n8n 工作流调用本地模型超时、格式漂移与死循环排障

当 RSS 一次拉取 30 条内容时，请求会在本地 Ollama 队列中排队等待；排在后面的请求在轮到推理前就已经触发了客户端超时。

1. 在调用本地模型前插入 Loop Over Items 节点，将 Batch Size 设为 1 或与 OLLAMA_NUM_PARALLEL 一致。
2. 将 HTTP 节点超时设为 45000 ms，并开启 Retry On Fail（重试 3 次，间隔 3000 ms）。

// Recommended n8n HTTP Request Node Options for Local LLMs
{
  "batching": { "batch": { "batchSize": 1, "batchInterval": 500 } },
  "timeout": 45000,
  "retryOnFail": true,
  "maxTries": 3,
  "waitBetweenTries": 3000
}

[边界说明]让工作流批次大小与 OLLAMA_NUM_PARALLEL 对齐，可彻底消除排队假死。

仅靠 Prompt 文字要求“只输出 JSON”并不稳定，7B/8B 量化模型偶尔会附带解释文字或 Markdown 代码块标记。

1. 在 Ollama `/api/generate` 请求体顶层加入 `"format": "json"`（或传入 JSON Schema）启用语法采样约束。
2. 开启节点的 `continueOnFail: true`，将个别解析失败的条目分流至异常记录分支，避免整批任务中断。

// Ollama grammar-constrained JSON request body
{
  "model": "qwen2.5:7b",
  "format": "json",
  "stream": false,
  "options": { "temperature": 0.1 },
  "prompt": "Return JSON with keys {category, summary}: ..."
}

[边界说明]注意：启用 format: "json" 时，Prompt 文本中也必须包含“JSON”字样，否则模型可能陷入空白生成。