代码运行节点

概述

代码运行节点支持在工作流中直接执行 Python 或 NodeJS 代码，用于实现自定义的数据处理逻辑。相比其他节点，代码节点提供了更高的灵活性，适合处理复杂的数据转换、计算或格式化任务，无需依赖外部服务。

支持的运行环境

运行时	说明
Python 3	适合数据处理、数学计算、文本操作等场景
NodeJS	适合 JSON 处理、字符串操作、异步逻辑等场景

配置项说明

配置项	说明
运行时	选择代码执行环境，支持 Python 3 / NodeJS
输入变量	从上游节点引用的变量，作为代码的输入参数。支持下拉搜索，可在输入框中输入关键词快速筛选并选择目标变量
代码编辑器	编写自定义处理逻辑，需包含 main 函数作为入口
输出变量	定义代码执行后返回的字段名称与类型

代码入口规范

代码节点要求以 main 函数作为执行入口，输入变量以参数形式传入，返回值须为字典（Python）或对象（NodeJS）。

Python 示例：

def main(input_text: str) -> dict:
    result = input_text.strip().upper()
    return {
        "output": result,
        "length": len(result)
    }

NodeJS 示例：

async function main({ inputText }) {
    const result = inputText.trim().toUpperCase();
    return {
        output: result,
        length: result.length
    };
}

---

典型使用场景

场景一：数值计算（Arithmetic）

对上游节点传入的数值进行加减乘除、取模、幂运算等数学处理，并将结果传递给下游节点。

def main(price: float, quantity: int, discount: float) -> dict:
    subtotal = price * quantity
    total = subtotal * (1 - discount)
    return {
        "subtotal": subtotal,
        "total": round(total, 2)
    }

场景二：JSON 转换（JSON Transform）

对结构复杂的 JSON 数据进行字段提取、重组或格式标准化，便于后续节点直接使用。

import json

def main(raw_json: str) -> dict:
    data = json.loads(raw_json)
    return {
        "name": data.get("user", {}).get("name", ""),
        "email": data.get("user", {}).get("contact", {}).get("email", ""),
        "is_active": data.get("status") == "active"
    }

场景三：文本处理（Text Processing）

对字符串进行清洗、分割、拼接、正则匹配等操作，适用于格式化输出或关键词提取。

import re

def main(raw_text: str) -> dict:
    cleaned = re.sub(r'\s+', ' ', raw_text).strip()
    words = cleaned.split(' ')
    return {
        "cleaned_text": cleaned,
        "word_count": len(words),
        "preview": cleaned[:100]
    }

场景四：日期与时间格式化

将时间戳或非标准日期字符串转换为统一格式，供报告生成或条件判断使用。

from datetime import datetime

def main(timestamp: int) -> dict:
    dt = datetime.fromtimestamp(timestamp / 1000)
    return {
        "formatted": dt.strftime("%Y-%m-%d %H:%M:%S"),
        "date_only": dt.strftime("%Y-%m-%d"),
        "year": dt.year
    }

---

安全策略

执行环境隔离

代码节点运行在沙箱环境中，每次执行均为独立进程，执行完毕后自动销毁，不保留任何运行状态。

禁止访问的能力

出于安全考虑，代码节点对以下能力进行了限制：

限制项	说明
文件系统访问	不允许读写本地文件，防止数据泄露
网络请求	不允许在代码中发起 HTTP/TCP 等网络调用，如需请求外部接口请使用 HTTP 请求节点
系统命令执行	禁止调用 os.system、subprocess 等系统级命令
动态代码执行	禁止使用 eval、exec 等动态执行函数
无限循环	执行超时将被强制终止，防止资源耗尽

执行限制

限制项	限制值
最大执行时长	10 秒
最大内存占用	256 MB
输入数据大小	单个变量不超过 1 MB

依赖库说明

代码节点内置了常用标准库，不支持安装第三方包。可用库包括：

• Python：json、re、math、datetime、hashlib、base64、collections、itertools 等标准库
• NodeJS：crypto、path、url、querystring、Buffer 等内置模块

---

输出变量配置

代码执行完成后，返回值中的字段需在「输出变量」中预先声明，才能被下游节点引用。

字段类型	说明
String	字符串
Number	数值（整数或浮点数）
Boolean	布尔值
Object	JSON 对象
Array	数组

若代码返回了未声明的字段，该字段将被忽略，不会传递给下游节点。

---

高级功能

错误重试

代码节点支持在执行失败时自动重试，适用于偶发性运行时错误。

• 最大重试次数：10 次
• 最大重试间隔：5000 ms

异常处理

当代码执行抛出未捕获异常时，可通过配置异常分支执行降级逻辑，避免中断整个工作流。

配置步骤：

1. 在代码节点中启用「异常处理」开关
2. 选择异常处理方案（如返回默认值、跳转至指定节点）并完成配置

常见问题

Q：代码执行超时怎么办？

检查是否存在大数据量循环或低效算法。建议对大列表使用生成器，避免一次性加载全量数据。若数据量确实较大，可考虑在上游节点先做过滤或分页处理。

Q：输出变量未被下游节点识别？

确认以下两点：

1. main 函数的返回值是字典/对象类型，且字段名与输出变量声明一致
2. 输出变量面板中已添加对应字段并选择了正确的数据类型

Q：能否在代码中调用其他节点的能力？

不支持。代码节点仅用于纯计算逻辑，与外部服务的交互（如 HTTP 请求、数据库查询）需通过对应的专用节点实现，并通过变量传递数据。

Q：Python 和 NodeJS 如何选择？

• 数学计算、正则处理、数据结构操作优先选 Python
• JSON 操作、字符串模板、异步逻辑优先选 NodeJS
• 两者能力相近时，选择团队更熟悉的语言即可