> For the complete documentation index, see [llms.txt](https://docs.clore.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.clore.ai/guides/guides_v2-hi/ai-platforms-and-agents/n8n.md).

# n8n AI Workflows

## अवलोकन

[n8n](https://github.com/n8n-io/n8n) एक फेयर-कोड वर्कफ्लो ऑटोमेशन प्लेटफ़ॉर्म है जिसमें **55K+ GitHub स्टार्स**. पूरी तरह बंद-सोर्स विकल्पों (Zapier, Make) के विपरीत, n8n आपको संपूर्ण स्टैक सेल्फ-होस्ट करने देता है — पूर्ण डेटा नियंत्रण के साथ — और नेटिव AI एजेंट क्षमताएँ, एक JavaScript/Python कोड नोड, और 400+ इंटीग्रेशन की बढ़ती लाइब्रेरी प्रदान करता है।

पर **Clore.ai**, n8n स्वयं CPU पर चलता है (किसी GPU की आवश्यकता नहीं), लेकिन यह उसी सर्वर पर चल रहे Ollama या vLLM जैसे GPU-त्वरित सेवाओं के साथ शक्तिशाली रूप से जोड़ा जा सकता है, जो आपको पूरी तरह स्थानीय AI ऑटोमेशन स्टैक देता है। आप कम से कम के लिए एक प्रोडक्शन n8n इंस्टेंस चला सकते हैं **$0.10–0.20/hr**.

**मुख्य क्षमताएँ:**

* 🔗 **400+ इंटीग्रेशन** — Slack, GitHub, Google Sheets, Postgres, HTTP Request, वेबहुक्स, और भी बहुत कुछ
* 🤖 **AI एजेंट नोड्स** — टूल उपयोग और मेमोरी के साथ बिल्ट-इन LangChain-समर्थित एजेंट्स
* 💻 **कोड नोड्स** — वर्कफ्लो में इनलाइन किसी भी JavaScript या Python को चलाएँ
* 🔄 **ट्रिगर विविधता** — वेबहुक्स, क्रोन शेड्यूल्स, डेटाबेस पोलिंग, ईमेल, क्यू इवेंट्स
* 📊 **सब-वर्कफ़्लो** — मॉड्यूलर, पुन: प्रयोग योग्य वर्कफ्लो घटक
* 🔐 **क्रेडेंशियल वॉल्ट** — API कीज़ और OAuth टोकन्स के लिए एन्क्रिप्टेड स्टोरेज
* 🏠 **सेल्फ-होस्टेड** — आपका डेटा कभी भी आपके सर्वर से बाहर नहीं जाता

***

## आवश्यकताएँ

n8n एक Node.js एप्लिकेशन है जिसे Docker इमेज के रूप में पैकेज किया गया है। यह **केवल CPU** — ऑटोमेशन इंजन के लिए स्वयं GPU की आवश्यकता नहीं। GPU केवल तब उपयोगी होता है जब आप इसके साथ स्थानीय LLM चला रहे हों (जैसे Ollama)।

| कॉन्फ़िगरेशन                | GPU                 | VRAM  | सिस्टम RAM | डिस्क  | Clore.ai मूल्य     |
| --------------------------- | ------------------- | ----- | ---------- | ------ | ------------------ |
| **न्यूनतम** (केवल n8n)      | कोई नहीं / केवल CPU | —     | 2 GB       | 10 GB  | \~$0.03/घंटा (CPU) |
| **मानक**                    | कोई नहीं / केवल CPU | —     | 4 GB       | 20 GB  | \~$0.05/घंटा       |
| **+ लोकल LLM (Ollama)**     | RTX 3090            | 24 GB | 16 GB      | 60 GB  | \~$0.20/घंटा       |
| **+ उच्च-थ्रूपुट LLM**      | A100 40 GB          | 40 GB | 32 GB      | 100 GB | \~$0.80/घंटा       |
| **AI स्टार्टर किट (पूर्ण)** | RTX 4090            | 24 GB | 32 GB      | 100 GB | \~$0.35/घंटा       |

> **संकेत:** The [n8n सेल्फ-होस्टेड AI स्टार्टर किट](https://github.com/n8n-io/self-hosted-ai-starter-kit) n8n + Ollama + Qdrant + PostgreSQL को एक Docker Compose स्टैक में बंडल करता है। देखें [AI स्टार्टर किट](#ai-starter-kit-recommended) नीचे।

***

## त्वरित प्रारम्भ

### 1. एक Clore.ai सर्वर किराए पर लें

में लॉग इन करें [clore.ai](https://clore.ai) और एक सर्वर पर तैनात करें:

* **केवल-CPU इंस्टेंस** यदि आपको केवल n8n ऑटोमेशन की आवश्यकता है
* **RTX 3090/4090** यदि आप Ollama के माध्यम से लोकल LLMs चाहते हैं
* पोर्ट एक्सपोज़ करें **5678** ऑफ़र के पोर्ट मैपिंग सेटिंग्स में
* SSH एक्सेस सक्षम करें

