链载Ai

标题: AI本地知识库 智能体系列:手把手教你本地部署 n8n,一键实现自动采集 智能处理! [打印本页]

作者: 链载Ai    时间: 4 天前
标题: AI本地知识库 智能体系列:手把手教你本地部署 n8n,一键实现自动采集 智能处理!


上回咱刚整完腾讯开源的知识库WeKnora(维娜拉):腾讯开源知识库WeKnora搭建:很像IMA本地RAG开源版本,手把手教你本地搭建,想怎么折腾都行!,是不是感觉像极了 IMA 的本地 RAG 版?
本地搭建、能自定义、能接大模型,完全开放,想咋折腾就咋折腾。

那这回,咱就继续把“AI 自动化的另一半”补上——
今天来本地部署一个开源的AI 工作流开发平台:n8n

你可以把它理解成是dify扣子平台的本地开源版。
只不过这玩意儿不是用来“聊天”,而是帮你干活的。

它能做什么呢?一句话:

自动化执行各种流程,把数据采集、处理、调用大模型全串起来。

咱这次要实现一个特别实用的目标:
先用 n8n 把外部的数据自动采集下来,
再在流程里做结构化处理,
最后把干净的数据自动写入本地知识库 WeKnora。

整个过程像流水线一样自动跑完:

自动采集→数据处理→保存至本地知识库


接着再往上走一步:
把 WeKnora 作为知识源,
调用本地大模型来做智能问答、分析、生成。
这时候流程就变成了:

调用本地知识库→调用大模型→输出智能结果


这么一串下来,
你就已经完成了一个AI 应用的全本地化闭环——
从知识采集、存储、到智能生成,全都在自己的电脑上跑。

如果你再顺手把大模型(比如 Qwen、DeepSeek等)也本地部署上,
那就更完美了。
到这一步,你的系统就不再依赖任何云端服务,
完全是自己的“AI 私有工厂”:
知识库、本地模型、智能体编排,全链路闭环。

ingFang SC", system-ui, -apple-system, BlinkMacSystemFont, "Helvetica Neue", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 16px;letter-spacing: 0.544px;background-color: rgb(255, 255, 255);visibility: visible;">

01

———

ingFang SC", system-ui, -apple-system, BlinkMacSystemFont, "Helvetica Neue", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;letter-spacing: 0.544px;background-color: rgb(255, 255, 255);text-align: center;">先认识一下 n8n:它是干啥的?

ingFang SC", system-ui, -apple-system, BlinkMacSystemFont, "Helvetica Neue", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;letter-spacing: 0.544px;color: rgb(62, 62, 62);font-size: 16px;background-color: rgb(255, 255, 255);">

n8n 的全名是“nodemation”(Node + Automation),
是一个开源、可自托管的AI自动化工作流平台
官网定位特别清楚:

“让任何人都能轻松构建自动化流程,并完全掌控自己的数据。”

说人话就是:
n8n 是一个能在你本地跑的“数字助理”,
它能接各种 API、处理各种数据、调各种工具,
帮你自动干活。

它的几大特点,简单列下:

一句话:n8n 是你的“自动化中枢”,能帮你连、能帮你算、还能帮你干。

ingFang SC", system-ui, -apple-system, BlinkMacSystemFont, "Helvetica Neue", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;letter-spacing: 0.544px;color: rgb(62, 62, 62);font-size: 16px;background-color: rgb(255, 255, 255);">

02

———

ingFang SC", system-ui, -apple-system, BlinkMacSystemFont, "Helvetica Neue", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;letter-spacing: 0.544px;background-color: rgb(255, 255, 255);text-align: center;">n8n 能干什么?能用在什么地方呢?

ingFang SC", system-ui, -apple-system, BlinkMacSystemFont, "Helvetica Neue", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;letter-spacing: 0.544px;color: rgb(62, 62, 62);font-size: 16px;background-color: rgb(255, 255, 255);">

别看它名字怪,但用途非常接地气:

尤其是对我们这种“AI + 知识管理”的场景,
n8n 就是那个负责“干体力活”的小助手:
它帮你自动把内容采集、清洗好,再丢进知识库。

ingFang SC", system-ui, -apple-system, BlinkMacSystemFont, "Helvetica Neue", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;letter-spacing: 0.544px;color: rgb(62, 62, 62);font-size: 16px;background-color: rgb(255, 255, 255);">

03

———

ingFang SC", system-ui, -apple-system, BlinkMacSystemFont, "Helvetica Neue", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;letter-spacing: 0.544px;background-color: rgb(255, 255, 255);text-align: center;">n8n 能干什么?好在哪呢?

ingFang SC", system-ui, -apple-system, BlinkMacSystemFont, "Helvetica Neue", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;letter-spacing: 0.544px;color: rgb(62, 62, 62);font-size: 16px;background-color: rgb(255, 255, 255);">

别看它名字怪,但用途非常接地气:

尤其是对我们这种“AI + 知识管理”的场景,
n8n 就是那个负责“干体力活”的小助手:
它帮你自动把内容采集、清洗好,再丢进知识库。

它的优势主要有这几点:

