自托管 AI 入门套件
基于 Docker Compose 的模板，快速搭建本地 AI 与低代码开发环境。
证据显示：README 建议用户复制 .env.example 并更新 secrets 和密码，表明对敏感数据有一定意识；但未提供最小权限配置细节，未明确用户确认机制，数据流透明度有限，依赖安全未提及，外部影响未说明，回滚仅提供升级命令，来源归属仅通过 GitHub 链接。扣分原因：缺乏具体安全配置和用户确认流程，依赖安全未提及，外部影响未说明。
证据显示：README 提供多种安装方式（GPU、CPU、Mac），说明文档与命令一致；依赖（n8n、Ollama、Qdrant、PostgreSQL）均为知名项目，但未提供版本锁定或校验；失败消息未提供具体错误处理指南。扣分原因：依赖版本未固定，失败处理说明不足。
证据显示：明确面向开发者和企业用户，提供多种使用场景（AI Agents、PDF 摘要等）；能力边界通过组件列表说明；触发精度未详细说明；环境适配涵盖 GPU、CPU、Mac。扣分原因：触发精度未详细说明。
证据显示：README 结构清晰，包含安装、使用、升级、支持等章节；安装说明详细；命名稳定（项目名称一致）；提供示例和 FAQ 链接；已知限制提及（非生产优化）；许可证为 Apache-2.0；版本和变更日志未提供；维护责任未明确。扣分原因：版本和变更日志缺失，维护责任未明确。
证据显示：输出可用性通过提供工作流和模板体现；边际价值在于快速搭建本地 AI 环境；成本效益通过开源和本地运行体现。扣分原因：未提供性能或成本数据。
证据显示：README 中的声明（如组件功能）可通过链接验证；但未提供独立验证来源；事实与推断未明确区分。扣分原因：缺乏独立验证和事实/推断分离。
- 依赖版本未固定，可能引入不兼容或安全风险。
- 未提供用户确认机制，敏感操作可能自动执行。
- 未提供版本和变更日志，难以追踪更新。
这个 Agent 能做什么，适合哪些场景？
Self-hosted AI Starter Kit 是由 n8n 团队维护的开源 Docker Compose 模板，旨在快速初始化本地 AI 与低代码开发环境。它整合了自托管的 n8n 低代码平台、Ollama 本地大语言模型运行器、Qdrant 向量数据库和 PostgreSQL 数据库，并预配置了网络与存储设置。该套件支持多种部署方式，包括 Nvidia GPU、AMD GPU（Linux）、Apple Silicon（Mac）以及纯 CPU 环境，并提供包括 AI Agent、文本分类器、信息提取器等高级节点。它附带一个可立即使用的工作流示例，用户可通过浏览器界面快速开始，同时提供了升级与支持指南。
该套件通过 Docker Compose 编排多个容器服务：n8n 作为低代码工作流平台，提供超过 400 个集成和 AI 节点；Ollama 负责下载并运行本地 LLM（如 Llama3.2）；Qdrant 作为高性能向量存储；PostgreSQL 作为数据存储。安装后，用户可以访问 http://localhost:5678/ 访问 n8n 编辑器，并通过预置工作流（ID: srOnR8PAY3u4RSwb）与本地模型聊天。工作流通过 Ollama 节点调用本地模型，使用 Qdrant 作为向量存储，从而实现完全本地的 AI 工作流。套件还提供共享文件夹（容器内 /data/shared）供文件读写节点使用。
- 希望在本地运行 AI 工作流、避免数据泄露的开发者，可以快速部署此套件。
- 需要定时任务、日程安排等 AI 代理的商业用户，可基于 n8n 的 AI Agent 节点构建。
- 需要安全分析公司 PDF 文档的团队，利用本地 Ollama 和 Qdrant 实现。
- 希望增强 Slack 机器人智能化以支持 IT 运维的团队。
- 需要处理私密财务文档且成本敏感的个人或企业。
- 低代码爱好者希望尝试自托管 AI 集成，无需编写复杂代码。
这个 Agent 有哪些优点和局限？
- 快速启动：一条命令即可运行完整本地 AI 环境。
- 组件整合良好：n8n、Ollama、Qdrant、PostgreSQL 协同工作，专为 AI 工作流设计。
- 提供超过 400 个集成和高级 AI 节点，扩展性强。
- 支持多种硬件配置（Nvidia、AMD、Mac、CPU）。
- 附有示例工作流和详细文档，降低入门门槛。
- 并非生产环境优化，适合概念验证而非大规模部署。
- 依赖 Docker 和 Docker Compose，需要一定的容器知识。
- 首次运行需下载模型，时间较长。
- Mac 用户无法直接使用 GPU，性能受限。
- CPU 模式下推理速度较慢。
如何安装或部署这个 Agent？
1) 克隆仓库：git clone https://github.com/n8n-io/self-hosted-ai-starter-kit.git \n2) 进入目录：cd self-hosted-ai-starter-kit \n3) 复制环境变量：cp .env.example .env 并更新其中的密钥和密码 \n4) 根据硬件选择启动命令：\n - Nvidia GPU：docker compose --profile gpu-nvidia up \n - AMD GPU (Linux)：docker compose --profile gpu-amd up \n - Mac/Apple Silicon：如使用 CPU，运行 docker compose up；如需 GPU，参考文档设置。\n - 其他（CPU）：docker compose --profile cpu up
如何使用这个 Agent？
1) 在浏览器打开 http://localhost:5678/ 完成 n8n 初始化。\n2) 打开预置工作流：http://localhost:5678/workflow/srOnR8PAY3u4RSwb \n3) 点击画布底部的 Chat 按钮开始运行。\n4) 首次运行需等待 Ollama 下载 Llama3.2 模型，查看 Docker 日志了解进度。\n5) 如需使用本地文件，可访问共享文件夹路径 /data/shared。
这个 Agent 与同类方案有什么区别？
套件中的 n8n 与流行的自动化工具如 Zapier 和 Make 类似，但强调自托管和本地 AI 能力。