从零开始玩转n8n:开源自动化工具的本地部署与大模型应用实战!
n8n是一款开源图形化自动化工具,提供直观的拖拽式界面构建工作流,支持JavaScript自定义逻辑,可连接数百种应用。文章详细介绍了在阿里云主机或本地虚拟机上部署n8n的步骤,包括Docker安装、容器配置和数据持久化。通过实际案例——每天定时获取天气信息并发送邮件,展示了如何使用n8n创建自动化工作流。文章最后还提到AI大模型技术在就业市场的热度及学习资源。
一、n8n是什么
简单来说,n8n 是一个开源的、基于图形界面的自动化工具。你可以把它想象成一个数字世界的“乐高”积木,通过拖拽和连接不同的“节点”,来构建属于自己的自动化流程,我们称之为“工作流”。
n8n 的核心特点:
1)开源与公平代码:n8n 的核心代码完全开源,你可以免费使用、修改和分发。更重要的是,你可以将其部署在自己的服务器上,完全掌控你的数据和隐私,无需担心第三方服务商的数据泄露风险。
2)可视化与低代码:你不需要成为一名程序员。n8n 提供了直观的拖拽式界面,你只需要关心“做什么”,而不是“怎么做”。整个工作流的逻辑一目了然。
3)强大的灵活性:即使遇到没有现成节点的场景,n8n 也允许你通过编写简单的 JavaScript 代码来实现自定义逻辑,几乎无所不能。
4)丰富的集成:n8n 拥有数百个预置的节点,可以连接你日常使用的几乎所有应用,如:
- 社交媒体:Twitter, Slack, Telegram
- 办公软件:Google Sheets, Notion, Airtable
- 数据库:MySQL, PostgreSQL, MongoDB
- 开发工具:GitHub, GitLab
n8n 能做什么?(一些实际场景)
- 自动内容分发:当你发布一篇新博客时,自动将链接和摘要发送到 Twitter、Telegram 群组和邮件列表。
- 数据同步:每当有人在 Google Forms 中提交表单,自动将数据添加到 Airtable 和 CRM 系统中。
- 智能监控与通知:监控某个网站的价格变化,一旦降价就立即发送邮件通知你。
- 个人助理:每天早上 8 点,自动抓取天气预报和热门新闻,整理后发送到你的 Kindle。
- Aiops:和各种运维工具(jumpserver、Ansible、Prometheus、ELK等)结合,再增加大模型能力,从而实现智能化、自动化运维
二、本地部署n8n
1、准备工作
1)买一台阿里云机器或者本地安装虚拟机
我这里以阿里云主机作为演示



2)配置安全组策略
如果你用的是阿里云主机,需要配置安全组策略放行5678端口

3)安装docker
更新apt源
apt update
安装docker包
apt install docker.io docker-compose
配置docker加速器(root用户执行,非root用户加sudo)
mkdir -p /etc/docker
tee /etc/docker/daemon.json <<-'EOF'
{
"registry-mirrors": [
"https://docker.m.daocloud.io",
"https://dockerhub.timeweb.cloud"
]
}
EOF
启动docker
systemctl start docker
systemctl enable docker
2、安装n8n
1)运行n8n
先创建vloume
docker volume create n8n_data
然后启动n8n容器
docker run -d \
--name n8n \
-p 5678:5678 \
-e GENERIC_TIMEZONE="Asia/Shanghai" \
-e TZ="Asia/Shanghai" \
-e N8N_ENFORCE_SETTINGS_FILE_PERMISSIONS=true \
-e N8N_RUNNERS_ENABLED=true \
-v n8n_data:/home/node/.n8n \
n8nio/n8n
参数说明:
-p 5678:5678: 将你本地的5678端口映射到容器的5678端口。这样你就可以通过http://localhost:5678访问 n8n。-v n8n_data:/home/node/.n8n: (非常重要!) 这一步会将容器内的 n8n 配置文件、工作流、凭证等数据,持久化保存到你本地。这样即使容器被删除,你的数据也不会丢失。-e: 这是--env的缩写,用于设置容器内的环境变量。环境变量可以影响程序在运行时的行为。GENERIC_TIMEZONE="Asia/Shanghai": 这是 n8n 专用的环境变量,用来设置 n8n 应用程序的默认时区。这对于定时任务至关重要,确保你的工作流会在你期望的“上海时间”触发,而不是 UTC 时间或其他时区。TZ="Asia/Shanghai": 这是设置容器底层操作系统的时区。同时设置这两个变量是一个好习惯,可以确保容器内所有与时间相关的功能(包括操作系统日志、程序库等)都保持一致。N8N_ENFORCE_SETTINGS_FILE_PERMISSIONS=true: 这是一个安全相关的设置。当设置为true时,n8n 会强制将其配置文件(如存储加密密钥的config文件)的权限设置为仅所有者可读。这可以防止容器内的其他进程或用户意外读取到敏感的配置信息,提高了安全性。N8N_RUNNERS_ENABLED=true: 这是一个性能和稳定性优化的设置。启用 “Runners” 功能后,n8n 会将工作流的执行放到独立的子进程中去。
2)访问n8n
地址: http://ip:5678,这里的ip就是阿里云的公网ip,会遇到如下错误:

