周末的时候，用扣子做了一个小工具，发现这个工具足够MVP。
所以，这篇文章就用来讲述一下如何使用扣子创建一个数据工作流，完成API数据调用、数据处理、数据存储，并且实现批处理的过程。
看懂了这个，直接晋级成为扣子的中级使用者。一时看不懂，先收藏慢慢消化。
这个数据流场景足够简单，但又设计到数据流转的各个环节，掌握每个节点的功能之后，可以灵活运用到各种自己需要的场景中。
根据提供的1个钱包地址，访问区块链浏览器账户页面，获取该地址余额，并记录查询结果。
先来看一下这个简单的工作流：
包含开始和结束节点，一共5个节点：开始、http请求、代码、新增数据、结束。接下来，看一下每个节点是怎么配置的吧。
1、创建工作流
设置工作流信息。
2、设置开始节点
目的：访问区块链浏览器时，提供钱包地址变量。
输入参数：ai3_address
默认的输入参数为input，我们修改为ai3_address，变量类型为String（字符串）。
3、http请求节点
目的：用于访问区块链浏览器钱包地址详情页面，获取页面数据。
http请求节点需要配置的参数比较多，模拟浏览器访问页面来获取数据，或者从某个api服务中获取相应的数据。
- 数据如果是来自于api服务，一般api文档会提供各种参数的设置说明；
- 数据如果是模拟浏览器访问，需要在页面的开发者设置中，寻找相应的参数。
http请求节点需要配置的参数比较多，包括：API（方法、地址）、请求参数、请求头、鉴权、请求体、超时设置、重试次数。
模拟浏览器访问获取API接口数据的方法，对于开发者很简单，对于没用过的人还是很麻烦的，为了不给本篇文章的理解复杂化，我们这里不做过多说明，会用一篇单独的文章去介绍。
下面是我们已经配置好的参数。
4、代码节点
目的：从访问页面返回的body体中，提取需要的数据，并将数据除以10^18。
扣子的代码节点，目前支持java和python。
代码节点需要设置3个参数，输入、代码、输出。
输入：
定义变量名为ai3_address_body，数据指向上一个节点的输出数据；这个变量将会在代码中用到。
http请求节点输出的数据如下：
这是一个json数据，我们需要从中获取那个balance值。
代码：
为了简化提取方式，我们使用了正则表达式提取数据。这个代码，是去豆包上用AI生成的。提示词需要准确。
输出：
将输出的变量名设置为“ai3_balance”，这个值将会被用到。
5、新增数据
目的：将获取并处理的数值存入到数据库中，以备后用
这里会用到扣子的数据库功能，扣子可以创建轻量的数据库，也可以关联火山服务中的数据库。使用中，这两者的区别在于，扣子的轻量数据库，是一个单表数据库，如果需要多个表，就要建多个数据库。火山服务中的数据库是开发者常用的各类数据库了。
创建数据库操作如下：
在页面中点击左侧数据的+号，新建数据库，弹出数据库的选项。
我们这里选择轻量级的“创建扣子数据库”，并为数据表起一个名字，名字格式同样的：字母、数字、下划线。
创建完成后，需要添加字段。创建一个表之后，会有默认存在的字段id、sys_platform、uuid、bstudio_create_time。我们这个数据表是要用来存储钱包地址余额的，所以要添加两个字段：ai3_address、ai3_balance。
创建完成之后，我们接着来设置节点参数。
在数据表中，选择刚刚创建的数据表；
选择并设置字段中，添加创建的2个字段ai3_address、ai3_balance，并将过程中提供的数据赋予给变量。
6、结束节点
目的：输出数据或反馈执行结束。
结束节点，我们设置输出变量output赋值为代码节点中的ai3_balance，并返回文本：执行结束。
查看运行效果
根据提供的多个钱包地址，批量获取余额，并记录查询结果。
实现方案：
新建一个数据库表，用于存储要监控的钱包地址；通过批处理逐个执行单个地址工作流。
先创建数据库，方法如前所述，起名为ai3_address，添加2个字段ai3_address、owner。
随后基于这个方案，我们新建了一个工作流：multi_address_balance，实现的工作流如下：
一共有5个节点：开始、查询数据、批处理、批处理体、结束。
1、设置开始节点
未设置任何输入参数。
2、查询数据节点
添加查询数据节点，如下图选择。
查询数据节点设置如下：
- 数据表选择ai3_address；
- 查询字段，添加ai3_address
- 查询条件，设置ai3_address不为空；
- 输出的字段中，outputList中添加子项ai3_address
3、批处理节点
添加批处理节点。
添加后，会返回一个批处理节点、一个空的批处理体。
设置批处理节点的参数：
输入：ai3_address，赋值为查询数据节点输出的outputList数组。
输出：output，赋值为在批处理体中添加的工作流的output（批处理体中添加内容后再设置）。
4、批处理体节点
如下图所示，点击批处理体的流入点引线，选择工作流。
查找到前面已经运行的get_ai3_balance工作流，点击添加。
批处理体节点设置参数：
点击批处理体，在右侧设置输入参数。
输入变量 ai3_address，赋值为查询数据节点的ai3_address。
5、结束节点
设置一个简洁的返回文本结束，提示执行完成。
在数据库表中添加要监控的多个地址。
执行试运行即可，执行完成后，会在地址余额的数据库表中，新增了多条地址余额数据。
整个流程就结束了。
上述的两个MVP，讲述了单条数据调用、数据处理、数据存储，以及多条批量处理的全流程，掌握之后，将可以用于多个应用场景。
快去试试吧！
Hi，我是阿信，一个爱于学习、善于思考、乐于分享的产品经理人。阿信AI实验室将记录我的AI成长之路、AI创富之路，欢迎交流。扫码交流智能体的开发与应用。
更多阅读
➡️ 保姆级教程！手把手教你用剪映打造AI数字人爆款视频：背景替换+字幕特效+封面设置全解析
➡️ 腾讯ima知识库，重新定义知识管理！1个动作收纳99%碎片知识，打造个人第二大脑
➡️ 超详细！本地化部署DeepSeek R1+AnythingLLM搭建私有知识库
➡️ 别再浪费2小时找AI工具了！AI地图一站式AI工具导航，2025年必备AI神器
➡️ 爆款宝宝走秀AI视频全流程揭秘：3步打造10万+播放量的萌宝时尚秀！