如何3分钟部署本地AI环境self-hosted-ai-starter-kit自托管新手指南【免费下载链接】self-hosted-ai-starter-kitThe Self-hosted AI Starter Kit is an open-source template that quickly sets up a local AI environment. Curated by n8n, it provides essential tools for creating secure, self-hosted AI workflows.项目地址: https://gitcode.com/GitHub_Trending/se/self-hosted-ai-starter-kitself-hosted-ai-starter-kit 是一个开源模板把 n8n、Ollama、Qdrant、PostgreSQL 打包进一个 compose 文件几分钟就能完成本地AI环境部署。适合希望数据不出本机、又想快速搭起 AI 工作流的个人和开发者。什么时候需要自托管 AI 工作流云端 API 调用有两个绕不开的问题按量计费以及数据离开你的机器。如果团队的文档、日志或客户数据不允许交给第三方自托管几乎是唯一解。这个模板把低代码编排、本地模型服务、向量库一次配齐核心就是一条 compose 命令价值在于整条链路都留在你自己的硬件上。部署前环境核对清单动手前先逐项核对缺一项都会让后面的步骤卡住核对项要求备注Docker已安装 Docker 与 Compose v2执行docker compose version确认内存至少 8GB推荐 16GB 以上Ollama 推理是主要消耗磁盘20GB 以上可用空间用于镜像和本地模型权重网络稳定可用首次运行需拉取多个镜像并下载模型⚡ Docker Compose 一键启动步骤克隆仓库并进入项目目录git clone https://gitcode.com/GitHub_Trending/se/self-hosted-ai-starter-kit cd self-hosted-ai-starter-kit复制环境变量模板并把里面的密码、密钥改成自己的值cp .env.example .env用 CPU 配置文件启动全部服务。首次运行会拉取 n8n、ollama、postgres、qdrant 镜像并自动下载 Llama3.2 模型看到终端输出Editor is now accessible via: http://localhost:5678/即完成docker compose --profile cpu up服务启动验证浏览器打开http://localhost:5678/完成一次性的 n8n 账号注册。打开预置演示工作流http://localhost:5678/workflow/srOnR8PAY3u4RSwb点击画布底部的Chat按钮。若 Ollama 端口可用http://localhost:11434/能返回模型列表Qdrant 向量库监听6333端口。模型选择与资源调优仓库布局很直接docker-compose.yml 定义全部服务n8n/demo-data/ 存放演示数据。资源分配按硬件换启动参数即可无 GPU 用--profile cpuNVIDIA 显卡用--profile gpu-nvidiaAMD 用--profile gpu-amdMac 用户直接走 cpu 配置。模型选择默认自动拉取 Llama3.2。想换模型对 ollama 容器执行ollama pull 模型名再在 n8n 的 Ollama 节点里选择它。更新方式docker compose --profile cpu pull拉新镜像随后docker compose create docker compose --profile cpu up重建容器。常见故障排障速查服务起不来运行docker compose logs 服务名看日志。最常见的是端口冲突5678、11434、6333 被占用或 Docker 可用内存不足先释放端口、调高资源配额。第一次对话为什么响应很慢Ollama 首次运行要下载 Llama3.2 的模型权重。用docker compose logs ollama确认下载进度拉取完成后延迟会恢复正常。自己的工作流怎么导入把工作流 JSON 放进 n8n/demo-data/workflows/ 目录。下次启动时导入任务会自动读取并加载。环境跑起来后模型、编排、向量存储整条链路都在本地。打开 compose 文件挑好 profile开始搭第一条工作流吧。【免费下载链接】self-hosted-ai-starter-kitThe Self-hosted AI Starter Kit is an open-source template that quickly sets up a local AI environment. Curated by n8n, it provides essential tools for creating secure, self-hosted AI workflows.项目地址: https://gitcode.com/GitHub_Trending/se/self-hosted-ai-starter-kit创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 如何3分钟部署本地AI环境：self-hosted-ai-starter-kit自托管新手指南