需要增加一个参数 -e N8N_SECURE_COOKIE=false :
# 先关闭n8n容器,并删除
docker stop n8n
docker rm n8n
# 再次启动容器,并增加新参数
docker run -d \
--name n8n \
-p 5678:5678 \
-e GENERIC_TIMEZONE="Asia/Shanghai" \
-e TZ="Asia/Shanghai" \
-e N8N_ENFORCE_SETTINGS_FILE_PERMISSIONS=true \
-e N8N_RUNNERS_ENABLED=true \
-e N8N_SECURE_COOKIE=false \
-v n8n_data:/home/node/.n8n \
n8nio/n8n

大家一定要填对邮箱,会给你发一个license



这份完整版的大模型 AI 学习和面试资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

三、用n8n搭建一个第一个工作流
1、基于模板创建工作流
http://ip:5678/home/workflows

第一个是从头开始搭建工作流
第二个是直接用它现有的模板
2、自定义工作流
目标:制作一个简单但非常实用的第一个工作流:每天早上 8 点,自动获取北京的天气信息,并发送到邮箱
四个节点:
- 定时触发:每天早上 8 点启动工作流。
- HTTP 请求:调用免费的天气 API 获取天气数据。
- Set:处理从 API 获取的复杂数据,提取我们需要的信息。
- 发送邮件:将处理好的信息发送到你的邮箱。
新建工作流,右上角点击


第一个节点选择On a schedule

设置为每天8点

添加第二个节点:HTTP Request

这里需要调用第三方的api,https://www.seniverse.com/dashboard
先申请免费版

再查看你自己的私钥信息


测试:
curl "https://api.seniverse.com/v3/weather/now.json?key=你的私钥&location=beijing&language=zh-Hans&unit=c"
再回去配置n8n HTTP REQUEST节点


添加第三个节点:Edit Fields(Set)



添加第四个节点: Send an Email



这里我们设置一个QQ邮箱
进入qq邮箱后,右上角点击头像,进入账号与安全



回头再配置节点参数

邮件内容是这样的:

整体工作流:

如何学习AI大模型?
大模型时代,火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业?”“谁的饭碗又将不保了?”等问题热议不断。
不如成为「掌握AI工具的技术人」,毕竟AI时代,谁先尝试,谁就能占得先机!
想正式转到一些新兴的 AI 行业,不仅需要系统的学习AI大模型。同时也要跟已有的技能结合,辅助编程提效,或上手实操应用,增加自己的职场竞争力。
但是LLM相关的内容很多,现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学,学习成本和门槛很高
那么针对所有自学遇到困难的同学们,我帮大家系统梳理大模型学习脉络,将这份 LLM大模型资料 分享出来:包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴,可以 扫描下方二维码领取🆓↓↓↓

学习路线

第一阶段: 从大模型系统设计入手,讲解大模型的主要方法;
第二阶段: 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用;
第三阶段: 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统;
第四阶段: 大模型知识库应用开发以LangChain框架为例,构建物流行业咨询智能问答系统;
第五阶段: 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型;
第六阶段: 以SD多模态大模型为主,搭建了文生图小程序案例;
第七阶段: 以大模型平台应用与开发为主,通过星火大模型,文心大模型等成熟大模型构建大模型行业应用。

👉学会后的收获:👈
• 基于大模型全栈工程实现(前端、后端、产品经理、设计、数据分析等),通过这门课可获得不同能力;
• 能够利用大模型解决相关实际项目需求: 大数据时代,越来越多的企业和机构需要处理海量数据,利用大模型技术可以更好地处理这些数据,提高数据分析和决策的准确性。因此,掌握大模型应用开发技能,可以让程序员更好地应对实际项目需求;
• 基于大模型和企业数据AI应用开发,实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能, 学会Fine-tuning垂直训练大模型(数据准备、数据蒸馏、大模型部署)一站式掌握;
• 能够完成时下热门大模型垂直领域模型训练能力,提高程序员的编码能力: 大模型应用开发需要掌握机器学习算法、深度学习框架等技术,这些技术的掌握可以提高程序员的编码能力和分析能力,让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集
👉获取方式:
😝有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓

更多推荐

所有评论(0)