Make.com(前身 Integromat)是面向企业与个人开发者的云托管集成平台(iPaaS,即“集成平台即服务”),通过可视化“蓝图(Blueprint)”连接 2000+ 应用与服务,在零代码或低代码前提下完成跨系统数据同步、业务流程自动化与 AI 工作流编排。相比手写 API 胶水代码,Make 将认证管理、重试、错误处理、调度等通用逻辑内置到平台层,新业务连接只需拖拽模块连线即可交付。本文基于官方文档与平台实际使用整理,覆盖注册配置、首个自动化场景搭建、核心能力(路由器/迭代器/聚合器/错误处理指令)、生产部署要点、与 Zapier/n8n/Power Automate 的选型对比及常见误区,最后附 10 道面试题。

岗位关联

掌握 Make 的蓝图化编排能力,能以低于手写代码的成本交付跨系统自动化,是 AI 应用落地中“最后一公里”集成的关键技能。

目录
  1. 为什么需要 Make.com:跨应用集成胶水代码的替代方案
  2. 安装与环境配置:无需安装,3 步开通
  3. 快速上手:10 分钟跑通“Webhook→落库→通知”流程
  4. 核心能力详解:5 大支柱
  5. 生产部署与监控:从蓝图到稳定运行
  6. 版本迭代
  7. AI 应用场景
  8. 常见误区
  9. 面试题
  10. 参考来源
工具类型
可视化集成平台 / iPaaS(SaaS)
开发商
Make(前 Integromat,2020 年纳入 Celonis)
开源协议
商业闭源(提供免费版)
GitHub Stars
无
主要语言
无代码为主,内置 JS 风格表达式与代码模块
当前版本
SaaS 持续迭代(无公开版本号,截至 2026-01)
安装方式
无需安装,浏览器访问官网注册
下载地址
官方文档
上手难度
★★★☆☆(中等)
适合人群
运营/开发者兼顾的集成团队、自动化工程师
同类工具
Zapier、n8n、Microsoft Power Automate
托管服务
无

速览卡是工具类内容的固定首屏模块:30 秒判断「这工具是什么、能不能商用、适不适合我」。

为什么需要 Make.com:跨应用集成胶水代码的替代方案

传统跨系统集成通常有两种路径:一是开发团队为每个集成需求编写脚本——拉取 API、处理 OAuth 认证、实现重试与幂等、维护定时任务,一个新连接就要改一轮代码,占研发工时约 30% 以上;二是运营人员手动在多个系统间复制粘贴数据,低频但易错,且无法规模化。

Make 的解决思路是把集成抽象成可视化数据流。每个“模块(Module)”对应一个应用操作(如“读取 Google Sheets 新行”“创建 Slack 消息”),模块间用连线传递数据;认证由平台统一管理,重试、日志、调度开箱即用。变更流程只改蓝图(Blueprint)即可生效,不需要发布新代码。对于平台未内置的 API,HTTP 模块支持任意 REST 请求;外部系统的事件则通过 Webhook 模块实时接入。业务复杂度由路由器(Router)、迭代器(Iterator)、聚合器(Aggregator)等差动原语表达。

与同类工具的气质差异在于:Zapier 是步骤式的线性流程,简单上手快但复杂条件与循环表达受限;n8n 是开发者向的自托管节点工具,灵活但要自己运维;Make 位于两者之间——云托管零运维,同时又保留了图式编排的表达力,适合既要快速交付又能接受一定学习成本的团队。

安装与环境配置:无需安装,3 步开通

Make 是纯云服务,不需要安装任何客户端:

1. 注册账号:访问 make.com,使用邮箱或 Google 账号注册,完成邮箱验证。免费计划(Core)提供每月 1000 次操作额度,足够验证场景。

2. 创建场景并授权应用:登录后在顶部菜单进入 Scenarios,新建 Scenario,添加第一个触发模块(Trigger),按引导连接目标应用(如 Google Sheets、Slack)。授权走标准 OAuth 弹窗流程,平台自动托管令牌刷新,无需自己保存密钥。

