🚀 自主托管 AI 启动套件指南
本启动套件旨在帮助用户轻松搭建并运行本地 AI 工作流环境，为开发者、数据科学家和技术爱好者提供灵活且高效的工具支持。
🚀 快速开始
安装步骤
- 下载并安装 Docker：根据你的操作系统（Windows、Mac 或 Linux）从 Docker 官方网站 下载并安装 Docker。
- 克隆启动套件仓库：
git clone https://github.com/your-repository.git
cd your-repository
- 构建并启动容器：
- 对于 Nvidia GPU 用户：
docker compose --profile gpu-nvidia up -d
- 对于 Mac / Apple Silicon 用户：
docker compose up -d
- 其他用户：
docker compose --profile cpu up -d
- 访问 n8n 界面：打开浏览器，访问
http://localhost:5678进入 n8n 的管理界面。
快速入门
- 创建新工作流：在 n8n 中点击“新建工作流”按钮，开始构建你的 AI 工作流。
- 添加节点：从左侧的节点库中拖放所需的节点（如 AI 代理、数据源等）到画布上。
- 连接节点：通过鼠标拖动的方式将节点连接起来，定义数据流动方向。
- 设置配置：为每个节点配置必要的参数，例如 API 密钥、输入字段等。
- 运行工作流：点击“运行”按钮，测试你的工作流是否正常运作。
📦 安装指南
适用于 Nvidia GPU 用户
docker compose --profile gpu-nvidia pull
docker compose create && docker compose --profile gpu-nvidia up
适用于 Mac / Apple Silicon 用户
docker compose pull
docker compose create && docker compose up
其他所有人
docker compose --profile cpu pull
docker compose create && docker compose --profile cpu up
📚 详细文档
优化建议
- 使用共享文件夹：
- 配置 GPU 支持：
- 如果你使用的是 Nvidia 显卡，确保 Docker 已正确配置为使用 GPU 加速。可以在 docker-compose.yml 文件中添加如下配置：
services:
n8n:
...
deploy:
resources:
limits:
nvidia.com/gpu: 1
- 调整性能参数：
- 根据你的硬件配置，适当增加内存和 CPU 配额。例如，在 docker-compose.yml 中设置：
services:
n8n:
...
resources:
limits:
cpus: '2'
memory: 4G
升级说明
- 停止当前容器：
docker compose down
- 拉取最新镜像：
- 对于 Nvidia GPU 用户：
docker compose --profile gpu-nvidia pull
- 对于 Mac / Apple Silicon 用户：
docker compose pull
- 其他用户：
docker compose --profile cpu pull
- 重新启动容器：
docker compose up -d