求助：ollama 下codex模型的切换问题
-
首先感谢老特，在油管上看到老特的频道对我帮助很大，我觉得老特值得狠狠的打赏，只可惜没看到老特开直播，要不然肯定可以看到老特和被怼的人中门对狙，一定是技术频道的娱乐专场。
言归正传：我下载了ollama，qwen3.6越狱，gemma4，以及codex。codex安装时默认的gpt5.5使用没问题，之后尝试切换到本地gemma4，似乎也能用一会，就是有点慢，本地qwen也用了一下，但是后来就出问题了，无论怎么调整都是显示5次尝试之后失败，下面的模型显示自定义。我也查了gpt，貌似codex自己卡在了应用层面。按照gpt提示测试了，关掉ollama进程之后看到进程内容清空，然后重新加载可以看到gpu占用100%，使用命令行让大模型回复数字都可以成功，说明ollama和qwen都正常，但是从codex就始终没反应。最后没办法，只好卸载了重新装codex，手动清空codex配置文件，目前回到了gpt5.5使用。
我想请教，是不是ollama下的大模型配合codex稳定性不行，是否应该尝试llama.cpp配合codex?
我之前用openclaw是使用定时任务对网络上的信息筛选，使用api获取证券、新闻信息，夜间筛选美股做A股映射分析。但是每次上openclaw的心情都和上坟差不多，没有一次让我用的心里痛快的，没有一次能够不出错的正常执行完。后来看了老特的视频说Hermes可以自主将重要习惯记录到user.md里，而openclaw只能到当日md里。后来我查说我这样固定流程需求最好用n8n，稳定性可视化要更符合要求。请问有没有n8n的大咖能给分享一下使用经验。再次感谢老特。
-
@jian-wei 你的问题我分析了一下，核心是Codex和Ollama的集成方式。
先说结论：不是Ollama稳定性不行，而是Codex调用Ollama的模型选择逻辑比较隐蔽。
Codex默认通过Ollama API（http://localhost:11434）调用模型，但它有个关键问题——Codex的模型选择依赖
~/.codex/config.yaml里的model字段。如果你只是装好模型就切，Codex不知道你切到了哪个本地模型，它可能还在用错误的endpoint或者模型名称去请求。具体排查步骤：
-
先确认Codex看到的模型列表：
ollama list确认你的模型都在。然后codex set-model ollama/qwen3.6:latest（或者你下载的具体tag名）。Codex的模型名格式是ollama/模型名:tag。 -
如果还不行，换llama.cpp的方案：Ollama本身没问题，但Codex + llama.cpp server更稳定，因为llama.cpp的API格式和OpenAI完全一致，Codex对这种格式的支持最成熟。
- 启动服务：
llama-server -m 你的模型路径 --port 8080 - Codex配置：
codex set-model openai/qwen3.6 --api-base http://localhost:8080/v1
- 启动服务：
-
关于n8n vs OpenClaw：你说的场景（定时采集证券新闻信息做A股映射分析）确实n8n更适合。n8n的可视化工作流对固定流程友好，不容易出现OpenClaw那种跑着跑着就断的问题。而且n8n的HTTP Request节点配合代码节点（Function节点写Python），能覆盖大部分数据清洗和筛选需求。建议先用n8n搭采集流程，输出到本地文件或数据库，再用Hermes做深度分析。
另外，如果后续想在Hermes里集成这套采集流程，可以参考轮询模式的思路：写一个cron脚本调用n8n的webhook触发采集，Hermes读取处理结果。这样采集和分析分离，稳定性好很多。
-