3. 验证连通性:添加 Custom Webhook 模块,复制生成的回调 URL,用命令行模拟外部系统推送一条测试数据,观察场景是否有新执行记录:

若场景日志中出现新的运行记录,说明 Webhook 接收、应用授权、模块执行链路全部打通。这一步也验证了外部系统只需向该 URL 发 HTTP 请求即可触发流程。

bash4 行
# 用 curl 向 Make 自定义 Webhook 发送测试事件(URL 需替换为控制台生成的真实地址)curl -X POST https://hook.eu1.make.com/abcdef123456 \  -H "Content-Type: application/json" \  -d '{"name":"测试订单","amount":99.5}'

快速上手:10 分钟跑通“Webhook→落库→通知”流程

以最典型场景为例:外部系统(如表单、电商订单)推送 JSON 数据 → 写入 Google Sheets → 发送 Slack 通知。最小可用流程的思路是“先打通一条最小链路,再逐步加分支”,避免一开始就搭复杂蓝图导致排障困难。

1. 在 Scenarios 页面点击 Create a new scenario,从模块列表搜索并添加 Custom Webhook,点击模块生成本场景专属的 Webhook URL。

2. 添加 Google Sheets 模块,选择 Add a Row 操作,连接你的 Google 账号授权,指定目标表格与工作表。

3. 将 Webhook 模块与 Google Sheets 模块连线。在 Google Sheets 模块的字段映射面板中,用鼠标从 Webhook 模块选择对应字段(如 name、amount),完成 JSON 到表格列的映射;无法直接映射的复杂嵌套字段可双击输入框用表达式提取。

4. 添加 Slack 模块,选择 Send a Message 操作,内容文本框引用 Webhook 传入的字段,连线接在表格模块之后。

5. 点击 Run once 执行一次,再用上文的 curl 命令推送测试数据,观察三个模块依次执行并检查表格与 Slack 是否出现数据。

6. 确认无误后,打开场景右上角的 Schedule 开关,设置轮询间隔(分钟级/小时级),或将 Webhook 保持启用状态实现实时触发。

进阶技巧:Make 的数据以“数据包(Bundle)”为基本单位在模块间传递——一个模块的输出可能是多个 bundle(如“读取表格全部行”),理解 bundle 是理解映射与循环的关键。此外,官方模板库提供大量现成蓝图,可在模板市场中按应用筛选后直接复制使用,再按需修改。

核心能力详解:5 大支柱

支柱一·图式编排模型。 Make 蓝图的连线(Route)表示数据流方向,而非执行先后顺序。核心原语包括:Trigger(触发:Webhook、定时调度、应用事件)、Router(路由器,把同一数据包广播到所有相连分支)、Filter(过滤器,按条件放行数据)、Iterator(迭代器,把数组拆成逐条 bundle 循环处理)、Aggregator(聚合器,把多条 bundle 合并为一条)。这套原语能表达 if/else、for 循环、分组汇总等常见流程结构,是 Make 与线性步骤工具拉开差距的核心。

支柱二·连接器与 HTTP 万能模块。 平台内置 2000+ 应用连接器,覆盖 Google、Slack、Notion、Airtable、Salesforce、Shopify 等主流服务,认证令牌由平台统一托管。对未内置的服务,HTTP 模块可发起任意 REST 请求,支持自定义请求方法、URL、请求头、请求体与查询参数,还能解析返回的 JSON/XML。实际操作中大部分“没有现成连接器”的集成需求都能用 HTTP 模块解决。

支柱三·数据处理与转换。 字段映射面板支持从上游 bundle 中拖取字段,也可双击输入框编写类 JS 表达式。内置函数库覆盖字符串处理(拼接、截取、正则替换)、日期时间、数学运算、数组与对象操作。Data Store(数据存储)可当作轻量数据库保存状态与查重,Cloud Variable(云变量)可跨场景共享配置值,配合聚合器可实现求和、计数、按字段分组等数据加工。

