模板
浏览可直接使用的 FlowZap 工作流模板。支持关键词搜索，并可通过高价值标签筛选。 想分享您的 FlowZap Code 作品？附上您的姓名和网站链接？在此提交您的 FlowZap Code。
浏览可直接使用的 FlowZap 工作流模板。支持关键词搜索，并可通过高价值标签筛选。 想分享您的 FlowZap Code 作品？附上您的姓名和网站链接？在此提交您的 FlowZap Code。
Top tags:
318 个模板
微服务 API 网关架构图，展示请求路由、JWT 身份验证、速率限制、服务发现以及跨分布式后端服务的响应聚合。该模板模拟微服务生态系统中所有客户端流量的入口点，在请求到达内部服务之前执行安全策略。适合设计具有集中式横切关注点的可扩展 API 基础设施的平台工程师。
每服务独立数据库架构图，每个微服务拥有其专用数据存储，通过 Kafka 进行事件驱动同步以实现跨服务数据一致性。该模板展示了微服务数据隔离的核心原则，展示 PostgreSQL 和 MongoDB 如何在多语言持久化策略中共存。对于在保持最终一致性的同时强制服务自治的架构师至关重要。
按业务能力组织的微服务分解架构图：身份认证、产品目录、定价和订单履行，每个都有独立的数据存储和 API。该模板展示如何将单体应用拆分为与业务领域对齐的服务，使用 Backend-for-Frontend (BFF) 模式进行客户端特定的聚合。适合规划领域驱动微服务边界的架构师。
绞杀者模式迁移架构图，展示使用路由层在新旧系统之间分流流量，逐步用新微服务替换遗留单体应用。该模板模拟经过验证的迁移策略，新功能作为微服务构建，遗留端点逐步退役。对于在不进行高风险大爆炸重写的情况下现代化遗留系统的团队至关重要。
Backend-for-Frontend 架构图，为 Web 和移动客户端提供独立的 BFF 层，每层针对其特定平台优化 API 响应，同时共享通用后端微服务。该模板展示如何通过按客户端类型定制数据聚合和负载优化来避免一刀切的 API。推荐给从共享微服务后端服务多个前端平台的团队。
事件驱动发布-订阅架构图，展示 Kafka 或 RabbitMQ 消息代理、事件序列化、主题分区、向多个消费者的扇出交付以及死信队列错误处理。该模板模拟了生产者和消费者通过消息代理完全解耦的基础异步消息传递模式。对于构建松耦合、可扩展的事件驱动系统的架构师至关重要。
事件溯源架构图，所有状态变更存储为不可变的领域事件序列，读取投影从事件流构建，快照优化用于快速聚合加载。该模板展示事件溯源如何通过保留每次状态转换的完整历史来消除数据丢失。对于需要完整审计跟踪、时间查询和事件重放能力的系统至关重要。
CQRS 架构图，结合独立的命令和查询 API 与事件总线进行异步读模型同步，包括从领域事件构建反规范化视图的投影器。该模板演示了完整的 CQRS+ES 技术栈，写入通过领域验证，读取从优化的物化视图提供服务。适合读写工作负载具有根本不同扩展需求的高吞吐量系统。
实时事件流管道架构图，IoT 传感器、应用日志和用户点击流数据通过 Kafka 流入 Apache Flink 进行窗口聚合、异常检测以及向数据湖和仪表板的多目标输出。该模板可视化从摄取到转换、存储和告警的端到端流处理。对于构建实时分析和监控平台的数据工程师至关重要。
领域事件架构图，展示聚合根如何引发领域事件，这些事件既在进程内分发给本地处理器，也跨边界分发给其他限界上下文中的集成事件消费者。该模板模拟 DDD 事件模式，领域逻辑通过干净的事件分发器触发副作用，保持领域和基础设施关注点的分离。对于实施基于事件集成的领域驱动设计的团队至关重要。
