OpenClaw 太重了？试试这个轻量本地替代：n8n + Ollama 搭建你的私人数字员工

# OpenClaw 太重了？试试这个轻量本地替代：n8n + Ollama 搭建你的私人数字员工

2026 年了，本地 AI 工具越来越多，但也越来越重。

我之前装了 OpenClaw，功能确实强——智能体、多平台接入、插件系统、定时任务样样有。但问题是，它对低配机器不太友好。跑起来吃资源不说，光是依赖就装了一大堆。

如果你只是想让 AI 帮你干点日常活儿（新闻摘要、邮件分类、服务器巡检、定时提醒），而不是搞什么复杂的智能体编排，那 n8n + Ollama 可能更合适。

轻量、简单、够用。

先对比一下

OpenClaw

优点：

• 功能全：多平台接入（Telegram/微信/Discord）、智能体系统、插件生态
• 支持多种 LLM 后端（本地 Ollama / OpenAI / Claude）
• 定时任务、心跳检查、工作流编排
• 社区活跃，更新快

缺点：

• 依赖多：Node.js + 各种 npm 包 + 浏览器 + 缓存
• 资源占用：跑起来轻松 500MB~1GB
• 学习曲线：配置文件多，概念也多（Agent/Skill/Memory/Heartbeat）
• 小机器上可能跑不动，或者跑起来了没剩多少资源干别的

n8n + Ollama

优点：

• 轻量：n8n 自身 300MB 左右，Ollama 看模型大小
• 画布式界面，拖拽连线，直观
• 内置 300+ 集成节点（Telegram/邮件/Slack/HTTP/GitHub…）
• 工作流可视化管理，执行记录一目了然
• Docker 一键部署，升级方便

缺点：

• 没有智能体系统——得自己搭逻辑
• 没有多平台统一接入——每个平台得单独配
• 没有内置插件生态——得靠 HTTP/脚本自己接
• 复杂任务（多步决策、动态路由）不如 OpenClaw 灵活

---

什么时候该选 n8n + Ollama？

如果你符合以下情况：

• ✅ 机器内存 ≤ 4G
• ✅ 主要需求是”定时跑任务 + AI 处理 + 通知结果”
• ✅ 不想花太多时间学配置和概念
• ✅ 工作流数量不多（5 个以内）

那 n8n + Ollama 够用。

如果你有这些需求：

• ❌ 多平台统一消息接入（一个 Agent 同时管 Telegram/微信/飞书）
• ❌ 智能体自主决策（根据情况动态选择下一步）
• ❌ 复杂的技能系统（几十上百个技能按需加载）
• ❌ 需要浏览器自动化（自动打开网页、点击、截图）

那还是 OpenClaw 更合适，或者两者配合用——OpenClaw 管接入和智能体，n8n 管具体的工作流。

---

部署

1. 装 Ollama

BASH复制

curl -fsSL https://ollama.com/install.sh | sh

拉个小模型：

BASH复制

ollama pull qwen2.5:3b

2. 装 n8n

BASH复制

mkdir -p /opt/n8n && cd /opt/n8n
cat > docker-compose.yml << 'EOF'
version: "3.8"
services:
  n8n:
    image: docker.n8n.io/n8nio/n8n:latest
    container_name: n8n
    restart: unless-stopped
    ports:
      - "5678:5678"
    volumes:
      - n8n-data:/home/node/.n8n
    environment:
      - GENERIC_TIMEZONE=Asia/Shanghai
      - TZ=Asia/Shanghai
      - EXECUTIONS_MODE=queue
      - QUEUE_BULL_REDIS_URL=redis://redis:6379
      - N8N_CONCURRENCY_PRODUCTION_LIMIT=1
    depends_on:
      - redis
    deploy:
      resources:
        limits:
          memory: 512M
  
  redis:
    image: redis:7-alpine
    container_name: n8n-redis
    restart: unless-stopped
    command: redis-server --maxmemory 64mb --maxmemory-policy allkeys-lru
    deploy:
      resources:
        limits:
          memory: 64M
volumes:
  n8n-data:
EOF
docker compose up -d

3. 让 n8n 能访问 Ollama

BASH复制

mkdir -p /etc/systemd/system/ollama.service.d
cat > /etc/systemd/system/ollama.service.d/override.conf << 'EOF'
[Service]
Environment="OLLAMA_HOST=0.0.0.0"
Environment="OLLAMA_CONTEXT_LENGTH=2048"
Environment="OLLAMA_KEEP_ALIVE=1m"
EOF
systemctl daemon-reload && systemctl restart ollama

n8n 里 Ollama 的 URL 填 http://172.17.0.1:11434（Docker 网关）。

---

快速搭建 3 个实用工作流

工作流 1：每日新闻摘要

复制

Schedule (每天 8:00)
  → RSS Feed Read (3 个源)
    → Ollama Chat (总结 + 分类)
      → Telegram Bot (发送)

Ollama 的 System Prompt：

复制

你是一个新闻摘要助手。以下是今天的新闻列表，请用简洁的中文总结每条的核心内容，
按类别分组，每条一句话。总字数控制在 500 字以内。

工作流 2：邮件智能分类

复制

IMAP Trigger (收到新邮件)
  → Ollama Chat (判断：重要/一般/垃圾)
    → IF (重要？)
      / 
    是   否
    ↓     ↓
  Telegram  归档到文件夹

Ollama 的 System Prompt：

复制

你是一封邮件的分类助手。判断这封邮件是：重要 / 一般 / 垃圾。
重要的标准：工作相关、含截止日期、需要你回复。
只输出一个词：重要/一般/垃圾

工作流 3：服务器巡检

复制

Schedule (每天 18:00)
  → Execute Command (df -h, free -m, systemctl status)
    → Ollama Chat (分析状态)
      → IF (有异常？)
        / 
      是   否
      ↓     ↓
    Telegram  结束（不打扰）

---

进阶：加个 Webhook 接口

想让外部服务触发工作流？加一个 Webhook 节点：

复制

Webhook (POST /webhook/check)
  → 接收 JSON 数据
    → Ollama Chat (处理)
      → 返回结果

然后任何服务都能调：

BASH复制

curl -X POST http://your-server:5678/webhook/check 
  -H "Content-Type: application/json" 
  -d '{"text": "帮我分析一下这段日志..."}'

---

和 OpenClaw 配合用

如果你已经有 OpenClaw，也不用二选一。可以配合：

• OpenClaw 管消息接入和智能体对话
• n8n 管定时工作流和数据处理
• 两者通过 Webhook 通信

比如：OpenClaw 收到用户的”帮我看看服务器状态”，通过 Webhook 触发 n8n 的巡检工作流，拿到结果后 OpenClaw 再把结果发回给用户。

用户 → Telegram → OpenClaw → Webhook → n8n 工作流 → 结果返回 → OpenClaw → Telegram

总结

n8n + Ollama 不是 OpenClaw 的”降级版”，而是一个不同定位的选择。

OpenClaw 是一个完整的 AI 助手框架，适合想要多平台接入、智能体系统、复杂任务编排的人。

n8n + Ollama 是一个轻量工作流方案，适合只想”让 AI 帮我跑几个定时任务”的人。

资源有限、需求简单的情况下，轻量方案反而更舒服。不用学一堆概念，打开 n8n 画布，拖几个节点连起来，就能跑。

等哪天你觉得不够用了，再迁移到 OpenClaw 也不迟。n8n 的 Webhook 接口是开放的，工作流逻辑也能复用。

先跑起来，再考虑升级。别一上来就搞太重的东西。