### 2. सर्वर से कनेक्ट करें

```bash
ssh root@<clore-server-ip> -p <ssh-port>

# सत्यापित करें कि Docker इंस्टॉल है
docker --version
docker compose version
```

### 3. विकल्प A — न्यूनतम एकल-कंटेनर स्टार्ट

n8n को चलाने का सबसे तेज़ तरीका:

```bash
# पर्सिस्टेंस के लिए एक नामित वॉल्यूम बनाएं
docker volume create n8n_data

# n8n चलाएँ
docker run -d \
  --name n8n \
  --restart unless-stopped \
  -p 5678:5678 \
  -v n8n_data:/home/node/.n8n \
  -e N8N_HOST=<clore-server-ip> \
  -e N8N_PORT=5678 \
  -e N8N_PROTOCOL=http \
  -e WEBHOOK_URL=http://<clore-server-ip>:5678/ \
  docker.n8n.io/n8nio/n8n

# लॉग्स जांचें
docker logs -f n8n
```

UI तक पहुँचें at `http://<clore-server-ip>:5678`

### 4. विकल्प B — Docker Compose के साथ Postgres (प्रोडक्शन)

प्रोडक्शन उपयोग के लिए, डिफ़ॉल्ट SQLite को Postgres से बदलें:

```bash
mkdir n8n-prod && cd n8n-prod
cat > docker-compose.yml << 'EOF'
version: "3.8"

services:
  postgres:
    image: postgres:15-alpine
    restart: unless-stopped
    environment:
      POSTGRES_USER: n8n
      POSTGRES_PASSWORD: n8npassword   # इसे बदलें!
      POSTGRES_DB: n8n
    volumes:
      - postgres_data:/var/lib/postgresql/data
    healthcheck:
      test: ["CMD-SHELL", "pg_isready -U n8n"]
      interval: 10s
      timeout: 5s
      retries: 5

  n8n:
    image: docker.n8n.io/n8nio/n8n
    restart: unless-stopped
    depends_on:
      postgres:
        condition: service_healthy
    ports:
      - "5678:5678"
    environment:
      DB_TYPE: postgresdb
      DB_POSTGRESDB_HOST: postgres
      DB_POSTGRESDB_PORT: 5432
      DB_POSTGRESDB_DATABASE: n8n
      DB_POSTGRESDB_USER: n8n
      DB_POSTGRESDB_PASSWORD: n8npassword
      N8N_HOST: <clore-server-ip>
      N8N_PORT: 5678
      N8N_PROTOCOL: http
      WEBHOOK_URL: http://<clore-server-ip>:5678/
      N8N_ENCRYPTION_KEY: your-32-char-encryption-key-here
      EXECUTIONS_MODE: regular
      N8N_BASIC_AUTH_ACTIVE: "true"
      N8N_BASIC_AUTH_USER: admin
      N8N_BASIC_AUTH_PASSWORD: changeme!
    volumes:
      - n8n_data:/home/node/.n8n

volumes:
  postgres_data:
  n8n_data:
EOF

docker compose up -d
docker compose logs -f n8n
```

***

## AI स्टार्टर किट (सिफ़ारिश की गई)

The [n8n सेल्फ-होस्टेड AI स्टार्टर किट](https://github.com/n8n-io/self-hosted-ai-starter-kit) एक पूर्ण स्थानीय AI ऑटोमेशन स्टैक तक पहुँचने का सबसे तेज़ मार्ग है। यह भेजता है:

* **n8n** — वर्कफ़्लो ऑटोमेशन
* **Ollama** — लोकल LLM इनफ़ेरेंस (GPU या CPU)
* **Qdrant** — RAG के लिए वेक्टर डेटाबेस
* **PostgreSQL** — स्थायी स्टोरेज

```bash
# स्टार्टर किट क्लोन करें
git clone https://github.com/n8n-io/self-hosted-ai-starter-kit.git
cd self-hosted-ai-starter-kit

# GPU-समर्थित सर्वरों के लिए (RTX 3090, 4090, A100, आदि)
docker compose --profile gpu-nvidia up -d

# केवल CPU सर्वरों के लिए
docker compose --profile cpu up -d

# स्टार्टअप मॉनिटर करें
docker compose logs -f

# स्टैक शुरू होने के बाद Ollama में एक मॉडल पुल करें
docker exec ollama ollama pull llama3:8b
docker exec ollama ollama pull nomic-embed-text  # एम्बेडिंग्स के लिए
```

स्टार्टअप के बाद सेवाएँ:

| सेवा       | URL                          |
| ---------- | ---------------------------- |
| n8n UI     | `http://<ip>:5678`           |
| Ollama API | `http://<ip>:11434`          |
| Qdrant UI  | `http://<ip>:6333/dashboard` |

