Debian.Club

简体中文

English

简体中文

English

Appearance

n8n ​

n8n 是一个可自托管的工作流自动化平台，提供强大的 AI 集成能力，支持连接 400+ 应用和服务。通过可视化的节点编辑器，用户可以构建复杂的自动化工作流和 AI Agent，无需编写大量代码。n8n 的开源特性使您可以完全掌控数据和部署环境，非常适合需要数据隐私保障的企业和个人用户。

前置要求 ​

  • Docker（推荐）或 Node.js 18+
  • 内存：2GB 以上（推荐 4GB）
  • 磁盘空间：至少 5GB 可用空间

安装 ​

方法 1：Docker 快速启动 ​

bash
# 使用 Docker 运行 n8n（最简单的方式）
docker run -d --name n8n \
  -p 5678:5678 \
  -v n8n_data:/home/node/.n8n \
  n8nio/n8n

方法 2：Docker Compose（推荐，支持持久化和完整配置） ​

bash
# 创建项目目录
mkdir -p ~/n8n && cd ~/n8n

# 创建 Docker Compose 配置文件
cat > docker-compose.yml << 'EOF'
services:
  n8n:
    image: n8nio/n8n
    ports:
      - "5678:5678"
    volumes:
      - n8n_data:/home/node/.n8n
    environment:
      - N8N_BASIC_AUTH_ACTIVE=true
      - N8N_BASIC_AUTH_USER=admin
      - N8N_BASIC_AUTH_PASSWORD=changeme
      - GENERIC_TIMEZONE=Asia/Shanghai
      - TZ=Asia/Shanghai
    restart: unless-stopped

volumes:
  n8n_data:
EOF

# 启动服务
docker compose up -d

# 查看运行状态
docker compose ps

# 查看日志
docker compose logs -f

方法 3：npm 全局安装 ​

bash
# 确保 Node.js 18+ 已安装
node --version

# 全局安装 n8n
npm install -g n8n

# 启动 n8n
n8n start

# 后台运行
n8n start &

注意

请务必修改 Docker Compose 配置中的 N8N_BASIC_AUTH_PASSWORD，不要使用默认密码。

启动成功后，在浏览器中访问 http://localhost:5678，首次访问需要创建管理员账号。

配置 ​

环境变量 ​

n8n 支持通过环境变量进行配置。以下是常用的配置项。

环境变量说明默认值
N8N_BASIC_AUTH_ACTIVE启用基础认证false
N8N_BASIC_AUTH_USER认证用户名-
N8N_BASIC_AUTH_PASSWORD认证密码-
N8N_PORT服务监听端口5678
N8N_PROTOCOL协议（http/https）http
WEBHOOK_URLWebhook 回调地址-
GENERIC_TIMEZONE时区设置America/New_York
N8N_ENCRYPTION_KEY数据加密密钥自动生成
EXECUTIONS_DATA_PRUNE自动清理执行记录true
EXECUTIONS_DATA_MAX_AGE执行记录保留天数336（14 天）

使用 PostgreSQL 持久化（生产环境推荐） ​

默认情况下 n8n 使用 SQLite 存储数据。对于生产环境，建议使用 PostgreSQL。

bash
# 创建带 PostgreSQL 的 Docker Compose 配置
cat > docker-compose.yml << 'EOF'
services:
  n8n:
    image: n8nio/n8n
    ports:
      - "5678:5678"
    volumes:
      - n8n_data:/home/node/.n8n
    environment:
      - DB_TYPE=postgresdb
      - DB_POSTGRESDB_HOST=postgres
      - DB_POSTGRESDB_PORT=5432
      - DB_POSTGRESDB_DATABASE=n8n
      - DB_POSTGRESDB_USER=n8n
      - DB_POSTGRESDB_PASSWORD=n8n_password
      - GENERIC_TIMEZONE=Asia/Shanghai
      - TZ=Asia/Shanghai
    depends_on:
      postgres:
        condition: service_healthy
    restart: unless-stopped

  postgres:
    image: postgres:16
    volumes:
      - postgres_data:/var/lib/postgresql/data
    environment:
      - POSTGRES_USER=n8n
      - POSTGRES_PASSWORD=n8n_password
      - POSTGRES_DB=n8n
    healthcheck:
      test: ["CMD-SHELL", "pg_isready -U n8n"]
      interval: 10s
      timeout: 5s
      retries: 5
    restart: unless-stopped

volumes:
  n8n_data:
  postgres_data:
EOF

# 启动服务
docker compose up -d

配置反向代理 ​

如果需要通过域名和 HTTPS 访问 n8n，建议配合 Nginx 反向代理使用。

bash
# 在 Docker Compose 中设置 Webhook URL
# 添加以下环境变量
# WEBHOOK_URL=https://n8n.yourdomain.com
# N8N_HOST=n8n.yourdomain.com
# N8N_PROTOCOL=https

提示

反向代理的详细配置方法请参考 反向代理指南。

AI 功能 ​

n8n 内置了丰富的 AI 节点，可以方便地构建 AI 驱动的自动化工作流。

AI 相关节点 ​

节点功能
AI Agent构建能使用工具的 AI 代理
Basic LLM Chain基础的 LLM 调用链
Information Extractor从文本中提取结构化信息
Text Classifier文本分类
Summarization Chain文本摘要
Vector Store向量数据库操作
Document Loader加载文档用于 RAG
Text Splitter文本分段
Embeddings文本向量化

