如何编写Tracardi工作流：185+内置插件构建自动化客户旅程-二趣网

如何编写Tracardi工作流：185+内置插件构建自动化客户旅程

【免费下载链接】tracardiTRACARDI is a new HOME for your customer data. TRACARDI is an Composable API-first solution for any company that need inexpensive CDP to intergrate with.项目地址: https://gitcode.com/gh_mirrors/tr/tracardi

TRACARDI 是一个 API-first 的客户数据平台（CDP），它的核心能力之一就是工作流（Workflow）——你可以通过拖拽节点，把 185+ 个内置插件像积木一样拼装起来，自动触发营销动作、更新客户画像、清洗数据。本文将带你快速掌握 Tracardi 工作流的编写思路，无需深厚编程背景即可上手。

一、工作流在 Tracardi 中是什么？

在 Tracardi 中，工作流被实现为一个有向无环图（DAG）：每个插件是一个节点，节点之间的连线代表数据流向。当追踪器（Tracker）收到一个事件后，平台会自动检查哪些工作流被触发，然后按图执行。

核心执行链路如下：

事件进入→ 系统加载该客户最新的画像（Profile）与会话（Session）
规则匹配→ 根据触发规则找到需要运行的工作流
DAG 执行→ 把可视化画布转换成可执行图，逐节点调用插件
结果回写→ 工作流中修改的画像、会话字段自动保存，并记录字段变更日志

这套逻辑集中在两个文件里，理解它们你就理解了 Tracardi 工作流的"心脏"：

工作流管理器：tracardi/service/wf/workflow_manager_async.py
事件触发入口：tracardi/service/wf/triggers.py

执行引擎的"画布转执行图"逻辑在：tracardi/service/wf/domain/work_flow.py

二、185+ 插件全景：从哪里选节点？

Tracardi 的内置插件全部位于 tracardi/process_engine/action/ 目录下，源码中实际提供了 185+ 个可用插件节点，按功能分成多个子目录：

分类目录	说明	典型用途
`strings/`	字符串处理	拼接、分割、正则替换、验证
`time/`	时间处理	时区转换、时间差计算
`traits/`	画像属性操作	增删改客户属性（traits）
`segmentation/`	分群	客户分层、标签计算
`connectors/`	第三方连接器	HubSpot、Mailchimp、Slack、Elasticsearch 等 40+ 平台
`operations/`	通用运算	条件判断、数据变换
`consents/`	同意管理	GDPR 合规的同意状态处理
`flow/`	流程控制	循环、分支、异常处理

几个常用插件示例：

条件分支：if_action.py—— 判断条件后走不同分支，是构建"客户旅程"的骨架
属性更新：tracardi/process_engine/action/traits/ 下的插件可增量修改客户属性
连接器：tracardi/process_engine/action/v1/connectors/hubspot/ 可直接把数据推送到 HubSpot
兴趣分组：group_and_rank_interests_action.py—— 自动为客户兴趣打分排序

💡 选型建议：先用strings/、traits/这类"数据处理型"节点清洗和丰富数据，最后用connectors/型节点把结果送到外部系统。

三、编写一个工作流的完整步骤

步骤 1：定义触发规则

工作流需要一个"何时运行"的触发条件。触发规则由规则引擎（Rules Engine）管理，源码位于 tracardi/process_engine/rules_engine.py。典型触发方式：

事件触发：某类型事件发生（如用户提交表单）时立即执行
字段变更触发：画像某个属性被更新时执行
计划任务触发：按调度时间从指定节点开始执行（见 tracardi/service/wf/domain/work_flow.py 中对scheduled_event_config的处理）

步骤 2：用画布搭建 DAG

在可视化编辑器中拖入节点并连线。保存后的工作流是一个Flow对象，其结构定义在 tracardi/domain/flow.py：

type：工作流类型（如collection收集型、journey旅程型）
flowGraph：节点与边的集合
tags：用于检索的标签
lock：防止未部署的草稿被误执行

平台内置了DAG 保护机制（防环检测），源码在 tracardi/service/wf/domain/dag_protection.py——你无法画出一个死循环。

步骤 3：配置每个节点的输入

节点之间通过**点号路径（dot notation）**传递数据，例如把事件属性event.profile.email传入下一个节点。这套路径系统的实现：

路径访问器：tracardi/service/notation/dot_accessor.py
路径遍历器：tracardi/service/notation/dict_traverser.py

这意味着你可以跨层级引用任意深度的数据结构，如event.payload.products[0].name。

步骤 4：调试与验证

Tracardi 内置了完整的调试器，能逐步显示每个节点的输入输出：

调试核心：tracardi/process_engine/debugger.py
调试信息模型：tracardi/service/wf/domain/debug_info.py

每个节点的执行结果都会写入FlowInvokeResult（tracardi/service/wf/domain/flow_invoke_result.py），出错时会给出明确的DagGraphError信息。

步骤 5：部署

草稿（draft）与工作流本体分离存储，只有**部署（deploy）**后才会被规则引擎匹配到。部署状态映射见 test/unit/mysql/test_workflow.py 中WorkflowTable的deployed字段用法。

四、实战：一个"客户旅程"的典型形态

以"新用户注册 → 分级 → 推送营销"为例：

触发：signup事件到达
判断：if_action检查邮箱域名——企业邮箱走"高价值"分支
打标签：traits/插件写入customer_tier: enterprise
分群：segmentation/插件把客户加入对应实时群组
外发：connectors/hubspot/或connectors/mailchimp/推送到营销系统
合规：consents/插件确认用户同意状态后再执行

整个流程不需要写一行胶水代码——所有逻辑都是现成插件。

五、进阶：编写自定义插件

内置插件不够用时，可以注册自己的插件。插件注册与元数据体系位于：

插件注册模型：tracardi/service/plugin/domain/register.py
插件运行器：tracardi/service/plugin/service/plugin_runner.py
插件安装入口：tracardi/service/plugin/plugin_install.py

单元测试模板可参考 test/unit/plugins/test_plugin_base64_encode.py，集成测试参考 test/integration/plugins/test_plugin_start.py。

六、常见问题速查

Q1：工作流没有触发？先确认配置中enable_workflow已开启（见 tracardi/service/wf/triggers.py 第 31 行的开关逻辑），再检查工作流是否已 deploy。

Q2：数据在节点间"丢"了？检查点号路径是否写对，可用dict_traverser手动验证路径可达性。

Q3：修改画像后没生效？工作流结束后平台会检查profile.is_updated_in_workflow()，自动写回数据库与缓存，见 tracardi/service/wf/triggers.py 中_exec_workflow的保存逻辑。

Q4：如何避免节点执行顺序问题？DAG 拓扑排序由 tracardi/service/wf/utils/dag_graph_sorter.py 保证，同层节点并行、跨层严格有序，无需手动控制。

小结

Tracardi 的工作流引擎把"客户旅程自动化"拆解成了三件事：定触发规则、拖节点连线、配点号路径。185+ 个内置插件覆盖了从数据清洗到营销触达的全链路，加上内置调试器与 DAG 保护，新手也能快速搭建出生产级的工作流。建议从 tracardi/process_engine/action/ 目录的字符串与 traits 类插件练手，再逐步尝试 connectors 完成端到端集成。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

企业官网建设流程全解析