支柱四·调度与 Webhook 双触发。 定时调度器支持按分钟/小时/日/月粒度运行,配合 Filter 可实现“每天 9 点检查某条件,满足才执行”。Custom Webhook 则是实时的入站触发方式:Make 生成一个唯一 URL,外部系统 POST 任意 JSON 即触发场景并传回响应,适合表单提交、支付回调、IM 机器人消息等实时场景。需要注意:多数官方连接器(如“新行”触发器)本质是平台轮询驱动,其延迟由套餐的调度频率下限决定;Webhook 才是真正的事件级实时。

支柱五·错误处理与执行力保证。 每个模块都可以接错误处理分支,指令(Directive)有三种:Break(中断整个场景执行并标记失败)、Resume(传回默认数据继续执行)、Ignore(忽略该错误继续后面的模块)。三者可组合实现“重试、降级、跳过”等策略。场景运行历史(Run history)记录每一次执行的每一个模块状态、耗时与输出,是排障的第一入口。生产流程还可用运行通知在失败时推送告警。

生产部署与监控:从蓝图到稳定运行

部署方式一:组织与权限隔离。 生产环境应使用 Organizations → Teams 两级结构:把开发团队与运维团队放到不同 Team,分别授予 Designer(编辑场景)、Operator(启停场景)、Monitoring(只看日志)等角色;开发完成后再通过蓝图的导入/导出功能或管理 API 将场景发布到生产 Team,避免在正式环境直接改测试蓝图。敏感凭证(API Key、密码)不要写死在模块字段中,应存入 Data Store 或平台凭据管理,并限制模块的访问角色。

部署方式二:场景治理与容错。 单个巨型场景拆分为多个子场景(Sub-scenarios),用 Webhook 或云变量串联,降低单点故障影响面。每个生产场景必须配置错误处理指令,至少要在关键模块后接 Break 分支并带上告警通知;涉及金额、库存等操作前加 Filter 做数据校验。对多分支场景,注意 Router 后每个分支必须挂 Filter 条件,否则数据会进入全部分支。

可观测性。 场景页面的 Run history 是基础监控:查看每次执行的模块级耗时与输出差异。组织级 Dashboard 可汇总全部场景的运行状态、失败率与操作数消耗。通知订阅支持按场景、按 Team 配置,可发送到邮件或 Webhook 端点;建议对核心流程同时配置“失败通知”与“长时间无运行”的主动巡检,因为调度类流程的“静默失败”往往比显式报错更难发现。

<p class="para-label">避坑清单:</p>

<ul class=“dash-list“><li>操作数按”模块执行次数“计费而非”场景运行次数“:一个循环 1000 条数据的流程运行一次就消耗 1000+ 次操作,免费版 1000 次/月可能一次被耗尽,量大的流程务必先算操作数再选套餐。</li><li>Router 会把数据包广播到所有相连分支,不是二选一的判断:要实现 if/else 必须在每条分支上挂 Filter 设置条件,否则数据会全量进入全部分支,造成重复处理。</li><li>”Run once”是真实执行并计入操作数:调试大数据集前先换成只有几行的测试表,或先用 Filter 限制数据量,避免调试花掉生产配额。</li><li>免费版不宜直接上生产:活动场景数、调度频率下限、历史日志保留时长均受套餐限制且无 SLA,核心业务流程建议付费订阅并开启失败通知。</li></ul>

