Loop Over Items в n8n обработал только первый пакет

Workflow получает 37 обращений и должен для каждого создать краткое AI-резюме. На тесте первые пять успешно дошли до CRM, а остальные 32 исчезли без ошибки. Входных items было 37, размер пакета — 5, но ветка после AI Agent не возвращалась в Loop Over Items. Узел выдал первый batch и больше не получил сигнал продолжить цикл.

Нарисуйте обратное ребро

Loop Over Items хранит исходный набор и на каждом шаге отдаёт пакет через выход loop. Последний узел обработки пакета должен быть соединён обратно со входом Loop Over Items. Когда элементы закончились, выход done отдаёт собранные результаты дальше, например в итоговое уведомление. Если подключить итоговый узел к loop, он выполнится для каждого batch. Если подключить обработку к done, она начнётся лишь после окончания цикла и уже не обработает нужные элементы.

Практическая схема: источник 37 items → Loop Over Items, Batch Size = 5 → loop → AI Agent → запись результата → обратно в Loop Over Items. Выход done идёт в узел проверки количества и финальное сообщение. Для этой схемы ожидается восемь проходов: семь полных batch и один из двух items. Если AI Agent обрабатывает несколько items автоматически и rate limit не требует дозирования, Loop Over Items может вообще не понадобиться; тогда проверьте поведение конкретного AI-узла на множественном входе.

Проверьте форму входа

Один item с полем {"requests":[...]} — это не 37 items. Loop увидит один item и корректно завершится после одного прохода. Перед ним нужен Split Out, который превратит массив в отдельные items. В execution view сравните число входных items у Loop с количеством элементов в JSON-массиве. Если входных items всё-таки 37, смотрите связь с последнего узла ветки назад. Если вход один, сначала исправьте форму данных.

Опция Reset меняет смысл обратной связи: каждый приход трактуется как новый набор, что полезно для некоторых циклов с меняющимся входом, но для конечного списка из 37 обращений оставьте её выключенной. При случайном включении счётчик может не дойти до done. Тестируйте тремя размерами входа: 0, 1 и 37. В конце число успешных записей плюс число явно отмеченных ошибок должно равняться числу входных обращений; не считайте успешный запуск workflow доказательством полноты.

Если один AI-вызов падает посередине, определите заранее, продолжать ли остальные items и как показать частичную обработку. Сохраняйте исходный ID обращения вместе с результатом, иначе по итоговому массиву трудно найти пропуск. Когда после объединения веток n8n не понимает, какому item принадлежит результат, помогает разбор ошибки item linking.

В платном курсе Продвинутый n8n: production-автоматизации и AI-агенты вы проектируете предсказуемую обработку items и тестируете workflow на fixtures. Сценарий 37→5→8 проходов даёт простой контроль, что ни одно обращение не пропало. Откройте программу курса, чтобы отработать такие ветки на полной автоматизации.