变更数据捕获架构图，使用 Debezium 读取数据库事务日志并将变更事件发布到 Kafka，供下游消费者更新搜索索引、使缓存失效、加载数据仓库和写入审计日志。该模板展示 CDC 如何通过在数据库级别捕获变更而无需修改应用代码来消除双写问题。对于异构系统间的数据同步至关重要。
死信队列架构图，展示重试策略、指数退避、最大重试阈值、失败消息的 DLQ 路由、运维告警和手动重处理工作流。该模板模拟异步消息系统的关键错误处理模式，确保处理失败时不会静默丢失任何消息。对于构建具有适当故障恢复机制的可靠事件驱动系统至关重要。
CQRS 读写分离架构图，展示专用的命令和查询路径，PostgreSQL 用于写入，Redis 或 Elasticsearch 用于优化读取，以及带有延迟监控的事件驱动同步层。该模板演示了 CQRS 的核心原则——分离读写模型以独立扩展和优化每条路径。适合读写比例不对称且查询性能至关重要的应用。
CQRS 物化视图架构图，多个投影器构建特定用途的读模型：订单摘要、客户仪表板、分析立方体和搜索索引，全部由单一事件流提供。该模板展示如何从相同的写入事件创建多个优化的查询视图，每个视图针对特定用例定制，读取延迟低于毫秒级。适合需要从单一数据源进行多样化查询模式的系统。
CQRS 基于任务的 UI 架构图，前端将用户意图捕获为显式命令，异步提交并进行乐观更新，当读模型同步时通过 WebSocket 接收实时确认。该模板模拟用意图驱动命令替代 CRUD 表单的现代 UI 模式，实现具有最终一致性的响应式用户体验。推荐给在 CQRS 后端上构建响应式前端的团队。
无服务器 API 后端架构图，展示 API 网关、Lambda 授权函数、业务逻辑函数以及包括 DynamoDB、S3、SQS 和 SNS 在内的托管云服务，实现完全托管、自动扩展的后端。该模板模拟无服务器优先方法，完全消除基础设施管理，按调用付费并自动缩放至零。对于构建经济高效的事件驱动 API 后端的初创公司和团队至关重要。
无服务器事件处理架构图，S3、DynamoDB Streams、API Gateway 和 CloudWatch 触发器调用 Lambda 函数，由 Step Functions 编排，通过 SQS 扇出并使用死信队列进行错误处理。该模板展示如何完全从托管无服务器组件构建复杂的事件处理管道，无需配置或管理任何服务器。适合需要弹性扩展和内置容错能力的数据处理工作流。
AWS Step Functions 编排架构图，展示状态机工作流，包括选择状态、并行处理、等待回调模式以及失败步骤的补偿回滚。该模板模拟无服务器工作流编排，复杂的多步骤流程定义为具有内置错误处理和重试逻辑的状态机。对于构建需要人工审批或长时间运行流程的可靠无服务器工作流的团队至关重要。
无服务器边缘计算架构图，展示 CloudFront 或 Cloudflare 边缘位置、用于 A/B 测试和地理个性化的 Lambda@Edge 函数、源站盾请求合并以及缓存优先响应策略。该模板可视化计算如何移至网络边缘以实现超低延迟响应，边缘函数在请求和响应到达源站之前进行修改。对于服务全球受众的性能关键型应用至关重要。
无服务器数据管道架构图，展示 Kinesis 摄取、Lambda 转换函数、S3 数据湖存储区（原始和精选）、Glue 目录注册以及 Athena 查询引擎为 QuickSight 仪表板和 SageMaker ML 模型提供数据。该模板模拟从数据摄取到转换、编目和分析的完整无服务器 ETL 管道，无需管理任何基础设施。适合构建经济高效分析平台的数据团队。
Saga 编排架构图，中央编排器协调跨订单、库存和支付服务的多步骤分布式事务，具有专用的补偿链用于失败时的回滚。该模板模拟基于编排的 Saga 模式，单个协调器管理事务生命周期并在任何步骤失败时触发补偿操作。对于实施不使用两阶段提交的可靠分布式事务的架构师至关重要。
