在Make AI無代碼自動化平台中，Flow Control模組中的Array Aggregator是一個強大且靈活的工具，專門用來將多筆資料（Bundles）合併成一個陣列（Array），方便後續模組一次性處理整批資料。這對於需要將多筆分散資料整合、批量傳輸或生成集合型輸出的場景特別有用。本文將深入解析Array Aggregator的原理、設定方法、使用技巧與實務應用，幫助你打造高效且穩定的自動化工作流。
一、Array Aggregator是什麼？
Array Aggregator模組的核心功能是將多個輸入Bundles合併成一個包含多筆資料的陣列，並以單一Bundle的形式輸出。這與Iterator模組的功能相反，Iterator是將一個陣列拆解成多筆資料，而Array Aggregator則是將多筆資料聚合成一個陣列。
舉例來說，當你從Google Drive抓取多個檔案資訊時，每個檔案會以一筆Bundle形式輸出，利用Array Aggregator可將這些檔案資料合併成一個陣列，方便一次性發送郵件附件或批量處理。
二、Array Aggregator的設定流程
-
新增Array Aggregator模組
在Scenario中，於需要合併資料的模組後新增Array Aggregator。 -
設定來源模組（Source Module）
選擇輸入Bundles的來源模組，通常是Iterator或Search模組。 -
選擇目標結構類型（Target Structure Type）
預設為Custom，允許你自訂要聚合的欄位。你可以選擇將哪些欄位合併到輸出陣列中。 -
設定聚合欄位（Aggregated Fields）
選擇哪些欄位的資料要被聚合。若欄位是集合類型（Collection Item），只能選擇整個集合。 -
分組聚合（Group By）
可依據公式或欄位值將輸入Bundles分組，輸出多個聚合結果，每組為一個Bundle，方便分類處理。 -
空聚合處理（Stop Processing After Empty Aggregation）
預設會輸出空陣列，若啟用此選項，當沒有資料時流程會停止，避免後續模組執行。 -
保存並測試
設定完成後，執行Scenario測試聚合效果，確認輸出資料符合預期。
三、Array Aggregator使用技巧
技巧1：搭配Iterator模組實現拆解與合併
常見用法是先用Iterator拆解陣列資料，逐筆處理後，再用Array Aggregator將結果合併，實現複雜資料的拆解與重組。
技巧2：合理選擇聚合欄位
只聚合必要欄位，避免輸出過大資料包，提升流程效率。若欄位為集合類型，注意只能選擇整個集合，無法拆分內部元素。
技巧3：利用Group By實現分組聚合
當資料中包含分類欄位時，可用Group By將資料依類別分組聚合，方便後續分類處理或報表生成。
技巧4：避免中間模組資料遺失
Array Aggregator會吞掉來源模組及中間模組的Bundles，若需要保留中間資料，請在Aggregated Fields中包含相關欄位。
技巧5：結合後續模組批量處理
聚合後的陣列資料可直接傳入支援陣列輸入的模組，如Gmail附件批量發送、Notion批量新增等，提升自動化效率。
四、實際應用案例
案例1：Google Drive檔案批量發送
-
從Google Drive搜尋多個檔案，利用Iterator拆解檔案列表。
-
用Array Aggregator將檔案資訊合併成一個陣列。
-
傳入Gmail模組，一次性附加所有檔案並發送郵件。
案例2：表單回應資料整合
-
監控Google Forms回應，逐筆處理回應資料。
-
利用Array Aggregator將多筆回應合併成陣列。
-
傳入Google Sheets或Notion，批量寫入資料庫。
案例3：多來源資料合併分析
-
從多個API取得分散資料。
-
用Array Aggregator合併同類資料。
-
傳入AI模組進行整體分析與報告生成。
五、注意事項與建議
-
資料結構清晰：聚合前確保輸入資料結構一致，避免合併錯亂。
-
測試輸出結果：利用Make的執行記錄檢查聚合後的陣列格式與內容。
-
控制資料量：大量資料聚合可能導致流程緩慢，建議分批處理。
-
搭配錯誤處理：設置Error Handlers，防止因資料異常導致流程中斷。
-
善用官方範本：參考Make官方教學與範例，快速掌握Array Aggregator用法。
六、結語
Array Aggregator是Make AI工作流中不可或缺的資料合併利器，透過將多筆資料聚合成陣列，極大提升了批量資料處理的效率與靈活性。結合Iterator、Filter、Router等模組，能打造出功能強大且智能的自動化流程。掌握Array Aggregator的使用技巧，讓你的Make AI工作流更上一層樓，輕鬆應對複雜資料處理挑戰。立即開始運用Array Aggregator，開啟高效智能的自動化新紀元！