维度Make.comZapiern8nPower Automate
定位可视化集成平台(iPaaS)无代码优先的自动化平台可自托管的开源自动化平台微软生态低代码自动化
编排范式图式蓝图,支持分支/循环/聚合线性 Trigger + Steps,条件分支较浅可视化节点流,代码嵌入灵活云端流/桌面流,条件+循环
类型约束低代码为主,HTTP/代码模块兜底几乎无代码,配置式节点式 + JavaScript/Python 节点无代码 + Power Fx 表达式
学习曲线中高(需理解 bundle 与连线模型)低(步骤式思维)中(需自托管与节点概念)中(微软权限体系复杂)
生态集成2000+ 连接器7000+ 应用400+ 节点 + 自定义 Node微软全家桶全覆盖
生产部署云端托管,开箱即用云端托管Docker/K8s 自托管或云托管微软云托管
License商业闭源,免费版 1000 操作/月商业闭源,免费版限 100 任务/月开源(Sustainable Use License)商业,随 M365 订阅
适合谁要复杂流程又不想自运维的团队非技术运营做基础自动化开发者团队要自定义与私有化微软生态内的企业

选型建议:纯运营人员做简单的“当 A 发生则触发 B”选 Zapier 上手最快;需要复杂分支、循环与聚合且团队愿意自己运维的选 n8n;深度使用微软全家桶的企业选 Power Automate;既要 2000+ 连接器、能表达复杂业务流程、又不想维护基础设施的团队,Make.com 是最优选择。

版本迭代

Make.com 为 SaaS 平台,采用持续交付模式,无传统公开版本号。本表按平台对外可确认的里程碑记录演进:2012 年以 Integromat 之名上线,2020 年被流程挖掘厂商 Celonis 收购,2021 年更名 Make 并重构产品形态,2023 年起引入生成式 AI 能力,后续以持续迭代方式扩充连接器与平台功能。(截至 2026-01)

版本时间变化提升
Integromat 上线2012-06可视化集成平台初始版提供蓝图连线式编排与首批应用连接器
纳入 Celonis2020-11被 Celonis 收购获得资金与流程数据协同资源
更名 Make2021-01品牌升级与产品重构更名 Make,全新 UI、新计费体系与旧用户迁移
生成式 AI 引入2023Mia AI 助手与 AI 模块接入 OpenAI 等 LLM 连接器,AI 辅助搭建场景
持续迭代版2024 至 2026-01连接器扩充与平台稳定性更新无公开版本号,功能以官方发布公告为准
结论

Make 的演进主线是从“数据库时代基础 iPaaS”走向“AI 时代工作流平台”——2021 年更名后的产品重构奠定了图式编排的基础形态,2023 年起的 AI 集成能力使其能直接编排 LLM 调用。该平台无公开标准评测基准分数,选型时建议直接以官方连接器列表、套餐配额与 API 文档为准评估能力边界。

AI 应用场景

跨应用数据同步管道

阶段:数据管道与自动化集成

解决的问题:销售/市场数据散落在表单、CRM、数据库与 BI 工具中,手动导出导入耗时且易错;定时脚本又面临认证维护与单点故障。Make 用 Webhook 接收 + 模块写入的方式把数据搬运变为托管流程。

具体案例:市场活动表单提交后,Webhook 模块实时接收数据并写入 Google Sheets 落库,同时创建 CRM 线索、发送 Slack 通知到负责销售;订单处理从人工每天约 30 分钟缩减为秒级自动完成,字段错误率从人工录入手工约 2% 降至接近 0。

内容多渠道分发

阶段:内容管道自动化

解决的问题:一篇文章需要同步到公众号、知乎、Medium、Twitter 等多个平台,逐个粘贴发布效率低且易漏。Make 以 RSS 或监控文件夹为触发源,把内容改写与分发串成一条流程。

具体案例:内容团队配置“检测到新稿件 → 提取正文与封面 → 依次推送到 4-5 个发布平台并记录链接到表格”,单篇全渠道发布时间从约 1 小时降至 10 分钟以内,分发遗漏次数明显下降。

LLM 工作流编排

阶段:AI 应用集成 / LLM 管道

解决的问题:将大模型接入业务系统时,需要在文件读取、提示词组装、结果写回等多个环节之间搬运数据,且要处理限流与重试。Make 内置 OpenAI 等连接器,可把 LLM 调用作为普通模块编入蓝图。

