n8n AI वर्कफ़्लोज़

Clore.ai पर n8n डिप्लॉय करें — 400+ इंटीग्रेशन और नेटिव LLM एजेंट सपोर्ट के साथ प्रति घंटे कुछ पैसों में एक शक्तिशाली AI वर्कफ़्लो ऑटोमेशन प्लेटफ़ॉर्म स्व-होस्ट करें।

अवलोकन

n8n एक फेयर-कोड वर्कफ़्लो ऑटोमेशन प्लेटफ़ॉर्म है, जिसमें 55K+ GitHub स्टार्स. पूरी तरह बंद-स्रोत विकल्पों (Zapier, Make) के विपरीत, n8n आपको पूरे स्टैक को स्व-होस्ट करने देता है — पूर्ण डेटा नियंत्रण के साथ — और साथ ही native AI agent क्षमताएँ, JavaScript/Python कोड नोड, और 400+ इंटीग्रेशनों की बढ़ती लाइब्रेरी भी प्रदान करता है.

पर Clore.ai, n8n स्वयं CPU पर चलता है (GPU की आवश्यकता नहीं होती), लेकिन यह Ollama या vLLM जैसे GPU-त्वरित सेवाओं के साथ, जो उसी सर्वर पर चल रही हों, शक्तिशाली रूप से जुड़ता है, जिससे आपको पूरी तरह स्थानीय AI ऑटोमेशन स्टैक मिलता है। आप एक प्रोडक्शन n8n इंस्टेंस चला सकते हैं, वह भी $0.10–0.20/घंटा.

मुख्य क्षमताएँ:

🔗 400+ इंटीग्रेशन — Slack, GitHub, Google Sheets, Postgres, HTTP Request, webhooks, और भी बहुत कुछ
🤖 AI Agent नोड्स — टूल उपयोग और मेमोरी वाले अंतर्निहित LangChain-संचालित एजेंट
💻 कोड नोड्स — वर्कफ़्लोज़ में inline किसी भी JavaScript या Python को चलाएँ
🔄 ट्रिगर विविधता — webhooks, cron शेड्यूल, डेटाबेस polling, email, queue events
📊 उप-वर्कफ़्लोज़ — मॉड्यूलर, पुन: उपयोग योग्य वर्कफ़्लो घटक
🔐 क्रेडेंशियल वॉल्ट — API keys और OAuth tokens के लिए एन्क्रिप्टेड संग्रहण
🏠 सेल्फ-होस्टेड — आपका डेटा कभी आपके सर्वर से बाहर नहीं जाता

आवश्यकताएँ

n8n एक Node.js एप्लिकेशन है, जिसे Docker image के रूप में पैकेज किया गया है। यह केवल CPU — ऑटोमेशन इंजन के लिए GPU की जरूरत नहीं होती। GPU तभी उपयोगी होता है जब आप उसके साथ कोई स्थानीय LLM चला रहे हों (जैसे Ollama).

कॉन्फ़िगरेशन

GPU

VRAM

System RAM

डिस्क

Clore.ai मूल्य

न्यूनतम (केवल n8n)

कोई नहीं / CPU

—

2 जीबी

10 GB

~$0.03/घंटा (CPU)

मानक

कोई नहीं / CPU

—

4 GB

20 GB

~$0.05/घंटा

+ स्थानीय LLM (Ollama)

RTX 3090

24 GB

16 GB

60 GB

$0.07–0.21/hr

+ उच्च-थ्रूपुट LLM

A100 40 GB

40 GB

32 GB

100 GB

bare metal

AI स्टार्टर किट (पूर्ण)

RTX 4090

24 GB

32 GB

100 GB

$0.14–0.42/hr

सुझाव: यह n8n स्व-होस्टेड AI स्टार्टर किट n8n + Ollama + Qdrant + PostgreSQL को एक ही Docker Compose stack में पैकेज करता है। देखें AI स्टार्टर किट नीचे।

त्वरित शुरुआत

1. Clore.ai सर्वर किराए पर लें

में लॉग इन करें clore.ai और एक सर्वर डिप्लॉय करें:

केवल CPU इंस्टेंस यदि आपको केवल n8n ऑटोमेशन की जरूरत है
RTX 3090/4090 यदि आप Ollama के माध्यम से local LLMs चाहते हैं
पोर्ट एक्सपोज़ करें 5678 ऑफ़र की port mapping settings में
SSH access सक्षम करें

2. सर्वर से कनेक्ट करें

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

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

3. विकल्प A — न्यूनतम single-container स्टार्ट

n8n को चालू करने का सबसे तेज़ तरीका:

# स्थायित्व 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 यहाँ खोलें http://<clore-server-ip>:5678

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

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

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 (अनुशंसित)

यह n8n स्व-होस्टेड AI स्टार्टर किट पूरे स्थानीय AI ऑटोमेशन स्टैक तक पहुँचने का सबसे तेज़ रास्ता है। यह साथ लाता है:

n8n — वर्कफ़्लो ऑटोमेशन
Ollama — स्थानीय LLM inference (GPU या CPU)
Qdrant — RAG के लिए vector database
PostgreSQL — स्थायी संग्रहण

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

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

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

# स्टार्टअप की निगरानी 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  # embeddings के लिए

स्टार्टअप के बाद सेवाएँ:

सेवा

URL

n8n UI

http://<ip>:5678

Ollama API

http://<ip>:11434

Qdrant UI

http://<ip>:6333/dashboard

ध्यान दें: GPU के साथ Ollama के लिए चाहिए NVIDIA Container Toolkit, जो Clore.ai सर्वरों पर पहले से इंस्टॉल होता है।

