新闻摘要 – 95博客 https://95bok.cn 云烟 Mon, 13 Apr 2026 07:46:32 +0000 zh-Hans hourly 1 https://wordpress.org/?v=6.9.4 https://95bok.cn/wp-content/uploads/2025/11/cropped-1740116058152-32x32.jpg 新闻摘要 – 95博客 https://95bok.cn 32 32 这周我用 n8n + Ollama 搭了个本地自动化助手，结果它真帮我把每天的新闻和日志处理完了 https://95bok.cn/%e8%bf%99%e5%91%a8%e6%88%91%e7%94%a8-n8n-ollama-%e6%90%ad%e4%ba%86%e4%b8%aa%e6%9c%ac%e5%9c%b0%e8%87%aa%e5%8a%a8%e5%8c%96%e5%8a%a9%e6%89%8b%ef%bc%8c%e7%bb%93%e6%9e%9c%e5%ae%83%e7%9c%9f%e5%b8%ae/ https://95bok.cn/%e8%bf%99%e5%91%a8%e6%88%91%e7%94%a8-n8n-ollama-%e6%90%ad%e4%ba%86%e4%b8%aa%e6%9c%ac%e5%9c%b0%e8%87%aa%e5%8a%a8%e5%8c%96%e5%8a%a9%e6%89%8b%ef%bc%8c%e7%bb%93%e6%9e%9c%e5%ae%83%e7%9c%9f%e5%b8%ae/#respond Mon, 13 Apr 2026 07:46:32 +0000 https://95bok.cn/%e8%bf%99%e5%91%a8%e6%88%91%e7%94%a8-n8n-ollama-%e6%90%ad%e4%ba%86%e4%b8%aa%e6%9c%ac%e5%9c%b0%e8%87%aa%e5%8a%a8%e5%8c%96%e5%8a%a9%e6%89%8b%ef%bc%8c%e7%bb%93%e6%9e%9c%e5%ae%83%e7%9c%9f%e5%b8%ae/ 阅读更多]]> # 这周我用 n8n + Ollama 搭了个本地自动化助手，结果它真帮我把每天的新闻和日志处理完了

这周一我盯着满屏幕的 RSS 订阅源和一堆没看的新闻，突然冒出一个想法：能不能让 AI 帮我把这些消化掉，早上起来只看一份整理好的摘要？

于是折腾了几天。中间踩了不少坑，但最后效果确实不错。记录一下整个过程。

周一：装 n8n

之前已经装过 Ollama，模型用的 qwen2.5:7b，跑起来没问题。这次就差一个工作流引擎。

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
volumes:
  n8n-data:
EOF
docker compose up -d

装完打开 http://IP:5678，注册账号，进去了。界面长这样——左边一堆节点，右边画布，跟搭积木差不多。

第一个想法很简单：每天早上 8 点，抓几条新闻，让 AI 总结一下发给我。

周二：踩坑——n8n 连不上 Ollama

我加了个 Ollama 节点，填了 http://localhost:11434，一点测试——连不上。

折腾了半天才想起来：n8n 跑在 Docker 里，localhost 指向的是容器自己，不是宿主机。

解决：

# 查看 Docker 网关地址
docker network inspect bridge --format='{{range .IPAM.Config}}{{.Gateway}}{{end}}'
# 输出：172.17.0.1

然后 n8n 里 Ollama 的 URL 改成 http://172.17.0.1:11434。

但还连不上。又查了一下——Ollama 默认只监听 127.0.0.1，外面访问不到。

# 改 Ollama 配置，监听所有接口
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"
EOF
systemctl daemon-reload && systemctl restart ollama

这下通了。测试一下：

curl http://172.17.0.1:11434/api/generate -d '{"model":"qwen2.5:7b","prompt":"你好","stream":false}'

返回了正常响应。踩了两个坑，浪费半天。

周三：搭第一个工作流——新闻摘要

思路：Schedule 定时 → RSS 抓取 → AI 总结 → 通知。

具体节点：

1. Schedule 触发器

  • 时间：每天早上 8:00
  • 时区：Asia/Shanghai

    • 2. RSS Feed Read 节点

  • 填入几个常看的 RSS 地址
  • 每条取标题和摘要

    • 3. Code 节点（数据预处理）

    RSS 抓回来是列表，需要拼成一段话给 AI：

    // 把多条 RSS 合并成一段文本
const items = $input.all();
const text = items.map(item => {
  return 标题：${item.json.title}n摘要：${item.json.contentSnippet || ''};
}).join('nn
    nn');
    return [{ json: { combined_text: text, count: items.length } }];

    4. Ollama Chat 节点

    System Prompt：

    你是一个新闻摘要助手。以下是今天的几条新闻，请用简洁的中文总结每条的核心内容，
按类别分组（科技/财经/国际/其他），每条一句话。总字数控制在 500 字以内。

    User Message 填上一步的 {{ $json.combined_text }}。

    5. Telegram Bot 通知

    用 Telegram Bot 发给我（飞书/邮件/钉钉都行）。消息内容填 AI 的回复。

    完整流程：

    Schedule (8:00)
  → RSS Feed Read (3个源)
    → Code (合并文本)
      → Ollama Chat (总结)
        → Telegram Bot (发送)

