validate_workflow 检查不出半接线的错误输出。用 n8n_get_workflow 拉取工作流，确认 onError 是 continueErrorOutput 且 connections["HTTP Request"].main[1] 包含你的处理器。

自愈优先：先设 retryOnFail，再接错误路径。 任何调用网络服务的节点——HTTP Request、Gmail/Slack/Discord、数据库、AI 节点——都应设置节点级重试。429 或上游短暂抖动会自己重试成功，错误输出只在真实、持久的故障时触发。引擎限制：重试对任何错误触发（无状态码过滤），maxTries 上限 5，waitBetweenTries 上限 5000ms。

API 工作流的规范形状：无悬挂分支。 每条路径——成功和每个错误——都必须结束于 Respond to Webhook 节点，否则调用方会等到超时。校验失败（4xx）在上游用 IF/Switch 或 Set 节点里的 IIFE Schema 校验器判断，直接返回 400/401/403/404；错误输出只留给意外失败（5xx）。responseCode 默认 200——即使错误分支也如此——这是独立陷阱：返回 200 带错误体，调用方的 HTTP 客户端会当成成功。每个 Respond 节点都要显式设置 responseCode。

状态码要匹配失败原因。 5xx 表示你的故障、建议重试；4xx 表示调用方的错、不要重试。把坏输入也接到返回 500 的 Respond 是常见错误——调用方分不清你的宕机和他的 bug。

工作流级错误工作流（兜底） 捕获 per-node 处理漏掉的一切：你忘记接线的节点、节点间崩溃、整条工作流超时、触发器失败。用 Error Trigger 节点启动，最小版本是捕获→通知。告警要包含工作流名、编辑器和失败执行的链接、失败节点名、真实错误消息（不是"Workflow failed"）。

适用边界与注意点

• 你自己盯着跑的内部一次性工作流：默认 stopWorkflow 没问题，你会看到红节点并重跑。分界线是：如果输出有别人在看——下游系统、终端用户、值班工程师——失败必须被处理，不能被吞掉。
• 递归陷阱：如果错误工作流通知 Slack，而 Slack 正好挂了，错误工作流自己也失败，原始错误就消失了。在不同于被监控工作流所用渠道的通道上通知（多数工作流用 Slack → 错误工作流用邮件），并加降级（写入 Data Table）。
• "已处理"的错误不会冒泡：如果节点的错误输出接到一个丢弃数据的空操作，n8n 认为错误已处理，错误工作流不会触发。只在真正处理错误时才做 per-node 捕获。
• MCP 做不到的事：分配错误工作流（实例默认或按工作流覆盖）是 n8n UI 设置——Workflow Settings → Error Workflow。没有 MCP 工具能设。用 MCP 构建错误工作流后，要告诉用户确切的 UI 步骤，并对每条无人值守工作流重复（或设实例默认）。其他工作流设置（Save Execution Data、时区、超时、caller policy）也是 UI only。