Saga 编舞架构图，订单、支付和库存服务通过领域事件协调而无需中央编排器，每个服务发布和订阅驱动事务前进或触发补偿的事件。该模板模拟去中心化的 Saga 方法，服务自主响应事件，减少单点故障但增加了跟踪 Saga 状态的复杂性。适合偏好服务自治而非集中控制的团队。
分布式事务架构图，实现两阶段提交协议，事务协调器向参与服务发送准备和提交消息，任何投票失败时执行全局中止。该模板可视化经典的 2PC 协议，用于多个服务间需要强一致性的场景，展示准备、投票和提交/中止阶段。对于理解微服务架构中分布式共识权衡至关重要。
旅行预订 Saga 架构图，将航班、酒店和租车预订编排为单一分布式事务，任何预订步骤失败时自动补偿取消所有预订。该模板模拟经典的 Saga 用例，多个独立服务必须全部成功或全部回滚，确保旅客不会出现部分预订。非常适合用真实业务场景演示 Saga 模式。
订单履行 Saga 架构图，包含四个顺序步骤：客户验证、库存预留、支付授权和发货创建，以及在失败时反转已完成步骤的补偿链。该模板将端到端订单生命周期建模为 Saga，展示每个服务如何参与事务以及补偿操作如何维护数据一致性。适合设计可靠订单处理管道的电商架构师。
六边形架构图，展示领域核心、入站适配器（REST、GraphQL、CLI、消息消费者）、出站适配器（PostgreSQL、Stripe、邮件、Redis）以及连接它们的端口接口之间的清晰分离。该模板可视化端口与适配器模式，领域核心对基础设施零依赖，使其完全可测试且技术无关。对于在代码库中采用整洁架构原则的团队至关重要。
DDD 限界上下文架构图，订单、客户、物流和计费上下文通过防腐层、共享内核和定义集成关系的上下文映射连接。该模板可视化战略 DDD 模式，将复杂领域分解为通过明确定义的集成事件通信的自治限界上下文。对于将领域驱动设计应用于大规模企业系统的架构师至关重要。
API 组合架构图，组合器服务向多个微服务扇出并行请求，收集带超时处理的响应，并将结果合并为单一统一响应，支持部分降级。该模板模拟当单个客户端查询需要来自多个服务的数据时使用的 API 组合模式，避免直接的服务间调用。适合在微服务架构中构建聚合层的团队。
事务性 Outbox 架构图，领域写入和事件发布在同一数据库事务中完成，中继进程轮询 outbox 表并将事件发布到消息代理以保证交付。该模板解决了更新数据库和发布事件不是原子操作的双写问题，确保无需分布式事务即可实现精确一次事件交付。对于需要可靠消息发布的事件驱动架构至关重要。
Ambassador 模式架构图，本地代理边车处理身份验证头注入、熔断、重试逻辑和对外部第三方 API 出站请求的指标收集。该模板模拟 Ambassador 模式，与应用一起运行的辅助服务卸载外部通信的横切关注点。适合与需要弹性包装器的不可靠第三方服务集成的团队。
GraphQL 联邦架构图，Apollo 网关构建查询计划并扇出到用户、产品和评论子图，每个子图拥有自己的模式和数据库，响应拼接为统一的 GraphQL 结果。该模板模拟联邦 GraphQL 方法，多个团队独立开发和部署其子图，而客户端看到单一统一的 API。适合跨多个团队和服务扩展 GraphQL 的组织。
多租户 SaaS 架构图，展示租户识别、基于层级的路由（共享池与专用池）、行级安全、每租户加密密钥以及标准和企业隔离模型的独立备份策略。该模板模拟构建从共享基础设施服务多个客户同时保持严格数据隔离的 SaaS 平台的架构决策。对于平衡成本效率与企业安全需求的 SaaS 架构师至关重要。