1️⃣本地部署,不依赖云
数据全在你电脑上,安全又合规;公司内部也能闭环使用。

2️⃣免费 + 开源
不用像 Zapier 那样按任务收费,用多少都行,想改逻辑也行。

3️⃣自由度高
既能图形化操作,也能插 JS/Python 脚本,想多复杂都行。

4️⃣生态全
各种第三方节点、AI 模块都有,接入飞书、企业微信、公众号、数据库、小红书都行。

5️⃣非常适合做 AI 工作流
你能让它串起“采集→处理→AI生成→发布”这一整链。

一句话总结:

“别人自动化靠订阅服务,你靠自己那台电脑。”

ingFang SC", system-ui, -apple-system, BlinkMacSystemFont, "Helvetica Neue", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;letter-spacing: 0.544px;color: rgb(62, 62, 62);font-size: 16px;background-color: rgb(255, 255, 255);">

04

———

在 Windows 上部署 n8n(详细实操)


现在咱正式上手,让它在本地跑起来。

1️⃣ 为什么用 Docker?

因为 Docker 装起来干净、省心、可移植。
n8n 官方也推荐用 Docker Compose 部署。
(你要是直接装 Node.js 版本也行,但环境容易乱。)

2️⃣ 安装 Docker Desktop

👉 打开官网:https://www.docker.com/products/docker-desktop/
下载.exe安装包。

安装时记得勾上:

验证是否成功:

docker--versiondockerrunhello-world


输出正常即 OK。

3️⃣ 创建 n8n 部署目录

在 D 盘建个目录:

D:\n8n


在WSL终端里执行,如下语句:

docker volume create n8n_data
docker run -it --rm\--name n8n \-p 5678:5678 \-e GENERIC_TIMEZONE=Asia/Shanghai \-e TZ=Asia/Shanghai \-e N8N_ENFORCE_SETTINGS_FILE_PERMISSIONS=true\-e N8N_RUNNERS_ENABLED=true\-e N8N_BASIC_AUTH_ACTIVE=true\-e N8N_BASIC_AUTH_USER=admin \-e N8N_BASIC_AUTH_PASSWORD=yourpassword \ -v n8n_data:/home/node/.n8n \docker.n8n.io/n8nio/n8n


默认情况下,n8n 使用 SQLite 来保存凭证、历史执行记录和工作流。n8n 还支持 PostgreSQL,可使用环境变量进行配置,如下:
docker volume create n8n_data
docker run -it --rm\--name n8n \-p 5678:5678 \-e GENERIC_TIMEZONE=Asia/Shanghai \-e TZ=Asia/Shanghai \-e N8N_ENFORCE_SETTINGS_FILE_PERMISSIONS=true\-e N8N_RUNNERS_ENABLED=true\-e DB_TYPE=postgresdb \-e DB_POSTGRESDB_DATABASE=<POSTGRES_DATABASE> \-e DB_POSTGRESDB_HOST=<POSTGRES_HOST> \-e DB_POSTGRESDB_PORT=<POSTGRES_PORT> \-e DB_POSTGRESDB_USER=<POSTGRES_USER> \-e DB_POSTGRESDB_SCHEMA=<POSTGRES_SCHEMA> \-e DB_POSTGRESDB_PASSWORD=<POSTGRES_PASSWORD> \-v n8n_data:/home/node/.n8n \docker.n8n.io/n8nio/n8n
4️⃣ 启动 n8n

执行完上面的docker run命令,其实n8n就启动了,第一次有可能会慢,因为会先下载n8n的镜像。

当然我们也可以直接在docker desktop上,直接拉取镜像和启动n8n:

直接Pull就可以了。

然后直接就点击运行箭头就运行起来了:

5️⃣ 打开浏览器访问:

http://localhost:5678


输入你设置的账号密码(admin /yourpassword)。
看到可视化界面,说明部署成功 🎉


05

———

第一次使用的简单测试


先来个 Hello 测试,验证流程能跑。

1️⃣ 点左上角 “New Workflow”
2️⃣ 添加一个节点:Set

returnitems.map(item=>{return{json:{message:`Hello,${item.json.name}!部署成功🎉`}};});


4️⃣ 点击右上角 “Execute Workflow”

控制台输出:

Hello,n8n初体验!部署成功🎉


说明工作流跑通了!👏


06

———

一些小贴士和注意事项


1. 端口别冲突
如果 5678 被其他程序占了,改成8080:5678

2. 数据别丢
n8n_data文件夹千万别删,它保存了所有流程。

3. 更新很简单
更新 n8n 只要执行:

docker-composepulldocker-composeup-d


就会自动下载最新版。

4. 开机自动启动
Docker Desktop 打开后,会自动加载上次运行的容器,不用手动点。


07

———

部署完能干嘛?


到这里,你的电脑已经多了一台“自动化机器”。
你可以让它干这些活儿:

再配合 WeKnora,用 n8n 把采集的数据自动入库,
再配上大模型,就能做到:

采集→清洗→入库→分析→智能输出


完完全全的 AI 自动化闭环。

总结一句话:

Docker 是发动机,
n8n 是变速箱,
WeKnora 是油箱。

这三样一组合,
你的 AI 工厂就能全本地化运转了。






欢迎光临 链载Ai (https://www.lianzai.com/) Powered by Discuz! X3.5