> **नोट:** GPU के साथ Ollama को [NVIDIA कंटेनर टूलकिट](https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/install-guide.html)की आवश्यकता होती है, जो Clore.ai सर्वरों पर प्री-इंस्टॉल होती है।

***

## कॉन्फ़िगरेशन

### पर्यावरण चर संदर्भ

```bash
# ── कोर सेटिंग्स ────────────────────────────────────────────────────────────
N8N_HOST=0.0.0.0                  # बाइंड पता
N8N_PORT=5678                     # सुनने के लिए पोर्ट
N8N_PROTOCOL=http                 # http या https
WEBHOOK_URL=http://<ip>:5678/     # सार्वजनिक वेबहुक बेस URL (महत्वपूर्ण!)

# ── एन्क्रिप्शन ───────────────────────────────────────────────────────────────
N8N_ENCRYPTION_KEY=<32-char-key>  # संग्रहीत क्रेडेंशियल्स को एन्क्रिप्ट करता है
# जनरेट करें: openssl rand -hex 16

# ── प्रमाणन ───────────────────────────────────────────────────────────────────
N8N_BASIC_AUTH_ACTIVE=true
N8N_BASIC_AUTH_USER=admin
N8N_BASIC_AUTH_PASSWORD=your-secure-password

# ── निष्पादन सेटिंग्स ───────────────────────────────────────────────────────
EXECUTIONS_MODE=regular           # regular (single) या queue (Redis-समर्थित)
EXECUTIONS_DATA_SAVE_ON_SUCCESS=all
EXECUTIONS_DATA_SAVE_ON_ERROR=all
EXECUTIONS_DATA_MAX_AGE=336       # निष्पादन डेटा 14 दिनों तक रखें

# ── टाइमज़ोन ─────────────────────────────────────────────────────────────────
GENERIC_TIMEZONE=UTC

# ── टेलीमेट्री अक्षम करें (वैकल्पिक) ───────────────────────────────────────
N8N_DIAGNOSTICS_ENABLED=false
N8N_VERSION_NOTIFICATIONS_ENABLED=false
```

### AI एजेंट्स के लिए n8n को Ollama से कनेक्ट करना

एक बार Ollama उसी सर्वर पर चलने लगे:

1. n8n में, एक नई क्रेडेंशियल जोड़ें: **Ollama API**
   * बेस URL: `http://ollama:11434` (यदि Compose उपयोग कर रहे हैं) या `http://localhost:11434`
2. एक वर्कफ़्लो में, एक जोड़ें **AI एजेंट** नोड
3. के अंतर्गत **चैट मॉडल**, Ollama चुनें और अपना मॉडल चुनें (उदा. `llama3:8b`)
4. HTTP Request जैसे टूल जोड़ें **HTTP Request**, **Postgres**, या **कोड** नोड्स
5. निष्पादित करें!

***

## टिप्स और सर्वोत्तम प्रथाएँ

### Clore.ai पर लागत अनुकूलन

```bash
# अपनी इंस्टेंस रोकने से पहले सभी वर्कफ़्लो निर्यात करें
# कंटेनर के अंदर n8n CLI का उपयोग करें:
docker exec n8n n8n export:workflow --all --output=/home/node/.n8n/workflows-backup.json

# बैकअप लोकल मशीन पर कॉपी करें
docker cp n8n:/home/node/.n8n/workflows-backup.json ./n8n-workflows-backup.json

# नए इंस्टेंस पर आयात करें:
docker exec n8n n8n import:workflow --input=/home/node/.n8n/workflows-backup.json
```

### Clore.ai पर वेबहुक विश्वसनीयता

Clore.ai सर्वरों के डायनेमिक IPs होते हैं। यदि आपके वेबहुक पुन:डिप्लॉय के बाद टूट जाते हैं:

```bash
# 1. Caddy + Let's Encrypt के साथ एक स्थिर डोमेन उपयोग करें
# Caddyfile:
# n8n.yourdomain.com {
#     reverse_proxy n8n:5678
# }

# 2. या Cloudflare Tunnel का उपयोग करें (नि:शुल्क, किसी खुले पोर्ट की आवश्यकता नहीं):
docker run -d \
  --name cloudflared \
  --network n8n-prod_default \
  cloudflare/cloudflared:latest \
  tunnel --no-autoupdate run \
  --token <your-cloudflare-tunnel-token>
```

### उच्च-वार्धक वर्कफ़्लो के लिए क्यू मोड

```bash
# समानांतर निष्पादन के लिए Redis जोड़ें और n8n को क्यू मोड में चलाएँ
# docker-compose.yml में जोड़ें:
  redis:
    image: redis:7-alpine
    restart: unless-stopped

  n8n-worker:
    image: docker.n8n.io/n8nio/n8n
    command: worker
    depends_on: [redis, postgres]
    environment:
      <<: *n8n-env
      EXECUTIONS_MODE: queue
      QUEUE_BULL_REDIS_HOST: redis
```

