第 1 课
自托管 n8n：用本地模型搭建第一个 AI 工作流
从官方 Self-hosted AI Starter Kit 起步，连接 Ollama 与 AI Agent，并补齐上线前必须处理的安全和运维边界。
课程目录第 1 / 2 课
学习位置仅保存在当前浏览器，有效期 180 天。
图文讲义
n8n Self-hosted AI Starter Kit 把 n8n、Ollama、Qdrant 与 PostgreSQL 组合成便于试验的本地 AI 环境。n8n 按 fair-code 模式提供可自托管版本，Starter Kit 的官方定位是概念验证和测试，不是可原样暴露到公网的生产方案；本教程先跑通工作流，再单独列出生产前的安全与运维检查。
克隆 Starter Kit 并创建配置
运行 git clone https://github.com/n8n-io/self-hosted-ai-starter-kit.git，进入仓库后执行 cp .env.example .env。先阅读 compose 文件和环境变量，确认数据卷位置、端口占用与 Ollama 的运行方式，再启动服务。
替换默认密钥
在 .env 中为 POSTGRES_PASSWORD、N8N_ENCRYPTION_KEY 和 N8N_USER_MANAGEMENT_JWT_SECRET 设置独立的高强度随机值，不要沿用示例内容或把 .env 提交到版本库。已有实例更换加密密钥会影响凭据解密，因此首次启动前就应固定并安全备份。
按硬件启动服务
根据官方说明选择 CPU、NVIDIA GPU 或 AMD GPU profile，再执行相应的 docker compose --profile ... up。Apple Silicon 若让 Ollama 运行在 macOS 宿主机，应把容器访问地址指向 host.docker.internal，不要在容器中使用只指向自身的 localhost。
初始化 n8n 并等待模型就绪
打开 http://localhost:5678 创建本地账户。等待 Ollama 模型拉取和依赖服务健康后，再打开 Starter Kit 附带的示例；若 Ollama 凭据测试失败，检查端口、容器网络和 Base URL，而不是反复重新创建凭据。
组装最小 AI Agent 工作流
复制示例工作流，保留 Chat Trigger、AI Agent 与 Ollama Chat Model 的连接，再给 Agent 添加 Calculator 工具。手动发送一个需要计算的问题，确认触发器收到消息、Agent 选择工具、Calculator 返回结果，最后由本地模型组织回答。
测试失败路径并规划生产加固
主动停止 Ollama 或输入无法处理的请求，确认工作流能显示明确错误而不是静默失败。若要用于生产，需另行配置 HTTPS、反向代理与访问权限，限制节点和外部连接能力，固定镜像版本，建立数据库与加密密钥备份，并制定升级、资源监控和恢复演练；不要把 Starter Kit 默认配置直接暴露到公网。