Kubernetes 容器编排架构图，展示控制平面（API Server、etcd、Scheduler、Controller Manager）、工作节点（Kubelet、容器运行时、kube-proxy、Pod）、网络层（Ingress、Network Policy、Service Mesh）和带 CSI 驱动的持久存储。该模板提供从控制平面到存储层的完整 Kubernetes 架构栈视图。对于管理 Kubernetes 集群的 DevOps 工程师和平台团队来说是基础参考。
可观测性架构图，实现三大支柱（指标、追踪、日志），包括 OpenTelemetry SDK 埋点、OTLP 收集器管道、Prometheus、Jaeger 和 Loki 后端、Grafana 仪表板、SLO/SLI 跟踪和 PagerDuty 告警集成。该模板提供完整的可观测性技术栈参考，展示遥测数据如何从应用埋点流经收集、存储、可视化到事件响应。对于构建生产监控基础设施的 SRE 团队至关重要。
GitOps 部署架构图，展示开发者 Git 工作流、CI/CD 管道构建和推送容器镜像、ArgoCD 或 Flux 检测 Git 清单变更、漂移检测、自动集群同步和向 Kubernetes 的滚动更新部署。该模板模拟 GitOps 范式，Git 是应用代码和基础设施状态的唯一真实来源，实现声明式、可审计和可重现的部署。对于采用 GitOps 实践进行 Kubernetes 部署的团队至关重要。
单智能体AI架构，其中一个智能体处理所有事务：解析请求、推理、通过MCP调用工具、生成响应。这是原型和简单自动化的默认架构——易于调试，但很快达到上下文窗口限制且难以并行化。适合快速交付的MVP和独立开发者。
顺序流水线架构，以固定顺序链接多个智能体（解析→丰富→分析→格式化），这是当每个步骤可以隔离时常见的"LLM微服务"配置。这种结构常用于文档处理和ETL类工作流，因为每个步骤都是可测试和可预测的。
编排器-工作者架构，其中编排器智能体将目标分解为子任务，分派给专业工作者，然后综合最终响应。这是最常见的"智能体编排"架构——强大，但随着工作者数量增长，编排器可能成为瓶颈。
并行扇出架构，同时在独立检查（样式、安全、性能）上运行多个智能体，然后合并结果。这是吞吐量的标准多智能体设计方法，很好地映射到CI/CD、事件响应和研究。扇入协调成为微妙部分。
事件驱动智能体AI架构，用Kafka/PubSub主题替换中央编排器：智能体订阅、响应并发布新事件。这使多智能体系统与经过验证的微服务编舞保持一致，适合实时、高吞吐量系统和"智能体网格"配置。
竞争式/生成器-评判者架构，多个生成器产生独立答案，然后评估器智能体评分并选择最佳输出。这种方法提高质量并减少单模型脆弱性。它更昂贵（多次LLM调用），但当正确性或创造力比延迟更重要时值得。
事件驱动通知中心架构图，展示多源事件摄取、基于模板的消息渲染、按用户偏好路由到邮件（SendGrid/SES）、推送（FCM）、短信（Twilio）和 Slack 渠道，以及交付跟踪和重试机制。该模板模拟将业务服务与交付基础设施解耦的集中式通知系统，支持用户控制偏好的多渠道通信。适合构建可扩展通知基础设施的平台团队。
主管-工作者多智能体架构，其中编排器智能体接收高级目标，将其分解为子任务，委派给专业工作者智能体（研究员、写作者、QA），监控执行、处理故障并综合结果。编排器管理但不亲自执行任务。
指挥式架构，其中一个编排器智能体接收复杂任务，将其分解为子任务，分派给专业工作者智能体（研究、代码、审查），收集结果并综合最终答案。最适合具有动态分解的复杂多步骤任务。
组织结构图架构，具有多级结构。顶级监督者管理团队负责人，每个负责人管理自己的专业工作者池。团队中的团队。最适合具有10多个专业智能体、跨越多个领域的企业级自动化。
Map-Reduce风格架构，其中协调器将任务扇出到多个并行工作者智能体（风格检查、安全审计、性能分析），收集所有结果并做出聚合决策。最适合PR审查、代码审查和多维度分析。