具体案例:客服工单系统接入 OpenAI 模块做自动分类与摘要,Webhook 收到工单后调用 LLM、将结果写回工单系统并升级高风险件到人工,官方模板社区展示的典型落地中单条工单处理时长降低约 60%,同时支持失败重试。

常见误区

误区“Make 里 Router 就是 if/else,数据只会走满足条件的那条分支。”

正解Router 的默认行为是把传入的数据包复制并发往每一条连接的分支,所有分支都会执行——它解决的是“并行分发”问题,而非“条件选择”。要实现二选一或多选一,必须在每个分支上挂 Filter 模块设置条件表达式,数据按条件进入匹配的分支。

为何常见:多数集成工具的分支节点默认为条件判断,用户会把 Zapier 或传统流程图的经验迁移到 Router 上;且蓝图示图中分支汇聚的视觉表现容易让人误以为是“判断”而不是“复制”。

误区“我每月跑 1000 次自动化,免费版 1000 次操作够用了。”

正解每次执行任意一个模块都计为一次操作,一个场景若有 5 个模块,每运行一次消耗 5 次操作;涉及迭代器时会按循环内的模块数乘上数据条数累计。因此复杂流程的操作数消耗可能是“运行次数×模块数×数据量”,预算前应先用小数据量试跑估算。

为何常见:Zapier 按“任务数(一个任务=完整运行一次)”计费的思路深入人心,Make 换成了更细粒度的模块级计费,官方文档中的 Operations 定义与用户直觉不一致。

误区“平台功能都一样,免费版跑通了就让它一直跑着当生产环境。”

正解免费版对活动场景数量、调度频率下限、历史日志保留时长都有明确限制,且没有服务等级协议。生产中一旦需要更小粒度的调度、更长的日志留存或团队协作,几乎必然升级套餐;更重要的是“静默配额耗尽”会导致流程在月中就停止运行而无人知晓。

为何常见:免费版体验流畅且小额流程跑得很稳定,容易让使用者忽略套餐边界;等到日志一类的限制显性暴露时才意识到免费版并未承诺生产可用。

误区“我配了 Google Sheets '新行'触发器,用户一提交表单就会立即触发。”

正解除 Custom Webhook 是事件驱动的实时入站触发外,绝大多数官方应用连接器(如“新行”“新记录”)依赖平台轮询检测,实际延迟取决于套餐允许的最小调度间隔(分钟级)。Webhook 触发是即时的,轮询触发有固定延迟。

为何常见:产品宣传强调“自动化”与“即时”体验,许多营销材料不区分事件驱动与轮询两种实现机制;用户在演示环境里数据量小,感觉不出分钟级延迟,生产环境订单量放大后才感知到滞后。

面试题

Q1. 在 Make 中,Router 模块默认的行为是什么?

单选题 · easy

  • A.按顺序只执行第一个成功分支
  • B.将数据包并行发送到所有连接分支← 正确答案
  • C.根据条件随机选择一条分支执行
  • D.暂停流程等待人工选择分支

答案:B。Router 会将传入的 bundle 复制并发送给每一条相连的分支,所有分支都会并行执行,用于数据分发而非条件选择。要实现 if/else 式的条件分流,必须在每个分支上连接 Filter 模块设置条件表达式。

Q2. Make 官方文档中的错误处理指令(Error Handling Directives)包含以下哪些?

多选题 · mid

  • A.Break← 正确答案
  • B.Resume← 正确答案
  • C.Ignore← 正确答案
  • D.Redirect

答案:ABC。Make 支持三种错误处理指令:Break(中断整个场景并标记失败)、Resume(使用默认数据继续后续模块)、Ignore(跳过错误继续执行)。不存在 Redirect 指令,错误分支的“重定向”是通过把指令模块接到出错模块之后实现的。

Q3. Make 免费版(Core)每月提供多少次操作额度?

