n8n自托管AI入门套件：快速搭建本地AI环境的开源模板

综合介绍

n8n自托管AI入门套件是一个开源的Docker Compose模板，旨在快速初始化一个全面的本地AI和低代码开发环境。由n8n团队精心策划，该套件结合了自托管的n8n平台和一系列兼容的AI产品和组件，帮助用户快速构建自托管的AI工作流。该套件包括n8n低代码平台、Ollama跨平台LLM平台、Qdrant高性能向量存储和PostgreSQL数据库，适用于各种AI应用场景，如智能代理、文档摘要、智能聊天机器人和私人财务文档分析等。

功能列表

• n8n低代码平台：提供超过400种集成和高级AI组件，支持快速构建工作流。
• Ollama平台：跨平台LLM平台，支持安装和运行最新的本地LLM。
• Qdrant向量存储：开源高性能向量存储，提供全面的API。
• PostgreSQL数据库：处理大量数据的可靠数据库。
• 智能代理：用于安排会议和任务的AI代理。
• 文档摘要：安全地总结公司PDF文档，防止数据泄露。
• 智能聊天机器人：增强公司沟通和IT操作的智能Slack机器人。
• 私人财务文档分析：以最低成本进行私人财务文档分析。

使用帮助

安装流程

1. 克隆仓库：

bash
git clone https://github.com/n8n-io/self-hosted-ai-starter-kit.git
cd self-hosted-ai-starter-kit

2. 使用Docker Compose运行n8n：
   • 对于Nvidia GPU用户：

     docker compose --profile gpu-nvidia up
     

     注意：如果之前没有使用过Nvidia GPU与Docker，请按照Ollama Docker的说明进行操作。

   • 对于Mac/Apple Silicon用户：
     • 选项1：完全在CPU上运行：

       docker compose --profile cpu up
       

     • 选项2：在Mac上运行Ollama并连接到n8n实例：

       docker compose up
       

       然后更改Ollama凭据，使用http://host.docker.internal:11434/作为主机。

   • 对于其他用户：

     docker compose --profile cpu up
     

使用指南

1. 启动n8n：
   • 访问http://localhost:5678，进入n8n界面。
   • 使用默认账户登录或创建新账户。
2. 创建工作流：
   • 在n8n界面中，点击“新建工作流”。
   • 从左侧菜单中拖动所需的节点到工作区。
   • 配置每个节点的参数和连接。
3. 运行工作流：
   • 配置完成后，点击“运行”按钮，执行工作流。
   • 查看工作流的执行结果和日志。

快速启动与使用

自托管AI入门套件的核心是一个Docker Compose文件，预配置了网络和存储设置，减少了额外安装的需求。完成安装步骤后，只需按照以下步骤开始使用：

1. 打开http://localhost:5678/设置n8n。此操作只需进行一次。
2. 打开包含的工作流：http://localhost:5678/workflow/srOnR8PAY3u4RSwb。
3. 选择测试工作流开始运行该工作流。
4. 如果这是你第一次运行该工作流，可能需要等到Ollama下载Llama3.2完成。可以查看docker控制台日志了解进展情况。

随时可以通过访问http://localhost:5678/来打开n8n。

通过你的n8n实例，你将能够访问超过400种集成以及一套基本和高级的AI节点，例如AI代理、文本分类器和信息提取器节点。确保本地运行时使用Ollama节点作为你的语言模型，并将Qdrant用作向量存储。

“注意：此入门套件旨在帮助你开始自托管AI工作流。虽然它并未针对生产环境进行全面优化，但结合了能够完美协作的强大组件，非常适合概念验证项目。你可以根据自己的需求进行定制。

”

升级说明

• 对于Nvidia GPU设置：

docker compose --profile gpu-nvidia pull
docker compose create && docker compose --profile gpu-nvidia up

对于Mac / Apple Silicon用户

docker compose pull
docker compose create && docker compose up

• 对于非GPU设置：

docker compose --profile cpu pull
docker compose create && docker compose --profile cpu up