Flow Studio Blog

AI Agent 幫我建 Power Automate 流程,結果除錯燒掉 $20 美金

Written by Flow Studio Team | Mar 7, 2026 1:33:05 PM

這陣子我迷上了 OpenClaw。

一開始只是好奇,想玩看看 AI agent 到底能幹嘛。結果一發不可收拾—— 我買了一台 Raspberry Pi 5 來當蝦蝦的家、訂了 Claude MAX、又升級了 VS Code Copilot Pro+。加上各種 API subscription,零零總總花了不少。

我老公看著我越買越多,眼神逐漸從好奇變成質疑。那種「你確定這些用得到嗎?」的壓迫感,每次他經過我螢幕後面都能感受到。

所以我開始認真想:我到底可以拿這些 AI agent 來做什麼有用的事?

我的工作有三分之一是在開發 Power Automate (Cloud)。於是我決定試試看——讓 AI agent 幫我建 Power Automate 流程。Flow 本質上就是 JSON,AI 處理 JSON 很強,應該可以吧?

建的部分,真的沒問題。但除錯這一關,完全過不去。

前置作業很順利

設定環境:Azure 註冊應用程式、開好 Power Platform API 權限、設定系統使用者角色、讓 Agent 去打管理 API接Dataverse。全部順順地跑完。簡單任務丟給它,感覺真的像在 vibe coding。

第一個流程:一次就過

我請 Agent 做一個很基本的東西:「SharePoint 清單新增項目的時候,自動發 Teams 訊息給我。」

一次成功。我心想:嗯,這東西行耶。我的訂閱費有救了。

第二關:Custom Connector 開始出事

接著我叫它建一個自訂連接器。它很快就吐出一份 Swagger 定義,確實省了不少工。但連接器還是有問題——然後就開始了無止盡的改 → 部署 → 測試 → 再改循環。每跑一輪就燒一次 token。

我開始意識到:Agent 生東西很快,但除錯的成本才是大頭。

第三關:接真實 HR 資料,直接崩潰

真正的挑戰來了——用 Custom Connector 去抓外部系統的 HR 資料。要打兩個 endpoint:員工清單和員工異動紀錄。資料量幾千筆,流程一定要做分頁,一頁一頁往下撈。

Agent 在這裡開始瘋狂燒錢。問題不是它寫不出分頁邏輯,而是流程跑失敗以後,它根本不知道哪裡壞了。

三個反覆出現的問題

第一,Agent 抓不到真正的錯。它一直跟我說「連線失敗」,但我進 portal 一看——根本不是連線的問題,是巢狀迴圈裡面的變數參照寫錯了,scope 不對。Agent 看不到那麼深的地方。

第二,它會亂用 Logic Apps 的語法。Power Automate 和 Logic Apps 長得很像,但不完全一樣。Agent 一直試著用 map()、filter()、select() 這些函數,或是拼出一些「compose」風格的 JSON——語法上看起來合理,跑起來全部爆掉。

第三,Power Automate 的除錯資訊都鎖在 UI 裡面。你在入口網站裡點開失敗的步驟,可以看到完整的 payload、錯誤訊息、實際的資料。但透過 API 拿?Agent 往往只拿得到一句「執行失敗」,沒有細節。所以它只能用猜的——猜、改、部署、失敗、再猜。

就這樣來回搞了十幾輪。一個流程除錯花了 45 分鐘,token 燒了快 $20 美金。我老公的眼神壓力瞬間加倍。

試過 try-catch,有用但很累

我老公是Power Automate的專家,於是我再次拜讀他在2018 年寫過的  try-catch 模式——把 action 包進 Scope,失敗的時候跑一個錯誤處理 Scope,用 result() 把錯誤資訊寫到 SharePoint 清單裡。

有幫助。Agent 至少有東西可以讀了。

但你得在每個會出錯的地方都加上這個架構。loop裡面要加、for each裡面要加,有if也要加。每改一次都要先把除錯代碼塞進去,修好了再全部拆掉。來來回回,每一趟都在燒錢。

轉折點:原來救我的人就坐在旁邊

我老公做的SAAS FlowStudio 本來就有這些功能——完整的 flow run 細節、每個 action 的錯誤資訊、輸入輸出、迴圈每一次迭代的結果。就是你在 Power Automate portal 裡看到的那些東西,但他把它變成了 API。

看我又一次被 InvalidTemplate 搞到快翻桌,他說了一句:「這些 API 我都有啊,我包成 MCP server 就好了。」

就是那個一直用質疑眼神看我的人,最後出手救了我。局面瞬間翻轉。

MCP 帶來的改變

接上 FlowStudio MCP server 之後,Agent 終於能「看見」真正的問題了。除錯流程變成這樣:

  1. get_live_flow_runs:找到失敗的那次執行
  2. get_live_flow_run_error:拿到每個 action 的結構化錯誤。不是籠統的「失敗」,而是具體的錯誤訊息、出問題的表達式、HTTP response body
  3. get_live_flow_run_action_outputs:看到每個步驟的input, outputs
  4. update_live_flow:部署修好的版本

四個 API 呼叫,一次來回,搞定。不用塞 try-catch、不用寫到 SharePoint、不用靠猜。

那個巢狀迴圈的 scope 問題?Agent 一看輸出就知道錯在哪了。

同一個 HR 流程,原本 45 分鐘 + $20 美金的除錯成本——現在不到 3 分鐘,token 成本驟降。

我現在終於可以理直氣壯地跟 John 說:我的訂閱費花得值得。(他大概還是會翻白眼。)

所以我把用法分享出來

搞定之後,我把整套方法整理成 三個 Agent Skills,放上 GitHub:

  • power-automate-mcp——連線、列表、讀取、觸發、重新提交、取消流程
  • power-automate-debug——完整的除錯診斷流程
  • power-automate-build——從零開始建立和部署 flow 定義

GitHub Copilot、OpenClaw、Claude——只要你的 Agent 支援MCP,都可以直接用。

Skills 完全免費開源。使用時需要連接 FlowStudio 的 MCP server,我們有 Starter 免費方案——100 次呼叫,不需要綁信用卡,直接開始用。

 網址在這 → mcp.flowstudio.app 

如果你也在用 AI agent 做 Power Automate 開發——不管是用 prompt 建流程還是讓 AI 幫你除錯——這是目前我找到最有效的方法。建流程不難,難的是除錯。

Catherine Han——FlowStudio。John 在 johnliu.net 寫 Power Automate 和 Logic Apps 相關的技術文章。