कॉन्फ़िगरेशन

पर्यावरण चर संदर्भ

# ── मुख्य 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 webhook base URL (महत्वपूर्ण!)

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

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

# ── निष्पादन सेटिंग्स ───────────────────────────────────────────────────────
EXECUTIONS_MODE=regular           # regular (एकल) 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

# ── समय क्षेत्र ─────────────────────────────────────────────────────────────────
GENERIC_TIMEZONE=UTC

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

AI एजेंटों के लिए n8n को Ollama से जोड़ना

एक बार Ollama उसी सर्वर पर चलने लगे:

n8n में, एक नया क्रेडेंशियल जोड़ें: Ollama API
- Base URL: http://ollama:11434 (यदि Compose उपयोग कर रहे हों) या http://localhost:11434
वर्कफ़्लो में, एक AI Agent नोड
इसके अंतर्गत चैट मॉडल, Ollama चुनें और अपना मॉडल चुनें (उदा. llama3:8b)
इन जैसे टूल जोड़ें HTTP Request, Postgresया कोड नोड्स
चलाएँ!

टिप्स और सर्वोत्तम अभ्यास

Clore.ai पर लागत अनुकूलन

# अपना इंस्टेंस बंद करने से पहले सभी वर्कफ़्लो एक्सपोर्ट करें
# कंटेनर के अंदर n8n CLI का उपयोग करें:
docker exec n8n n8n export:workflow --all --output=/home/node/.n8n/workflows-backup.json

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

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

Clore.ai पर webhook विश्वसनीयता

Clore.ai सर्वरों के IP dynamic होते हैं। यदि redeploy के बाद आपके webhooks काम करना बंद कर दें:

# 1. Caddy + Let's Encrypt के साथ एक static domain का उपयोग करें
# Caddyfile:
# n8n.yourdomain.com {
#     reverse_proxy n8n:5678
# }

# 2. या Cloudflare Tunnel का उपयोग करें (मुफ़्त, open ports की जरूरत नहीं):
docker run -d \\
  --name cloudflared \
  --network n8n-prod_default \
  cloudflare/cloudflared:latest \
  tunnel --no-autoupdate run \
  --token <your-cloudflare-tunnel-token>

उच्च-आयतन वर्कफ़्लोज़ के लिए queue mode

# समानांतर निष्पादन के लिए Redis जोड़ें और n8n को queue mode 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 कमांड्स

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

# किसी विशिष्ट वर्कफ़्लो को मैन्युअल रूप से 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 जाँचें
docker exec n8n n8n --version

सुरक्षा सुदृढ़ीकरण

# HTTPS के साथ reverse proxy के पीछे n8n चलाएँ
# production में port 5678 को सीधे कभी expose न करें
# N8N_BASIC_AUTH का उपयोग करें या LDAP/SAML के माध्यम से SSO कॉन्फ़िगर करें

# किन नोड्स की अनुमति है, उसे सीमित करें (whitelist mode):
NODE_FUNCTION_ALLOW_EXTERNAL=axios,lodash
NODES_EXCLUDE='["n8n-nodes-base.executeCommand"]'  # shell execution ब्लॉक करें

समस्या निवारण

n8n कंटेनर तुरंत बाहर निकल जाता है

docker logs n8n

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

# 2. एन्क्रिप्शन key mismatch — यदि आपने N8N_ENCRYPTION_KEY बदला है
#    क्रेडेंशियल्स पढ़े नहीं जा सकेंगे; key बदलने के बाद उन्हें फिर से दर्ज करें

# 3. पोर्ट संघर्ष
ss -tlnp | grep 5678

Webhooks 404 लौटाते हैं

# सुनिश्चित करें कि WEBHOOK_URL उस सार्वजनिक पते से मेल खाता है जिसका उपयोग आपके webhook भेजने वाले करते हैं
# इसमें trailing slash शामिल होना चाहिए
WEBHOOK_URL=http://<your-public-ip>:5678/

# यह env var बदलने के बाद n8n को restart करें
docker compose restart n8n

AI Agent नोड Ollama तक नहीं पहुँच पा रहा

# n8n कंटेनर के भीतर से परीक्षण करें
docker exec n8n wget -qO- http://ollama:11434/api/tags
# या
docker exec n8n curl http://localhost:11434/api/tags

# यदि अलग कंटेनर उपयोग कर रहे हैं जो एक ही Compose network में नहीं हैं:
# host.docker.internal या सर्वर के LAN IP का उपयोग करें

"ENOSPC: डिवाइस पर कोई जगह नहीं बची"

# डिस्क उपयोग जाँचें
df -h
docker system df

# n8n UI में पुराना execution data साफ़ करें:
# Settings → Executions → Delete old executions

# या auto-pruning सेट करें:
EXECUTIONS_DATA_PRUNE=true
EXECUTIONS_DATA_MAX_AGE=72   # 72 घंटे

वर्कफ़्लो निष्पादन धीमा

# CPU उपयोग जाँचें
top -c

# समानांतर निष्पादन के लिए queue mode सक्षम करें (ऊपर के Tips देखें)
# जरूरत पड़ने पर Node.js memory बढ़ाएँ:
NODE_OPTIONS=--max-old-space-size=4096

अधिक पढ़ें

पिछलाDify.ai वर्कफ़्लो प्लेटफ़ॉर्म

अगलाAutoGPT स्वायत्त एजेंट

अंतिम अपडेट 1 माह पहले

क्या यह उपयोगी था?