ИИ-воркфлоу n8n

Разверните n8n на Clore.ai — самостоятельно хостите мощную платформу автоматизации ИИ-воркфлоу с 400+ интеграциями и нативной поддержкой LLM-агентов за копейки в час.

Обзор

n8n — это платформа автоматизации рабочих процессов с fair-code 55 тыс.+ звёзд на GitHub. В отличие от полностью закрытых альтернатив (Zapier, Make), n8n позволяет вам самостоятельно размещать весь стек — с полным контролем над данными — и при этом предлагает встроенные возможности AI-агентов, узел кода JavaScript/Python и растущую библиотеку из 400+ интеграций.

На Clore.ai, сам n8n работает на CPU (GPU не требуется), но отлично сочетается с сервисами с GPU-ускорением, такими как Ollama или vLLM, запущенными на том же сервере, что даёт вам полностью локальный стек AI-автоматизации. Вы можете запустить production-экземпляр n8n менее чем за 0,10–0,20 $/ч.

Ключевые возможности:

🔗 400+ интеграций — Slack, GitHub, Google Sheets, Postgres, HTTP Request, вебхуки и многое другое
🤖 AI Agent-узлы — встроенные агенты на базе LangChain с использованием инструментов и памятью
💻 Узлы кода — запускайте произвольный JavaScript или Python прямо в рабочих процессах
🔄 Разнообразие триггеров — вебхуки, cron-расписания, опрос базы данных, email, события очереди
📊 Подрабочие процессы — модульные, повторно используемые компоненты рабочих процессов
🔐 Хранилище учётных данных — зашифрованное хранилище для API-ключей и OAuth-токенов
🏠 Самостоятельный хостинг — ваши данные никогда не покидают ваш сервер

Требования

n8n — это приложение Node.js, упакованное как Docker-образ. Оно только CPU — самому движку автоматизации GPU не нужен. GPU становится полезным только если вы запускаете рядом локальную LLM (например, Ollama).

Конфигурация

GPU

VRAM

Системная RAM

Диск

Цена Clore.ai

Минимальная (только n8n)

Нет / CPU

—

2 ГБ

10 ГБ

≈0,03 $/ч (CPU)

Стандартный

Нет / CPU

—

4 ГБ

20 ГБ

~$0.05/ч

+ Локальная LLM (Ollama)

RTX 3090

24 ГБ

16 ГБ

60 ГБ

$0.07–0.21/ч

+ LLM с высокой пропускной способностью

A100 40 ГБ

40 ГБ

32 ГБ

100 ГБ

голое железо

AI Starter Kit (полный)

RTX 4090

24 ГБ

32 ГБ

100 ГБ

$0.14–0.42/ч

Совет: Параметр AI Starter Kit для самостоятельного размещения n8n объединяет n8n + Ollama + Qdrant + PostgreSQL в один стек Docker Compose. См. AI Starter Kit ниже.

Быстрый старт

1. Арендуйте сервер Clore.ai

Войдите в маркетплейсе clore.ai и разверните сервер:

Инстанс только на CPU если вам нужна только автоматизация n8n
RTX 3090/4090 если вам нужны локальные LLM через Ollama
Откройте порт 5678 в настройках сопоставления портов предложения
Включите доступ по SSH

2. Подключитесь к серверу

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

# Проверьте, 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 постоянного хранения
docker volume create n8n_data

# Запустите 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

Откройте интерфейс по адресу http://<clore-server-ip>:5678

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

Для боевого использования замените стандартный SQLite 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: 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 Starter Kit (рекомендуется)

Параметр AI Starter Kit для самостоятельного размещения n8n — самый быстрый путь к полноценному локальному стеку AI-автоматизации. В его состав входят:

n8n — автоматизация рабочих процессов
компонент — локальный инференс 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 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

# Следите за запуском
docker compose logs -f

# Загрузите модель в Ollama (после запуска 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

API Ollama

http://<ip>:11434

Интерфейс Qdrant

http://<ip>:6333/dashboard

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

Конфигурация

Справочник по переменным окружения

# ── Основные настройки ────────────────────────────────────────────────────────────
N8N_HOST=0.0.0.0                  # Адрес привязки
N8N_PORT=5678                     # Порт 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 (одиночный) или queue (на базе 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 (необязательно) ─────────────────────────────────────────────
N8N_DIAGNOSTICS_ENABLED=false
N8N_VERSION_NOTIFICATIONS_ENABLED=false

Подключение n8n к Ollama для AI-агентов

Когда Ollama запущена на том же сервере:

В n8n добавьте новые учётные данные: API Ollama
- Базовый URL: http://ollama:11434 (если используется Compose) или http://localhost:11434
В рабочем процессе добавьте AI Agent узел
В Чат-модель, выберите Ollama и укажите свою модель (например, llama3:8b)
Добавьте инструменты, например HTTP Request, Postgres, или Код узлы
Выполнить!

Советы 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

# Импортируйте 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-адреса. Если ваши вебхуки перестают работать после повторного развёртывания:

# 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 высоконагруженных рабочих процессов

# 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

# Вывести список всех рабочих процессов
docker exec n8n n8n list:workflow

# Запустить конкретный workflow 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

Усиление безопасности

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

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

Устранение неполадок

Контейнер n8n немедленно завершается

docker logs n8n

# Типичные проблемы:
# 1. Сбой соединения с БД — проверьте, что Postgres работает нормально
docker compose ps postgres

# 2. Несовпадение ключа шифрования — если вы изменили N8N_ENCRYPTION_KEY
#    Учётные данные станут нечитаемыми; введите их заново 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
# Он должен заканчиваться слэшем
WEBHOOK_URL=http://<your-public-ip>:5678/

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

Узел AI Agent 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 используются отдельные контейнеры не 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 → Выполнения → Удалить старые выполнения

# Или включите автоматическую очистку:
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)
# При необходимости увеличьте память Node.js:
NODE_OPTIONS=--max-old-space-size=4096

Дополнительное чтение

ПредыдущаяПлатформа рабочих процессов Dify.ai

СледующаяАвтономный агент AutoGPT

Последнее обновление 1 месяц назад

Это было полезно?