n8nからPythonへ：ツールを捨てる勇気

2026年7月17日 07:28

自動化ツールは便利だ。しかし、一度導入すると、そのフレームワークに縛られ、自由度が損なわれることもある。私自身がそう感じたのが、ローコード自動化ツールのn8nだった。

背景にあるのは、複数のサービス連携による効率化への欲求だ。具体的には、Discordで特定のキーワードを検知したらOllamaでAIモデルを実行し、その結果をGoogleカレンダーにイベントとして登録するという処理を自動化したかった。当初はn8nのGUI操作で容易に構築できると考えたのだ。

n8nとの別れ：限界を感じた瞬間

n8nを使って数ヶ月間、様々なワークフローを組んだ。しかし、複雑なロジックの実装や、API仕様変更への追従が徐々に難しくなってくることに気づいた。特にOllamaのローカルAIモデルとの連携は、n8n側のノードの更新に依存しやすく、安定性に欠ける部分があったのだ。

ある日、Ollamaのバージョンアップによって、n8nで設定したワークフローが全く動かなくなってしまった。原因特定と修正に時間を要し、結局自力でAPIを叩きまくる羽目になった。この時、「もはやツールに振り回されている」という事実に気づき、n8nからの脱却を決意したのだ。

Pythonスクリプトへ移行：設計と実装

移行作業は、以下のステップで行った。

API仕様の調査: Discord API、Ollama API、GoogleカレンダーAPIのドキュメントを丁寧に読み込んだ。
処理フローの再構築: n8nで組んでいたワークフローをPythonコードに落とし込む。キーワード検知、AIモデル実行、イベント作成といった各機能を関数として定義した。
ライブラリ選定: DiscordAPI、requests、google-api-python-clientといった必要なライブラリを選定しインストールした。
テストとデバッグ: 各機能が正常に動作するかを個別にテストし、エラーがあれば修正を加えた。

初めて全ての処理を繋げて動かした時の達成感は格別だった。n8nのGUI操作に頼らず、完全に自分の手で自動化を実現できたのだ。

自律的な環境構築：スペックアップも重要

このPythonスクリプトを中心とした環境構築にあたり、PCのスペックも重要になってきた。特にローカルAIモデルであるOllamaを快適に動作させるためには、十分なメモリとストレージが必須だ。そこで導入したのが以下のアイテムたち。

まずデスク周りの環境改善として「大型フェルトデスクマット」を活用し、キーボード操作やマウスワークをより快適にした。次に、ノートPCの拡張性を高めるために「UGREEN 7in1 USB-Cハブ」を使用。2つの外部モニターに4K画質で映像出力できるようになり、作業効率が格段に向上した。そしてAIモデルの保存場所として、「Lexar NM610 PRO 1TB SSD」を搭載。OSとAIモデルを高速なSSDに移行することで、処理速度が大幅に改善されたのだ。