Zum Hauptinhalt springen
Loop

​
Überblick

Der Loop-Node verarbeitet Arrays von Daten - iteriere durch Listen von Kunden, Bestellungen, Dateien oder jeder Sammlung und wende dieselbe Logik auf jedes Item an.
Am besten für: Batch-Verarbeitung, Verarbeitung mehrerer Datensätze, Generierung individueller Berichte und Iterieren über Listen.

​
Konfiguration

Input-Array: Wähle das Array aus, über das iteriert werden soll 
{{trigger.output.customers}}
{{api_response.output.items}}
{{google_sheets.output.rows}}
Loop-Variablenname: Name für aktuelles Item (z.B., customer, item, record) Max. Iterationen: Sicherheitslimit (Standard: 200, Maximum: 2000)

​
Erweiterte Optionen

Parallelität: Aktiviere parallele Verarbeitung von Loop-Iterationen Wenn aktiviert, laufen alle Iterationen gleichzeitig statt nacheinander. Das beschleunigt Loops erheblich, erfordert aber, dass die Iterationen nicht voneinander abhängen.
ParallelitätVerhaltenGeeignet für
Aus (Standard)Sequentiell - jede Iteration wartet auf die vorherigeAbhängige Operationen, rate-limitierte APIs
AnParallel - alle Iterationen laufen gleichzeitigUnabhängige Operationen, schnellere Verarbeitung
Bei aktivierter Parallelität können Iterationen in beliebiger Reihenfolge abschließen. Nutze keine Parallelität, wenn spätere Iterationen von Ergebnissen früherer abhängen.
Outputs sammeln: Fasse alle Iterationsergebnisse in einem Array zusammen Wenn aktiviert, gibt der Loop-End-Node ein Array mit Ergebnissen jeder Iteration aus. Das ist nützlich, um im Loop verarbeitete Daten zu aggregieren. 
{{ loop_end.output.iterations }}            → Array aller Iterationsdaten
{{ loop_end.output.iterations[0].item }}    → Input-Item der ersten Iteration
{{ loop_end.output.iterations[0].executions }}  → Ausgeführte Nodes der ersten Iteration
{{ loop_end.output.total }}                 → Gesamtzahl der Iterationen
Struktur der gesammelten Outputs: 
{
  "iterations": [
    {
      "index": 0,
      "item": { "original": "data" },
      "executions": [
        {
          "nodeId": "abc123",
          "nodeSlug": "agent",
          "nodeType": "agent",
          "input": { ... },
          "output": { "result": "processed" }
        }
      ]
    }
  ],
  "total": 10
}
Nutze Outputs sammeln, wenn du Ergebnisse aggregieren, Berichte aus allen Iterationen erstellen oder Loop-Ergebnisse an einen nachfolgenden Node zur finalen Verarbeitung übergeben möchtest.

​
Innerhalb des Loops

Der Loop-Node-Slug wird dein Variablenname. Greife auf aktuelles Item und Iterations-Info zu: 
{{customer.output.currentItem}}           // Das volle aktuelle Item
{{customer.output.currentItem.name}}      // Zugriff auf Item-Eigenschaften
{{customer.output.currentItem.email}}
{{customer.output.currentIndex}}          // Aktuelle Iteration (0-basiert)
{{customer.output.total}}                 // Gesamtzahl Items im Array

​
Beispiel-Anwendungsfälle

​
Kundenliste verarbeiten

Loop über {{trigger.output.customers}}
  Loop-Node-Slug: customer

  → Agent: Analysiere {{customer.output.currentItem.feedback}}
  → Condition: Prüfe {{customer.output.currentItem.score}}
    → Hoch: Sende Dankes-E-Mail
    → Niedrig: Erstelle Follow-up-Aufgabe

​
Batch-Update von Datensätzen

Loop über {{api_response.output.records}}
  Loop-Node-Slug: record

  → Code: Transformiere {{record.output.currentItem.data}}
  → HTTP Request: Aktualisiere Datensatz {{record.output.currentItem.id}}

​
Individuelle Berichte generieren

Loop über {{trigger.output.team_members}}
  Loop-Node-Slug: member

  → HTTP Request: Hole {{member.output.currentItem.id}} Daten ab
  → Agent: Generiere Bericht für {{member.output.currentItem.name}}
  → Action: E-Mail-Bericht an {{member.output.currentItem.email}}

​
Parallele Bildverarbeitung (Parallelität)

Loop über {{trigger.output.images}}
  Loop-Node-Slug: image
  Parallele Ausführung: An

  → Agent: Analysiere {{image.output.currentItem.url}}
  → Code: Extrahiere Metadaten
Alle Bilder werden gleichzeitig analysiert und deutlich schneller fertig als bei sequentieller Verarbeitung.

​
Ergebnisse aggregieren (Outputs sammeln)

Loop über {{trigger.output.documents}}
  Loop-Node-Slug: doc
  Outputs sammeln: An

  → Agent: Fasse {{doc.output.currentItem.content}} zusammen
  → Code: Extrahiere Kernpunkte

→ Agent: Erstelle Gesamtzusammenfassung aus {{loop_end.output.iterations}}
→ Action: Sende kombinierten Bericht
Der finale Agent erhält alle Zusammenfassungen auf einmal, um einen umfassenden Bericht zu erstellen.

​
Best Practices

Verhindere Endlosschleifen und ausufernde Kosten. Setze ein vernünftiges Maximum.
Anstatt 100 individuelle Agent-Aufrufe, fasse Items in Gruppen von 10 zusammen.
Füge eine Bedingung vor dem Loop hinzu, um zu prüfen, ob das Array Items hat.
Loops mit KI-Agenten können teuer sein. Berechne: Kosten pro Item × Anzahl der Items.

​
Kosten-Warnung

Loops können signifikante Credits verbrauchen, wenn viele Items mit KI-Agenten verarbeitet werden. Ein Loop mit 100 Items und einem Agent-Aufruf zu je 0.10=0.10 = 10 pro Durchlauf.

​
Nächste Schritte

Agent-Node

Verarbeite Items mit KI

Kostenmanagement

Optimiere Loop-Kosten