AI-рабочие процессы n8n

Разверните n8n на Clore.ai — самостоятельно размещайте мощную платформу автоматизации AI-рабочих процессов с 400+ интеграциями и встроенной поддержкой LLM-агентов за копейки в час.

Обзор

n8n — платформа автоматизации рабочих процессов с честной лицензией и 55K+ звёзд на GitHub. В отличие от полностью закрытых альтернатив (Zapier, Make), n8n позволяет вам самостоятельно хостить весь стек — с полным контролем над данными — при этом предлагая встроенные возможности AI-агентов, узел кода на JavaScript/Python и растущую библиотеку из более чем 400 интеграций.

На Clore.ai, сам n8n работает на CPU (GPU не требуется), но мощно сочетается с ускоренными на GPU сервисами, такими как Ollama или vLLM, запущенными на том же сервере, давая вам полностью локальный стек AI-автоматизации. Вы можете иметь рабочий экземпляр n8n в продакшене менее чем за $0.10–0.20/час.

Ключевые возможности:

• 🔗 Более 400 интеграций — Slack, GitHub, Google Sheets, Postgres, HTTP Request, вебхуки и многое другое

• 🤖 Узлы AI-агентов — встроенные агенты на базе LangChain с использованием инструментов и памятью

• 💻 Узлы кода — выполнение произвольного JavaScript или Python прямо в рабочих процессах

• 🔄 Разнообразие триггеров — вебхуки, cron-расписания, опросы баз данных, электронная почта, события очереди

• 📊 Под-рабочие процессы — модульные, переиспользуемые компоненты рабочего процесса

• 🔐 Хранилище учётных данных — зашифрованное хранение API-ключей и OAuth-токенов

• 🏠 Самохостинг — ваши данные никогда не покидают ваш сервер

---

Требования

n8n — это приложение на Node.js, упакованное как Docker-образ. Оно Только CPU — само по себе не требует GPU для движка автоматизации. GPU становится полезным только если вы запускаете локальную LLM рядом с ним (например, Ollama).

Конфигурация	GPU	VRAM	ОЗУ системы	Диск	Clore.ai Цена
Минимальная (только n8n)	Нет / только CPU	—	2 GB	10 ГБ	~$0.03/час (CPU)
Стандартный	Нет / только CPU	—	4 ГБ	20 ГБ	~$0.05/час
+ Локальная LLM (Ollama)	RTX 3090	24 ГБ	16 ГБ	60 ГБ	≈ $0.20/ч
+ Высокопроизводительная LLM	A100 40 GB	40 ГБ	32 ГБ	100 ГБ	~$0.80/час
AI Starter Kit (полный)	RTX 4090	24 ГБ	32 ГБ	100 ГБ	≈ $0.35/ч

Подсказка: Параметр Набор для старта AI n8n с самохостингом объединяет n8n + Ollama + Qdrant + PostgreSQL в один стек Docker Compose. Смотрите AI Starter Kit ниже.

---

Быстрый старт

1. Арендуйте сервер Clore.ai

Войдите в систему в clore.ai и разверните сервер:

• Инстанс только с CPU если вам нужен только n8n для автоматизации

• RTX 3090/4090 если вы хотите локальные LLM через Ollama

• Открыть порт 5678 в настройках отображения портов предложения

• Включить доступ по SSH

2. Подключитесь к серверу

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

# Убедитесь, что Docker установлен
docker --version
docker compose version

3. Вариант A — Минимальный запуск в одном контейнере

Самый быстрый способ запустить n8n:

# Создайте именованный том для сохранения данных
docker volume create n8n_data

# Запустить n8n
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

# Проверьте логи
docker logs -f n8n

Доступ к интерфейсу по адресу http://<clore-server-ip>:5678

4. Вариант B — Docker Compose с Postgres (продакшен)

Для продакшен‑использования замените SQLite по умолчанию на Postgres:

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   # Измените это!
      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: ваш-32-символьный-ключ-шифрования-здесь
      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 Starter Kit (рекомендуется)

Параметр Набор для старта AI n8n с самохостингом — самый быстрый путь к полному локальному стеку AI‑автоматизации. В комплект входят:

• n8n — автоматизация рабочих процессов

• Ollama — локальный вывод LLM (GPU или CPU)

• Qdrant — векторная база данных для RAG

• PostgreSQL — постоянное хранилище

# Клонируйте стартовый набор
git clone https://github.com/n8n-io/self-hosted-ai-starter-kit.git
cd self-hosted-ai-starter-kit

# Для серверов с поддержкой GPU (RTX 3090, 4090, A100 и т.д.)
docker compose --profile gpu-nvidia up -d

# Для серверов только с CPU
docker compose --profile cpu up -d

# Отслеживание запуска
docker compose logs -f

# Загрузите модель в Ollama (после старта стека)
docker exec ollama ollama pull llama3:8b
docker exec ollama ollama pull nomic-embed-text  # Для эмбеддингов

Сервисы после запуска:

Сервис	URL
Интерфейс n8n	http://<ip>:5678
Ollama API	http://<ip>:11434
Интерфейс Qdrant	http://<ip>:6333/dashboard

Примечание: Ollama с GPU требует NVIDIA Container Toolkit, который предустановлен на серверах Clore.ai.

---

Конфигурация

Справочник переменных окружения

# ── Основные настройки ───────────────────────────────────────────────────────
N8N_HOST=0.0.0.0                  # Адрес привязки
N8N_PORT=5678                     # Порт для прослушивания
N8N_PROTOCOL=http                 # http или https
WEBHOOK_URL=http://<ip>:5678/     # Публичный базовый URL вебхуков (критично!)

