#6. 异常处理与错误重试

#功能介绍

在生产环境中，AI 应用难免会遇到各种异常情况——模型 API 调用超时、外部工具返回错误、知识库检索失败等。Dify 提供了异常处理和错误重试机制，帮助开发者构建更健壮的应用。

在工作流中，每个节点都可以配置失败处理策略。当某个节点执行失败时，你可以选择让它自动重试、跳过并使用默认值、或者将错误信息传递给下游节点进行处理。

#开启方式

点击工作流中的某个节点，在节点配置面板中找到「异常处理」或「失败时重试」设置，包含以下方式：

• 自动重试：设置重试次数和间隔时间。
• 使用默认输出：失败时输出预设的默认值。
• 终止流程：节点失败后整个工作流停止。
• 异常分支：发生异常时执行分支异常

#使用技巧

• 对调用外部 API 的节点（如 HTTP 请求、工具调用）设置自动重试，通常重试 2-3 次即可解决临时性网络问题。
• 对于非关键的处理步骤，使用"跳过并使用默认值"策略，确保主流程不会因为次要步骤的失败而中断。
• 在代码执行节点中使用 try-catch 逻辑捕获异常，输出结构化的错误信息供下游节点判断。
• 善用日志功能追踪异常发生的原因和频率，针对高频异常进行针对性优化。
• 对于生产级应用，建议在工作流中设计"降级方案"——当主处理路径失败时，自动切换到备用路径。

#示例

示例一：API 调用自动重试

场景：HTTP 请求节点调用外部 API
配置：失败时自动重试 3 次，间隔 2 秒
效果：临时性网络故障时自动恢复

示例二：模型调用降级方案

场景：LLM 节点调用 GPT-4 失败
设计：条件分支检测失败 → 切换到备用 LLM 节点（使用 GPT-3.5 作为降级方案）
效果：即使主力模型不可用，应用仍能提供服务

示例三：知识库检索失败处理

场景：知识检索节点未返回结果
设计：条件分支判断检索结果是否为空 → 走"通用回答"分支
效果：用户不会收到空白回复或错误信息

示例四：代码执行异常捕获

场景：代码执行节点处理用户上传的 CSV 数据
代码中的异常处理：
try:
    data = parse_csv(input_text)
    result = process(data)
except Exception as e:
    result = {"error": True, "message": str(e)}
效果：即使数据格式异常也不会导致工作流崩溃

示例五：全局异常通知

场景：工作流中的关键节点失败
设计：失败时触发 HTTP 请求节点 → 发送告警通知到 Slack/企业微信
效果：运维人员第一时间收到异常通知