### उपयोगी n8n CLI कमांड

```bash
# सभी वर्कफ़्लो सूचीबद्ध करें
docker exec n8n n8n list:workflow

# किसी विशेष वर्कफ़्लो को मैन्युअली चलाएँ
docker exec n8n n8n execute --id=<workflow-id>

# n8n को नवीनतम संस्करण में अपडेट करें
docker pull docker.n8n.io/n8nio/n8n
docker compose up -d n8n

# n8n संस्करण जांचें
docker exec n8n n8n --version
```

### सुरक्षा सख्तीकरण

```bash
# n8n को HTTPS के साथ रिवर्स प्रॉक्सी के पीछे चलाएँ
# कभी भी प्रोडक्शन में सीधे पोर्ट 5678 को एक्सपोज़ न करें
# N8N_BASIC_AUTH का उपयोग करें या LDAP/SAML के माध्यम से SSO कॉन्फ़िगर करें

# यह सीमित करें कि कौन से नोड्स अनुमति प्राप्त करें (व्हाइटलिस्ट मोड):
NODE_FUNCTION_ALLOW_EXTERNAL=axios,lodash
NODES_EXCLUDE='["n8n-nodes-base.executeCommand"]'  # शेल निष्पादन ब्लॉक करें
```

***

## समस्याओं का निवारण

### n8n कंटेनर तुरंत बाहर निकलता है

```bash
docker logs n8n

# सामान्य समस्याएँ:
# 1. DB कनेक्शन विफल — जांचें कि Postgres स्वस्थ है
docker compose ps postgres

# 2. एन्क्रिप्शन कुंजी मेल नहीं खाती — यदि आपने N8N_ENCRYPTION_KEY बदला है
#    क्रेडेंशियल्स पठनीय नहीं रह जाते; कुंजी बदलने के बाद उन्हें पुनः दर्ज करें

# 3. पोर्ट संघर्ष
ss -tlnp | grep 5678
```

### वेबहुक्स 404 लौटाते हैं

```bash
# सुनिश्चित करें कि WEBHOOK_URL उस सार्वजनिक पते से मेल खाता है जिसे आपके वेबहुक भेजने वाले उपयोग करते हैं
# इसमें ट्रेलिंग स्लैश शामिल होना चाहिए
WEBHOOK_URL=http://<your-public-ip>:5678/

# इस env var को बदलने के बाद n8n को रीस्टार्ट करें
docker compose restart n8n
```

### AI एजेंट नोड Ollama तक पहुँच नहीं पाता

```bash
# n8n कंटेनर के अंदर से टेस्ट करें
docker exec n8n wget -qO- http://ollama:11434/api/tags
# या
docker exec n8n curl http://localhost:11434/api/tags

# यदि अलग कंटेनर्स एक ही Compose नेटवर्क में नहीं हैं:
# host.docker.internal या सर्वर का LAN IP उपयोग करें
```

### "ENOSPC: no space left on device"

```bash
# डिस्क उपयोग जांचें
df -h
docker system df

# n8n UI में पुराने निष्पादन डेटा को प्रून करें:
# Settings → Executions → Delete old executions

# या ऑटो-प्रूनिंग सेट करें:
EXECUTIONS_DATA_PRUNE=true
EXECUTIONS_DATA_MAX_AGE=72   # 72 घंटे
```

### धीमा वर्कफ़्लो निष्पादन

```bash
# CPU उपयोग जांचें
top -c

# समानांतर निष्पादन के लिए क्यू मोड सक्षम करें (ऊपर टिप्स देखें)
# ज़रूरत पड़ने पर Node.js मेमोरी बढ़ाएँ:
NODE_OPTIONS=--max-old-space-size=4096
```

***

## अधिक पढ़ने के लिए

* [n8n आधिकारिक दस्तावेज़](https://docs.n8n.io)
* [n8n GitHub रिपॉजिटरी](https://github.com/n8n-io/n8n)
* [n8n सेल्फ-होस्टेड AI स्टार्टर किट](https://github.com/n8n-io/self-hosted-ai-starter-kit)
* [n8n Docker इंस्टॉलेशन गाइड](https://docs.n8n.io/hosting/installation/docker/)
* [Clore.ai पर Ollama चलाना](/guides/guides_v2-hi/language-models/ollama.md)
* [Clore.ai GPU तुलना](/guides/guides_v2-hi/getting-started/gpu-comparison.md)
* [n8n समुदाय फ़ोरम](https://community.n8n.io)


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.clore.ai/guides/guides_v2-hi/ai-platforms-and-agents/n8n.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.