    第一次跑的时候，等了大概 15 秒，手机收到消息了。AI 把 10 条新闻分成了 4 类，每条一句话，看起来清爽多了。

    周四：第二个——服务器日志分析

    每天看日志太烦了。干脆让 AI 帮我看。

    先写个脚本提取关键信息：

    cat > /opt/n8n/log-analyzer.sh << 'SCRIPT'
#!/bin/bash
# 提取昨天的关键日志
    echo "=== Nginx 错误 (昨天) ==="
yesterday=$(date -d "yesterday" +%Y/%m/%d)
grep "$yesterday" /var/log/nginx/error.log | tail -20
    echo ""
echo "=== 系统异常 ==="
grep -i "error|fail|kill|oom" /var/log/syslog | tail -20
    echo ""
echo "=== 磁盘 ==="
df -h / | tail -1
    echo ""
echo "=== 内存峰值 ==="
echo "昨日最高内存使用: $(cat /proc/meminfo | grep MemTotal)"
SCRIPT
    chmod +x /opt/n8n/log-analyzer.sh

    n8n 里加一个工作流：

  • Schedule：每天 22:00
  • Execute Command：跑上面的脚本
  • Ollama Chat：分析日志，找出需要关注的问题
  • 通知：有异常才发，没问题就不打扰

    • Ollama 的 System Prompt：

    你是运维助手。分析以下日志，如果有异常（服务崩溃、磁盘不足、OOM 等），
列出问题和修复建议。如果一切正常，回复"今日日志正常"，不需要展开。

    跑了两天，第一天确实抓到了一个 Nginx 的 upstream 超时问题，AI 建议检查后端服务的响应时间，顺藤摸瓜找到了一个慢查询。

    周五：踩坑——n8n 自己占了太多内存

    周五早上看服务器，发现 n8n 占了 800MB 内存。我一共就 24G，倒是不紧张，但跑在 8G 机器上就够呛了。

    查了一下，n8n 默认把所有执行记录都存在内存里。改一下：

    # docker-compose.yml 里加环境变量
environment:
  - EXECUTIONS_MODE=database
  - DB_TYPE=sqlite
  - GENERIC_TIMEZONE=Asia/Shanghai
  - TZ=Asia/Shanghai

    再加上资源限制：

    deploy:
  resources:
    limits:
      memory: 512M

    改完重启，内存降到 300MB 左右。

    另外，工作流如果设置了”保存执行记录”，数据会越积越多。建议在 n8n 设置里把 保存天数 改成 3~7 天，自动清理。

    周末：把几个工作流串起来

    有了新闻和日志两个工作流，周末又把之前做的服务器监控工作流也加进来了。现在每天的时间线是这样的：

    | 时间 | 工作流 | 作用 |
    |

    |

    –|

    |
    | 8:00 | 新闻摘要 | 抓 RSS，AI 总结，发我手机 |
    | 12:00 | 邮件检查 | 有新邮件自动分类摘要 |
    | 18:00 | 服务器巡检 | CPU/内存/磁盘/服务状态 |
    | 22:00 | 日志分析 | 分析当天日志 |

    四个工作流，全部跑在本地。

    给小内存机器的建议

    如果你跑在 8G 或更小的机器上：

  • 模型用 phi3:3.8b 或 qwen2.5:3b，内存占用 2~3G
  • n8n 限制 512MB 内存，执行记录保存天数设短一点
  • 工作流别设太频繁，新闻摘要每天 1~2 次就够了
  • Ollama 和 n8n 分开部署的话，可以放在不同机器上

总结

折腾了一周，几个感受：

1. n8n 上手不难，画布式的界面比写代码直观，但第一次连本地 Ollama 确实会踩坑
2. 本地 AI 够用——qwen2.5:7b 做摘要、分类、简单分析完全没问题，就是速度慢点（5~15 秒一次）
3. 自动化这东西，一旦跑起来就停不下来了——我现在已经开始想把 RSS 换成微信公众号了……

下一篇打算写写沙箱和长期记忆的方案。AI 光会总结还不够，得能”记住”之前的事，并且安全地执行一些操作。到时候再聊。

]]> https://95bok.cn/%e8%bf%99%e5%91%a8%e6%88%91%e7%94%a8-n8n-ollama-%e6%90%ad%e4%ba%86%e4%b8%aa%e6%9c%ac%e5%9c%b0%e8%87%aa%e5%8a%a8%e5%8c%96%e5%8a%a9%e6%89%8b%ef%bc%8c%e7%bb%93%e6%9e%9c%e5%ae%83%e7%9c%9f%e5%b8%ae/feed/ 0