如何3分钟部署本地AI环境self-hosted-ai-starter-kit自托管新手指南【免费下载链接】self-hosted-ai-starter-kitThe Self-hosted AI Starter Kit is an open-source template that quickly sets up a local AI environment. Curated by n8n, it provides essential tools for creating secure, self-hosted AI workflows.项目地址: https://gitcode.com/GitHub_Trending/se/self-hosted-ai-starter-kitself-hosted-ai-starter-kit 是一个开源模板把 n8n、Ollama、Qdrant、PostgreSQL 打包进一个 compose 文件几分钟就能完成本地AI环境部署。适合希望数据不出本机、又想快速搭起 AI 工作流的个人和开发者。什么时候需要自托管 AI 工作流云端 API 调用有两个绕不开的问题按量计费以及数据离开你的机器。如果团队的文档、日志或客户数据不允许交给第三方自托管几乎是唯一解。这个模板把低代码编排、本地模型服务、向量库一次配齐核心就是一条 compose 命令价值在于整条链路都留在你自己的硬件上。部署前环境核对清单动手前先逐项核对缺一项都会让后面的步骤卡住核对项要求备注Docker已安装 Docker 与 Compose v2执行docker compose version确认内存至少 8GB推荐 16GB 以上Ollama 推理是主要消耗磁盘20GB 以上可用空间用于镜像和本地模型权重网络稳定可用首次运行需拉取多个镜像并下载模型⚡ Docker Compose 一键启动步骤克隆仓库并进入项目目录git clone https://gitcode.com/GitHub_Trending/se/self-hosted-ai-starter-kit cd self-hosted-ai-starter-kit复制环境变量模板并把里面的密码、密钥改成自己的值cp .env.example .env用 CPU 配置文件启动全部服务。首次运行会拉取 n8n、ollama、postgres、qdrant 镜像并自动下载 Llama3.2 模型看到终端输出Editor is now accessible via: http://localhost:5678/即完成docker compose --profile cpu up服务启动验证浏览器打开http://localhost:5678/完成一次性的 n8n 账号注册。打开预置演示工作流http://localhost:5678/workflow/srOnR8PAY3u4RSwb点击画布底部的Chat按钮。若 Ollama 端口可用http://localhost:11434/能返回模型列表Qdrant 向量库监听6333端口。模型选择与资源调优仓库布局很直接docker-compose.yml 定义全部服务n8n/demo-data/ 存放演示数据。资源分配按硬件换启动参数即可无 GPU 用--profile cpuNVIDIA 显卡用--profile gpu-nvidiaAMD 用--profile gpu-amdMac 用户直接走 cpu 配置。模型选择默认自动拉取 Llama3.2。想换模型对 ollama 容器执行ollama pull 模型名再在 n8n 的 Ollama 节点里选择它。更新方式docker compose --profile cpu pull拉新镜像随后docker compose create docker compose --profile cpu up重建容器。常见故障排障速查服务起不来运行docker compose logs 服务名看日志。最常见的是端口冲突5678、11434、6333 被占用或 Docker 可用内存不足先释放端口、调高资源配额。第一次对话为什么响应很慢Ollama 首次运行要下载 Llama3.2 的模型权重。用docker compose logs ollama确认下载进度拉取完成后延迟会恢复正常。自己的工作流怎么导入把工作流 JSON 放进 n8n/demo-data/workflows/ 目录。下次启动时导入任务会自动读取并加载。环境跑起来后模型、编排、向量存储整条链路都在本地。打开 compose 文件挑好 profile开始搭第一条工作流吧。【免费下载链接】self-hosted-ai-starter-kitThe Self-hosted AI Starter Kit is an open-source template that quickly sets up a local AI environment. Curated by n8n, it provides essential tools for creating secure, self-hosted AI workflows.项目地址: https://gitcode.com/GitHub_Trending/se/self-hosted-ai-starter-kit创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考