Windows本地部署n8n

Doge
AI Tool
2025-10-25
46热度
0评论

内容隐藏

1 文章内容

2 Coze vs N8N vs Dify 分析

文章内容

Coze vs N8N vs Dify 分析
本地部署n8n的准备工作
获取n8n和配置
初始化配置
本地模型测试

Coze vs N8N vs Dify 分析

对比维度	n8n	Dify	Coze
核心定位	开源工作流自动化平台，专注于跨系统集成与API连接	AI应用开发平台，专注于LLM应用的全生命周期管理（RAG、Agent、LLMOps）	零代码智能体开发平台，快速构建对话机器人并发布至社交平台
核心功能	节点式流程编排、400+应用集成、自定义JavaScript/Python代码	可视化Prompt编排、多模型支持、知识库管理、Agent工作流、LLMOps监控	拖拽式Bot搭建、多模态插件、知识库、长期记忆、定时任务
开源情况	核心代码开源（Apache 2.0），企业版需付费	核心开源（Fair Code 协议），企业版闭源	核心开源（Apache 2.0 + 附加协议），企业版提供高级功能（定制报价）
部署方式	支持自托管（Docker/K8s）及云托管	支持自托管（需配置模型资源）及云服务	支持自托管（Docker/K8s）及云托管
成本模型	社区版免费；企业版按用户或执行次数收费	开源版免费；企业版按需付费（模型调用、私有部署）	免费额度+付费订阅（按调用量或功能分级）
技术门槛	高（需API/JavaScript基础，适合开发者）	中（需理解AI概念，适合技术团队）	低（零代码，适合非技术人员）
优势	集成能力强、数据自主可控、高度灵活	企业级RAG精度高、多模型热切换、生产级稳定性	字节生态集成、开发速度快、模板丰富
局限	AI功能需插件扩展、中文资源少	学习曲线陡峭、模型调用成本自负	知识库能力较弱、自定义能力有限
典型场景	数据同步、IT自动化、跨系统业务流程	智能客服、知识库问答、内容生成工具	社交媒体机器人、轻量级客服、个人助手

本地部署n8n的准备工作

开启Windows功能

设置路径：控制面板-程序-启用或关闭Windows功能
勾线以下功能：

Hyper-V
Windows虚拟机监控程序平台
容器
适用于Linux的Windows子系统

安装Docker

下载地址：https://www.docker.com/
注意：

Windows平台需要区分AMD64 和 ARM64
Docker安装完成后会强制系统重新启动
重启后第一次启动Docker会自动下载wsl
下载镜像前先修改本地镜像储存位置
设置路径：DockerDesktop - 设置（右上角齿轮图标） - Resources - Disk image location
点击 Browse 选择新的储存位置

获取n8n和配置

通过Docker是最方便的方式
或者访问 n8n 中文社区下载适配 Windows 10/11 的免安装版（内含 Node.js 环境）。

# 直接启动
docker run -d --name n8n -p 5678:5678 -v n8n_data:/home/node/.n8n n8nio/n8n

-p 5678:5678：将容器的5678端口映射到本机的5678端口。

-v n8n_data:/home/node/.n8n：创建名为n8n_data的Docker数据卷，用于持久化保存n8n的工作流和配置，防止容器重启后数据丢失

# 或者单独添加一个本地文件方便后期直接对本地文件进行操作
docker run -it --rm `
   --name n8n `
   -p 5678:5678 `
   -v D:\Software\n8n\data:/home/node/.n8n `
   -v D:\Software\n8n\LocalFile:/files `
   n8nio/n8

# 直接启动
docker run -d --name n8n -p 5678:5678 -v n8n_data:/home/node/.n8n n8nio/n8n

-p 5678:5678：将容器的5678端口映射到本机的5678端口。

-v n8n_data:/home/node/.n8n：创建名为n8n_data的Docker数据卷，用于持久化保存n8n的工作流和配置，防止容器重启后数据丢失

# 或者单独添加一个本地文件方便后期直接对本地文件进行操作
docker run -it --rm `
   --name n8n `
   -p 5678:5678 `
   -v D:\Software\n8n\data:/home/node/.n8n `
   -v D:\Software\n8n\LocalFile:/files `
   n8nio/n8

初始化配置

当容器运行后可以访问 http://127.0.0.1:5678/ 访问本地n8n，填写完用户名和密码剩下的都可以跳过之后在调整

获取激活码访问 http://127.0.0.1:5678/settings/usage

本地模型测试

访问 http://127.0.0.1:5678/home/workflows 创建一个工作流

创建工作流

添加触发节点

根据需求选择触发方式，例如：

Manual Trigger（手动触发，用于测试）；
Webhook（通过 HTTP 请求触发）；
Schedule（定时触发）。

这里以 “Manual Trigger” 为例，直接手动运行测试。

添加 HTTP Request 节点

Method：选择 POST（Ollama API主要用POST请求）
URL：填写Ollama API地址：
- 本地Ollama（N8N与Ollama在同一台机器）
http://localhost:11434/api/generate（文本生成）或 http://localhost:11434/api/chat（对话交互）
若N8N在Docker中，需用宿主机IP或 host.docker.internal 代替 localhost（如 http://host.docker.internal:11434/api/generate）
这里为了方便直接使用本地IP:11434/api/generate 进行演示

适合一次性生成文本（如写文案、总结），Body 配置示例

{
"model": "deepseek-r1:8b",
"prompt": "写一段关于N8N自动化工具的介绍，50字以内",
"stream": false,
"temperature": 0.7
}

{
"model": "deepseek-r1:8b",
"prompt": "写一段关于N8N自动化工具的介绍，50字以内",
"stream": false,
"temperature": 0.7
}

测试当前步骤

点击 HTTP Request 节点的 “执行节点”，运行后可在 “输出” 中看到 Ollama 的响应。响应格式示例（单轮生成）：

"model": "deepseek-r1:8b",
"created_at": "2025-10-24T05:54:19.9230161Z",
"response": "n8n 是一个开源的自动化工作流工具，通过连接器实现不同服务之间的数据交互与自动化流程。",
......

"model": "deepseek-r1:8b",
"created_at": "2025-10-24T05:54:19.9230161Z",
"response": "n8n 是一个开源的自动化工作流工具，通过连接器实现不同服务之间的数据交互与自动化流程。",
......

提取 response 字段 Set 节点（提取结果）