Self-hosted AI starter kit (by the n8n team)

自托管 AI 入门套件（由 n8n 团队提供）

Self-hosted AI Starter Kit 是一个开源的 Docker Compose 模板，可快速搭建功能齐全的本地 AI 和低代码开发环境，其中包含 Open WebUI，可用于与 N8N Agent 聊天。

这是 Cole 制作的版本，做了几项改进，并新增了 Open WebUI 和 Flowise！ 如果使用此设置而不是 n8n 提供的基础版本，视频中的本地 RAG AI Agent 工作流也会自动出现在你的 n8n 实例中！

原版 Local AI Starter Kit

在 Open WebUI 网站上直接下载我的 N8N + OpenWebUI 集成。（更多说明见下文）

由 https://github.com/n8n-io 和 https://github.com/coleam00 精选整合，将可自托管的 n8n 平台与经过筛选的兼容 AI 产品和组件相结合，帮助你快速开始构建可自托管的 AI 工作流。

套件包含

✅ Self-hosted n8n - 低代码平台，提供 400 多种集成和高级 AI 组件

✅ Ollama - 跨平台大模型平台，可安装并运行最新的本地大模型

✅ Open WebUI - 类似 ChatGPT 的界面，可与本地模型和 N8N Agent 私密交互

✅ Flowise - 无代码／低代码 AI Agent 构建器，与 n8n 配合良好

✅ Qdrant - 开源、高性能的向量存储，提供全面的 API

✅ PostgreSQL - 数据工程领域的主力工具，可安全处理大量数据。

安装

Nvidia GPU 用户

git clone https://github.com/coleam00/ai-agents-masterclass.git
cd ai-agents-masterclass/local-ai-packaged
docker compose --profile gpu-nvidia up

说明

如果你之前没有在 Docker 中使用过 Nvidia GPU，请按照 Ollama Docker 说明操作。

Mac / Apple Silicon 用户

如果你使用的是搭载 M1 或更新处理器的 Mac，很遗憾，无法将 GPU 暴露给 Docker 实例。此时有两个选项：

1. 按照下文“其他用户”部分所述，在 CPU 上运行整个入门套件
2. 在 Mac 上运行 Ollama，以获得更快的推理速度，并从 n8n 实例连接到它

如果想在 Mac 上运行 Ollama，请查看 Ollama 主页 获取安装说明，然后按如下方式运行入门套件：

git clone https://github.com/coleam00/ai-agents-masterclass.git
cd ai-agents-masterclass/local-ai-packaged
docker compose up

按照下方的快速入门设置完成操作后，将 Ollama 凭据中的主机改为 http://host.docker.internal:11434/。

其他用户

git clone https://github.com/coleam00/ai-agents-masterclass.git
cd ai-agents-masterclass/local-ai-packaged
docker compose --profile cpu up

⚡️ 快速开始和使用

可自托管 AI 入门套件的主要组件是一个预先配置好网络和磁盘的 docker compose 文件，因此你不需要再安装太多其他内容。完成上述安装步骤后，按照以下步骤开始使用。

1. 在浏览器中打开 http://localhost:5678/，设置 n8n。你只需要设置一次。此处不会为你创建 n8n 账户，这只是你本地实例的账户！

2. 打开随附的工作流： http://localhost:5678/workflow/vTN9y2dLXqTiDfPT

3. 为每项服务创建凭据：

   Ollama URL： http://ollama:11434

   Postgres：使用 .env 中的 DB、用户名和密码。主机是 postgres

   Qdrant URL： http://qdrant:6333（由于这是在本地运行，API 密钥可以任意填写）

   Google Drive：按照 n8n 的此指南操作。 不要在重定向 URI 中使用 localhost，只需使用你拥有的其他域名即可，仍然可以正常使用！ 或者，你也可以设置本地文件触发器。

4. 选择 Test workflow，开始运行工作流。

5. 如果这是你第一次运行工作流，可能需要等待 Ollama 完成 Llama3.1 的下载。你可以查看 docker 控制台日志来了解进度。

6. 确保将工作流切换为启用状态，并复制“Production” Webhook URL！

7. 在浏览器中打开 http://localhost:3000/，设置 Open WebUI。你只需要设置一次。此处不会为你创建 Open WebUI 账户，这只是你本地实例的账户！

8. 前往 Workspace -> Functions -> Add Function -> 填写名称和描述，然后粘贴 n8n_pipe.py 中的代码

   此函数也已发布在 Open WebUI 网站上。

9. 点击齿轮图标，将 n8n_url 设置为上一步复制的 Production Webhook URL。

10. 启用该函数后，它就会显示在左上角的模型下拉菜单中！

随时可以在浏览器中访问 http://localhost:5678/ 打开 n8n。 随时可以访问 http://localhost:3000/ 打开 Open WebUI。

使用你的 n8n 实例，你将能够使用 400 多种集成，以及一系列基础和高级 AI 节点，例如 AI Agent、 文本分类器和 信息提取器 节点。要让所有内容都在本地运行，只需记得使用 Ollama 节点作为大模型，并使用 Qdrant 作为向量存储。

说明

此入门套件旨在帮助你开始使用可自托管的 AI 工作流。虽然它并未针对生产环境进行全面优化，但其中包含的可靠组件能够很好地协同工作，适用于概念验证项目。你可以根据具体需求对其进行自定义。

升级

Nvidia GPU 用户

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

Mac / Apple Silicon 用户

docker compose pull
docker compose create && docker compose up

其他用户

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

👓 推荐阅读

n8n 提供了大量实用内容，帮助你快速了解其 AI 概念和节点。如果遇到问题，请前往支持。

• 面向开发者的 AI Agent：使用 n8n 从理论到实践
• 教程：在 n8n 中构建 AI 工作流
• n8n 中的 Langchain 概念
• 演示 Agent 与链的主要区别
• 什么是向量数据库？

🎥 视频讲解

• Cole 的本地 AI 入门套件指南

🛍️ 更多 AI 模板

如需了解更多 AI 工作流创意，请访问**n8n 官方 AI 模板库 **。在每个工作流页面中，点击 使用工作流 按钮，即可将工作流自动导入你的本地 n8n 实例。

学习 AI 核心概念

• AI Agent 聊天
• 使用任意数据源进行 AI 聊天（使用 n8n 工作流工具）
• 与 OpenAI Assistant 聊天（添加记忆）
• 使用开源大模型（通过 HuggingFace）
• 使用 AI 与 PDF 文档聊天（引用来源）
• 可抓取网页的 AI Agent

本地 AI 模板

• 税法助手
• 使用 MistralAI 和 Qdrant 将文档整理为学习笔记
• 使用 Qdrant 和 Mistral.ai 构建财务文档助手
• 使用 Qdrant 和 Mistral 推荐食谱

技巧与窍门

访问本地文件

可自托管的 AI 入门套件会创建一个共享文件夹（默认位于同一目录），并将其挂载到 n8n 容器中，从而允许 n8n 访问磁盘上的文件。该文件夹在 n8n 容器中的路径为 /data/shared——与本地文件系统交互的节点需要使用此路径。

与本地文件系统交互的节点

• 从磁盘读取/写入文件
• 本地文件触发器
• 执行命令