配置 AI 模型凭据 ​

在使用 AI 节点之前，需要先配置模型提供商的凭据。

  1. 进入 Settings（设置） → Credentials（凭据）
  2. 点击 Add Credential（添加凭据）
  3. 选择对应的服务（如 OpenAI、Anthropic 等）
  4. 填入 API Key 并保存

支持的 AI 模型提供商：

提供商支持的节点配置要求
OpenAIChat、Embeddings、ToolsAPI Key
AnthropicChatAPI Key
OllamaChat、Embeddings服务地址（本地免费）
Google AIChat、EmbeddingsAPI Key
混合使用不同节点可用不同提供商各自的凭据

接入本地 Ollama ​

n8n 可以直接连接本地运行的 Ollama，实现完全离线的 AI 工作流。

bash
# 确保 Ollama 正在运行
# 如果 n8n 使用 Docker 部署，Ollama 地址配置为：
# http://host.docker.internal:11434（Docker Desktop）
# http://172.17.0.1:11434（Linux Docker 网桥）

在 n8n 中配置 Ollama：

  1. 添加 Ollama 类型的凭据
  2. Base URL 填入 Ollama 服务地址
  3. 在 AI 节点中选择 Ollama 作为模型提供商

构建 AI 聊天 Agent 示例 ​

以下是一个简单的 AI Agent 工作流示例，通过 Webhook 接收消息，使用 AI 生成回复。

  1. 创建新工作流
  2. 添加 Webhook 节点作为触发器
  3. 添加 AI Agent 节点
  4. 在 AI Agent 中配置：
    • Chat Model：选择已配置的模型（如 OpenAI GPT-4o）
    • System Message：设置 Agent 的角色和行为准则
    • Tools：添加需要的工具节点（如网络搜索、代码执行等）
  5. 添加 Respond to Webhook 节点返回结果
  6. 连接节点并激活工作流

构建 RAG 工作流 ​

n8n 支持构建完整的 RAG（检索增强生成）流水线：

  1. 使用 Document Loader 加载文档
  2. 使用 Text Splitter 进行文本分段
  3. 使用 Embeddings 节点生成向量
  4. 存入 Vector Store（支持 Pinecone、Qdrant、Supabase 等）
  5. 查询时通过 Vector Store Retriever 检索相关内容
  6. 将检索结果传入 AI Agent 或 LLM Chain 生成回答

设置为系统服务 ​

Docker Compose 方式 ​

Docker Compose 配置中已包含 restart: unless-stopped，服务会在系统重启后自动恢复。

npm 安装方式 ​

bash
# 创建 systemd 服务文件
sudo tee /etc/systemd/system/n8n.service << 'EOF'
[Unit]
Description=n8n Workflow Automation
After=network.target

[Service]
Type=simple
User=你的用户名
Environment=N8N_PORT=5678
Environment=GENERIC_TIMEZONE=Asia/Shanghai
ExecStart=/usr/bin/n8n start
Restart=on-failure
RestartSec=10

[Install]
WantedBy=multi-user.target
EOF

# 启用并启动服务
sudo systemctl daemon-reload
sudo systemctl enable n8n
sudo systemctl start n8n

# 查看运行状态
sudo systemctl status n8n

数据备份 ​

bash
# Docker Compose 方式备份
cd ~/n8n

# 导出所有工作流
docker compose exec n8n n8n export:workflow --all --output=/home/node/.n8n/backups/workflows.json

# 导出所有凭据（已加密）
docker compose exec n8n n8n export:credentials --all --output=/home/node/.n8n/backups/credentials.json

# 备份整个数据卷
docker compose down
docker run --rm \
  -v n8n_n8n_data:/data \
  -v $(pwd):/backup \
  alpine tar czf /backup/n8n-backup-$(date +%Y%m%d).tar.gz -C /data .
docker compose up -d

更新 ​

bash
# Docker Compose 方式更新
cd ~/n8n
docker compose pull
docker compose up -d

# npm 方式更新
npm update -g n8n

# 验证版本
docker compose exec n8n n8n --version
# 或
n8n --version

提示

n8n 更新频率较高，建议定期更新以获取最新功能和安全修复。更新前建议先备份数据。

常见问题 ​

无法访问 Web 界面 ​

bash
# 检查服务是否正在运行
docker compose ps

# 检查端口是否被占用
sudo ss -tlnp | grep :5678

# 查看日志排查错误
docker compose logs -f n8n

Webhook 无法触发 ​

  • 确认 WEBHOOK_URL 环境变量设置正确
  • 如果使用反向代理，确认代理配置支持 WebSocket
  • 检查防火墙是否放行了对应端口
  • 确认工作流已激活（Active 状态）

AI 节点调用失败 ​

  • 确认凭据中的 API Key 正确且有效
  • 检查网络连通性（某些 AI 服务需要代理访问）
  • 对于 Ollama，确认服务地址在 Docker 网络中可达
  • 查看节点的执行日志获取详细错误信息

工作流执行超时 ​

bash
# 在环境变量中调整超时时间
# EXECUTIONS_TIMEOUT=300（秒）
# EXECUTIONS_TIMEOUT_MAX=600（秒）

内存占用过高 ​

  • 启用执行记录自动清理：EXECUTIONS_DATA_PRUNE=true
  • 减少保留天数：EXECUTIONS_DATA_MAX_AGE=168（7 天）
  • 对于大量工作流，考虑使用 PostgreSQL 替代 SQLite
  • 适当增加 Docker 容器的内存限制

相关链接 ​

想探索更多 AI 工具？ 返回 AI 工具总览 →

Featured on HicyouTop 1 on AAT