使用Kafka风格事件代理的事件驱动智能体网格架构。多个智能体订阅主题（订单、警报、分析），独立处理事件，并将结果发布回总线。最适合实时事件处理和解耦服务架构。
多智能体网格模式，其中智能体通过MCP支持的共享上下文代理进行通信。实现多个专业智能体（规划者、编码者、审查者、操作者）之间的协调工具访问和状态同步。支持编排和编排的交互模式。
位于智能体和MCP服务器之间的缓存和压缩层，在冗余上下文请求到达网络之前拦截它们。使用基于TTL的缓存失效、Brotli压缩和语义缓存。可实现高达95%以上的token减少，并显著降低LLM账单。
身份风格记忆模式，其中档案数据在会话开始时加载。每个提示结合系统角色、用户档案和当前消息。新事实可以写回档案记忆。开销小且可预测，但UX提升大——智能体记住你的名字、技术栈、语气和约束。
基于向量的记忆模式，其中文本被分块、嵌入并存储在向量数据库中。查询时，问题被嵌入，运行向量搜索，重新排序候选，并将顶部结果注入提示。智能体感觉像记住一切而不会产生幻觉的地方。
从经验中学习模式，其中每次任务运行成为一个情景，包含输入、动作和结果。在处理新任务之前，智能体获取类似情景并将其用作提示。随着时间的推移，智能体感觉像在学习和成长，而不是重复相同的失败计划。
多模态检索模式，结合语义搜索、精确/关键词搜索和近期搜索并行运行。结果合并并重新排序为单一上下文集。召回率高得多，因为智能体可以找到模糊引用和精确实体。对于全面的知识检索至关重要。
多智能体协调模式，其中编排器将工作分解为子任务，专业智能体从共享状态存储中拉取和推送，编排器从该共享状态组合最终答案。多智能体设置感觉连贯，而不是每个助手都有自己的不一致记忆。
Claw Code harness 架构图，展示用户循环、Python 编排层、Rust 运行时以及 LLM 提供商、文件系统和 MCP 服务器等外部系统。
Make.com 自动化示例（FlowZap Code，可下载 .fz）。
Make.com 自动化示例（FlowZap Code，可下载 .fz）。
Make.com 自动化示例（FlowZap Code，可下载 .fz）。
Make.com 自动化示例（FlowZap Code，可下载 .fz）。
Make.com 自动化示例（FlowZap Code，可下载 .fz）。
Make.com 自动化示例（FlowZap Code，可下载 .fz）。
Make.com 自动化示例（FlowZap Code，可下载 .fz）。
n8n 工作流示例（FlowZap Code，可下载 .fz）。
n8n 工作流示例（FlowZap Code，可下载 .fz）。
n8n 工作流示例（FlowZap Code，可下载 .fz）。
n8n 工作流示例（FlowZap Code，可下载 .fz）。
n8n 工作流示例（FlowZap Code，可下载 .fz）。
n8n 工作流示例（FlowZap Code，可下载 .fz）。
n8n 工作流示例（FlowZap Code，可下载 .fz）。
n8n 工作流示例（FlowZap Code，可下载 .fz）。
n8n 工作流示例（FlowZap Code，可下载 .fz）。
n8n 工作流示例（FlowZap Code，可下载 .fz）。
n8n 工作流示例（FlowZap Code，可下载 .fz）。
n8n 工作流示例（FlowZap Code，可下载 .fz）。
n8n 工作流示例（FlowZap Code，可下载 .fz）。
n8n 工作流示例（FlowZap Code，可下载 .fz）。
n8n 工作流示例（FlowZap Code，可下载 .fz）。
n8n 工作流示例（FlowZap Code，可下载 .fz）。