n8n AI 子节点为什么总读第一条？用 Loop Over Items 逐条处理

在 n8n 中，一次传入多条数据，AI 子节点里的 {{ $json.sessionId }} 却总读到第一条，可能是子节点的参数解析规则造成的。官方文档说明，普通节点通常按每项解析表达式，子节点表达式则总是解析到第一项。需要按每条数据设置独立参数时，可用 Loop Over Items 将 Batch Size 设为 1，再把包含子节点的 AI 根节点放在循环内。

本文专门排查多项输入的取值问题，面向能编辑 n8n 节点和表达式的读者。依据 2026 年 10 月 1 日读取的官方文档；没有在读者实例中复现或测量性能。下文两条会话都是虚构测试数据，不包含真实用户资料。

先确认出错位置，别把所有节点都加循环

Simple Memory 文档与 Structured Output Parser 文档都明确写出子节点表达式读取首项的行为。它会影响动态会话键、动态 schema 等参数；不等于所有 AI 输出必然重复，也不等于根节点只处理第一条。

先检查三点：进入 AI 根节点的 Input 是否真的有两项；取错值的表达式是否位于子节点；是否写了 .first() 或固定字符串。若上游只有一项、字段本来相同，或代码主动取第一项，加循环不能修复数据源。

用两条可区分的数据做检查

新建独立测试流程，连接 Manual Trigger → Code。Code 使用 JavaScript、Run Once for All Items，返回下面两项：

return [
  {json: {
    case_id: "A",
    sessionId: "demo-session-A",
    chatInput: "演示会话 A：记录测试颜色为蓝色，只回答记录完成。"
  }},
  {json: {
    case_id: "B",
    sessionId: "demo-session-B",
    chatInput: "演示会话 B：记录测试颜色为橙色，只回答记录完成。"
  }}
];

如果你排查的是 Simple Memory，先在已有的测试 AI Agent 中明确把 Prompt 设为 {{ $json.chatInput }}，Memory 的会话键使用 {{ $json.sessionId }}。让输入来自上面的 Code，不从真实聊天入口批量拉用户消息。AI Agent 还需连接可用的 Chat Model 和至少一个 Tool；已有流程保留原来的只读工具即可。

AI Agent 文档目前要求连接模型和工具。本次的检查对象是 Memory 会话键，不需要新增写业务系统的工具，也不要为了测试调用实际退款或发消息接口。

把 AI 根节点整体放到单项循环里

1. 在 Code 与 AI Agent 之间添加 Loop Over Items。
2. Batch Size 设 1，Reset 保持关闭；本例输入是已知的两项，不是分页拉取。
3. 把 Loop Over Items 的 loop 输出接到 AI Agent 的主输入。
4. AI Agent 完成后的主输出接回 Loop Over Items 的输入，形成处理下一项的循环。
5. 把 Loop Over Items 的 done 输出接到循环结束后的结果节点。Chat Model、Memory、Tool 仍附着于循环内的 AI Agent。

Loop Over Items 文档说明：loop 每次返回设定数量的数据，done 在循环结束后合并已处理结果。普通 n8n 节点通常已经能处理多项，无需固定增加循环；这里使用单项循环，是为了让子节点每次的“第一项”就是当前项。

只把 Memory 子节点放在循环外改线没有作用。循环边界必须包住使用该子节点的根节点。Batch Size 若设为 2，子节点仍面对两项，首项取值问题仍可能存在。

如何知道修复了取值，而不只是回答变了

1. 执行整条测试流程，确认 Code 的输出是 A、B 两项。
2. 分别查看循环内 AI Agent 的两次运行输入：第一次只有 demo-session-A，第二次只有 demo-session-B。
3. 在对应运行上下文中检查 Memory 会话键表达式，确认两次分别解析到各自的 sessionId。
4. 检查 done 分支得到两个处理结果。若只有一个，回查循环回连线和是否中途报错，不直接认定另一个结果被覆盖。

模型说“记录完成”无法证明会话隔离。取值问题修好后，可分别向两个 session 发送“之前记录的颜色是什么”，核对 A 只引用蓝色、B 只引用橙色；这属于额外的会话行为验证。两个用户即使看到同样措辞，也不能据此认定记忆混在一起，必须回看解析键和实际输入。

还不正确时检查这些地方

官方 Simple Memory 文档明确提示：在 queue mode 的活跃生产流程中，不保证每次落在同一 worker，因此不要使用该节点作为生产记忆方案。单项循环改变输入批次，不会消除这个存储限制。

修复范围与代价

Batch Size 1 会按单项处理，需要模型调用的流程仍有相应费用和延迟；它不会自动限制服务端速率，也不会自动校验 sessionId 的用户归属。真实系统必须用可信身份生成会话键，不能让任意请求指定其他用户的键。这个教程解决的是表达式对哪一项取值，完整的权限与生产存储还要另行验证。