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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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！
「AI創業家社群」 是一個專為推動AI人工智慧創業者之間的交流與合作而設的專業平台。隨著AI技術的不斷進步，市場需求日益增加，為AI創業者提供一個支持性強、資源豐富的環境，幫助AI創業家在競爭激烈的AI市場中脫穎而出。
立即按此加入AI創業家社群
Copyright 2026, AI-Directories.com 香港AI工具平台 All Rights Reserved.