# ── Шифрование ─────────────────────────────────────────────────────────────
N8N_ENCRYPTION_KEY=<32-char-key>  # Шифрует сохранённые учётные данные
# Сгенерировать: openssl rand -hex 16

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

# ── Настройки выполнения ────────────────────────────────────────────────────
EXECUTIONS_MODE=regular           # regular (single) или queue (с поддержкой Redis)
EXECUTIONS_DATA_SAVE_ON_SUCCESS=all
EXECUTIONS_DATA_SAVE_ON_ERROR=all
EXECUTIONS_DATA_MAX_AGE=336       # Хранить данные выполнения 14 дней

# ── Часовой пояс ───────────────────────────────────────────────────────────
GENERIC_TIMEZONE=UTC

# ── Отключить телеметрию (опционально) ────────────────────────────────────
N8N_DIAGNOSTICS_ENABLED=false
N8N_VERSION_NOTIFICATIONS_ENABLED=false

Подключение n8n к Ollama для AI-агентов

После того как Ollama запущена на том же сервере:

1. В n8n добавьте новое учётное значение: Ollama API

   • Базовый URL: http://ollama:11434 (если используете Compose) или http://localhost:11434

2. В рабочем процессе добавьте узел AI-агента узел

3. В разделе Чат-модельвыберите Ollama и укажите модель (например llama3:8b)

4. Добавьте инструменты, такие как HTTP Request, Postgres, или Код узлы

5. Запустите!

---

Подсказки и лучшие практики

Оптимизация затрат на Clore.ai

# Экспортируйте все рабочие процессы перед остановкой экземпляра
# Используйте n8n CLI внутри контейнера:
docker exec n8n n8n export:workflow --all --output=/home/node/.n8n/workflows-backup.json

# Скопируйте резервную копию на локальную машину
docker cp n8n:/home/node/.n8n/workflows-backup.json ./n8n-workflows-backup.json

# Импорт на новом экземпляре:
docker exec n8n n8n import:workflow --input=/home/node/.n8n/workflows-backup.json

Надёжность вебхуков на Clore.ai

Серверы Clore.ai имеют динамические IP. Если ваши вебхуки ломаются после повторного деплоя:

# 1. Используйте статический домен с Caddy + Let's Encrypt
# Caddyfile:
# n8n.yourdomain.com {
#     reverse_proxy n8n:5678
# }

# 2. Или используйте Cloudflare Tunnel (бесплатно, открытые порты не нужны):
docker run -d \
  --name cloudflared \
  --network n8n-prod_default \
  cloudflare/cloudflared:latest \
  tunnel --no-autoupdate run \
  --token <your-cloudflare-tunnel-token>

Режим очереди для рабочих процессов с большим объёмом

# Добавьте Redis и запустите n8n в режиме очереди для параллельного выполнения
# Добавьте в docker-compose.yml:
  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

Полезные команды n8n CLI

# Список всех рабочих процессов
docker exec n8n n8n list:workflow

# Запустить конкретный рабочий процесс вручную
docker exec n8n n8n execute --id=<workflow-id>

# Обновить n8n до последней версии
docker pull docker.n8n.io/n8nio/n8n
docker compose up -d n8n

# Проверить версию n8n
docker exec n8n n8n --version

Укрепление безопасности

# Запускайте n8n за обратным прокси с HTTPS
# Никогда не открывайте порт 5678 напрямую в продакшене
# Используйте N8N_BASIC_AUTH или настройте SSO через LDAP/SAML

# Ограничьте, какие узлы разрешены (режим белого списка):
NODE_FUNCTION_ALLOW_EXTERNAL=axios,lodash
NODES_EXCLUDE='["n8n-nodes-base.executeCommand"]'  # Блокировать выполнение shell-команд

---

Устранение неполадок

Контейнер n8n сразу завершается

docker logs n8n

# Типичные проблемы:
# 1. Сбой подключения к БД — проверьте здоровье Postgres
docker compose ps postgres

# 2. Несоответствие ключа шифрования — если вы изменили N8N_ENCRYPTION_KEY
#    Учётные данные становятся нечитаемыми; введите их снова после смены ключа

# 3. Конфликт портов
ss -tlnp | grep 5678

Вебхуки возвращают 404

# Убедитесь, что WEBHOOK_URL совпадает с публичным адресом, который используют отправители вебхуков
# В нём должна быть завершающая косая черта
WEBHOOK_URL=http://<your-public-ip>:5678/

# Перезапустите n8n после изменения этой переменной окружения
docker compose restart n8n

Узел AI-агента не может достучаться до Ollama

# Проверьте изнутри контейнера n8n
docker exec n8n wget -qO- http://ollama:11434/api/tags
# или
docker exec n8n curl http://localhost:11434/api/tags

# Если используете отдельные контейнеры, не находящиеся в одной сети Compose:
# Используйте host.docker.internal или LAN-IP сервера

"ENOSPC: no space left on device"

# Проверьте использование диска
df -h
docker system df

# Очистите старые данные выполнения в интерфейсе n8n:
# Настройки → Executions → Удалить старые выполнения

# Или включите автоочистку:
EXECUTIONS_DATA_PRUNE=true
EXECUTIONS_DATA_MAX_AGE=72   # 72 часа

Медленное выполнение рабочего процесса

# Проверьте загрузку CPU
top -c

# Включите режим очереди для параллельного выполнения (см. советы выше)
# Увеличьте память Node.js при необходимости:
NODE_OPTIONS=--max-old-space-size=4096

---

Дополнительное чтение

• Официальная документация n8n

• Репозиторий n8n на GitHub

• Набор для старта AI n8n с самохостингом

• Руководство по установке n8n с Docker

• Запуск Ollama на Clore.ai

• Сравнение GPU Clore.ai

• Сообщество n8n — форум