n8n智能体开发：激活并检查工作流 - 实践

工作流执行#

执行(execution)表示工作流从第一个节点到最后一个节点的完整运行过程。n8n会记录工作流执行情况，让您能够查看工作流是否成功完成。执行日志对于调试工作流和定位问题发生阶段非常有用。

要查看特定工作流的执行记录，当工作流在画布中打开时，可以切换到执行(Executions)标签页。使用编辑器(Editor)标签页可切换回节点编辑器。

要查看整个n8n实例的执行日志，在编辑器界面中选择概览(Overview)，之后在主面板中选择执行(Executions)标签页。

执行列表

执行(Executions)窗口会显示包含以下信息的表格：

• 名称(Name): 工作流名称
• 开始时间(Started At): 工作流启动的日期和时间
• 状态(Status): 工作流状态（等待中、运行中、成功、已取消或失败）以及工作流执行所花费的时间
• 执行ID(Execution ID): 该工作流执行的唯一标识符

工作流执行状态

您可以按工作流和状态（任何状态、失败、已取消、运行中、成功或等待中）筛选显示的执行(Executions)记录。 此处呈现的信息取决于您在工作流设置中配置要保存哪些执行记录。

工作流设置#

您可以在工作流设置中自定义工作流和执行，或覆盖某些全局默认设置。

要访问这些设置，请在编辑器界面中打开工作流时，点击画布右上角的三个点，然后选择设置。

工作流设置

在工作流设置窗口中，您可以配置以下选项：

• 执行顺序：为多分支工作流选择执行逻辑。如果您没有依赖旧版执行顺序的工作流，应保持设置为v1。
• 错误工作流：当前工作流执行失败时运行的备用工作流。
• 允许调用此工作流的来源：允许通过执行子工作流节点调用此工作流的工作流列表。
• 时区：当前工作流利用的时区。如未设置则使用全局时区。此设置对计划触发器节点尤为重要，可确保工作流在正确时间执行。
• 保存失败的生产执行：是否保存工作流失败时的执行数据。默认保存。
• 保存成功的生产执行：是否保存工作流成功时的执行数据。默认保存。
• 保存手动执行：是否保存从编辑器界面启动的执行记录。默认保存。
• 保存执行进度：是否保存每个节点的执行数据。如设为保存，可在出错时从停止处恢复工作流，但请注意这可能会降低执行速度。默认不保存。
• 工作流超时：是否在特定时间后取消工作流执行。默认不启用超时。

《动手学PyTorch建模与应用:从深度学习到大模型》是一本从零基础上手深度学习和大模型的PyTorch实战指南。全书共11章，前6章涵盖深度学习基础，包括张量运算、神经网络原理、素材预处理及卷积神经网络等；后5章进阶探讨图像、文本、音频建模技术，并结合Transformer架构解析大语言模型的开发实践。书中通过房价预测、图像分类等案例讲解模型构建方法，每章附有动手练习题，帮助读者巩固实战能力。内容兼顾数学原理与工程建立，适配PyTorch框架最新手艺发展趋势。