做自动化的人最怕什么？不是不会写，是网络一抖全白忙

你的自动化流程，真的可靠吗？

不知道你有没有遇到过这种情况——一个10步的支付流程，走到第7步网络抖了一下，全部重来，钱扣了但订单丢了，用户怒了。这种「幽灵事务」是所有做自动化的人最怕的梦魇。

workflow-automation 这个 Skill 就是来解决这个问题的。它不是一个具体的工具，而是一套经过验证的自动化架构思维框架。

三个平台，各有性格

Skill 开篇就点出了核心观点：n8n、Temporal、Inngest 三个主流平台，没有绝对的优劣，只有场景的适配。

• n8n：易用性强，对非技术人员友好，但性能上有取舍，适合中等复杂度、团队规模较小的场景。
• Temporal：正确性优先，架构严谨，适合金融、支付这类对数据一致性要求极高的生产级流程。代价是配置复杂度高。
• Inngest：在开发者体验和可靠性之间找到了很好的平衡点，是目前很多新锐团队的默认选择。

三种核心模式，干货满满

这个 Skill 不是空谈概念，而是给出了可以直接落地的设计模式：

• 顺序执行模式（Sequential）：一步一步来，每一步的输出是下一步的输入，适合线性依赖的流程。
• 并行执行模式（Parallel）：独立步骤同时跑，最后汇总结果，效率高但要注意竞态条件。
• 编排器-工作者模式（Orchestrator-Worker）：中心协调者分配任务，专门的 worker 各司其职，适合复杂的多方协作场景。

避坑指南，才是真正的宝藏

Skill 里列了一份「Sharp Edges」避坑清单，我觉得这是整篇最有价值的部分：

• ❌ 支付类场景没有持久化执行——网络抖动就丢数据
• ❌ 把副作用写在工作流代码里——重试时灾难现场
• ✅ 外部调用必须带幂等键（idempotency key）
• ✅ 长流程必须拆成带检查点的步骤
• ✅ 所有活动必须设置超时
• ✅ 一定要做指数退避重试

适合谁用？

如果你正在做或准备做 AI Agent 的工作流编排，或者团队正在从「手动跑脚本」向「自动化生产」迁移，这个 Skill 值得认真读一遍。它不能帮你省掉学习成本，但能让你少走很多弯路。

作者 davila7 在 Claude Code 社区非常活跃，这个 workflow-automation 只是他 30.3k Stars 的超级模板库（claude-code-templates）中的一个组件。整个库涵盖 Agents、Commands、MCPs、Hooks、Settings，基本覆盖了 Claude Code 的方方面面。

GitHub：https://github.com/davila7/claude-code-templates

GitHub: https://github.com/davila7/claude-code-templates/tree/main/cli-tool/components/skills/workflow-automation/workflow-automation