单选题 · easy

  • A.500 次操作
  • B.1000 次操作← 正确答案
  • C.5000 次操作
  • D.10000 次操作

答案:B。Make 免费计划每月 1000 次操作。注意这是一次操作等于一次模块执行而非一次场景运行,循环与多模块流程会快速消耗额度,选型时需按实际流量估算成本。

Q4. 在 Make 中,数据在模块之间传递的基本单位是?

单选题 · easy

  • A.消息(Message)
  • B.数据包(Bundle)← 正确答案
  • C.事件(Event)
  • D.记录(Record)

答案:B。Make 的模块输入输出以 bundle 为基本单位,一个 bundle 内可包含多条 item。理解 bundle 概念是掌握字段映射、迭代器与聚合器行为的前提,也是与消息队列类系统区分的关键。

Q5. 关于聚合器(Aggregator)模块,下列说法正确的是?

多选题 · hard

  • A.将多个 bundle 合并为一个 bundle← 正确答案
  • B.常用于汇总迭代器处理后的结果← 正确答案
  • C.支持求和、计数、数组化等聚合← 正确答案
  • D.可以改变数据流的分支走向

答案:ABC。聚合器把多条 bundle 合并为一条,常跟在迭代器之后做结果汇总,支持数字求和、计数、文本拼接、数组化等操作。改变分支走向是 Router 的职责,聚合器只做数据归并,不改变路线结构。

Q6. Make 的 HTTP 模块相比内置应用连接器的核心优势是?

单选题 · mid

  • A.仅能访问预置连接器
  • B.可调用任意 REST API← 正确答案
  • C.只支持 GET 请求
  • D.需要写 JavaScript 才能使用

答案:B。HTTP 模块允许自定义请求方法、URL、请求头、请求体与查询参数,能对接任意 REST API 与内部系统,是扩展连接器生态的兜底手段。它不只支持 GET,也无需写代码,配置即可使用。

Q7. 关于 Make 的 Custom Webhook 触发,正确的是?

单选题 · hard

  • A.通过轮询方式定时拉取数据
  • B.生成唯一直播 URL 接收 POST 触发← 正确答案
  • C.仅支持浏览器地址栏 GET 调用
  • D.必须配合调度器模块才能生效

答案:B。Custom Webhook 会生成一个唯一 URL,外部系统向该 URL 发送 POST 请求即可实时触发场景,是事件驱动的入站触发;它支持多种 HTTP 方法,且可独立使用,不需要调度器。轮询式触发是另一端概念,两者并行存在于触发模块中。

Q8. 与 Zapier 相比,Make 蓝图最显著的特点是什么?

单选题 · mid

  • A.只支持直线式的逐个模块连接
  • B.支持分支、循环、聚合的图式编排← 正确答案
  • C.完全不支持条件逻辑与分流
  • D.无法复用已建好的子场景

答案:B。Make 的蓝图是图式结构,支持 Router 分支、Iterator 循环、Aggregator 归并以及子场景复用,能表达非线性复杂流程;Zapier 以线性步骤为主,这是两者编排范式上的核心差异。

Q9. 使用 Make 搭建生产级自动化流程时,推荐的做法包括哪些?

多选题 · hard

  • A.为场景配置合适的错误处理指令← 正确答案
  • B.订阅运行失败与错误的通知告警← 正确答案
  • C.将明文凭据写入模块配置字段
  • D.通过团队与角色管理场景权限← 正确答案

答案:ABD。生产流程必须配置错误处理指令兜底、订阅失败通知以便及时介入,并用团队角色隔离权限。明文凭据写入模块配置是反面做法,应使用平台凭据管理或变量机制保存密钥。

Q10. 在 Make 场景编辑器中点击"Run once"会有什么效果?

单选题 · mid

  • A.仅校验蓝图而不会真实执行
  • B.真实执行并计入操作数消耗← 正确答案
  • C.只运行第一个模块然后停止
  • D.会清空历史运行日志数据

答案:B。Run once 会从头到尾真实执行整个场景,所有模块调用正常计费并写入运行历史。因此调试时应使用小数据量或加 Filter 过滤,避免在测试阶段消耗生产配额。

参考来源