正确做法是在 Ollama 前面加一个真正的队列，串行喂：

1. 队列层：Redis list（LPUSH 投递 / BRPOP 消费）或 RabbitMQ 都行。N8N 两种接法：
   • 简单版：一个触发器 + Redis 节点，worker 循环 BRPOP，天然 FIFO，一次只发一个 Ollama 请求；
   • 正式版：N8N 开 Queue mode（主进程 + worker），把 worker 并发设为 1。
2. 关键参数：
   • OLLAMA_NUM_PARALLEL=1、OLLAMA_MAX_LOADED_MODELS=1，把显存留给单任务；
   • OLLAMA_KEEP_ALIVE 调大（如 2h 或 -1），避免任务间隙反复加载 27B；
   • 队列层设任务级超时。你的任务 10–240 分钟，别用 N8N 默认 5 分钟，会把长任务中间掐掉。
3. 重试放在队列层做，别让模型层重试。你「模型重试几次后停止、两个任务都超时」就是重试风暴把队列打爆了。任务要幂等，失败能重入。
4. 分工：YouTube 字幕抓取是网络/IO 任务，和推理分开两个 worker 队列，否则抓取卡住会占着推理位。推理队列并发=1，抓取可以多并发。
5. 结果落盘 + 通知：每个 Goal 完成写结果文件（或发 Telegram/webhook），早上直接看目录。

想再省心，把 Ollama 换成 SGLang/vLLM 起服务，它们自带请求队列 + continuous batching，就是为多请求场景设计的；Ollama 在这块确实弱。