国内环境下零成本部署 n8n 与私有 AI 模型实战指南

3. 部署 n8n

利用 Docker Compose 可以快速拉起 n8n 服务。创建一个 docker-compose.yml 文件：

version: '3'
services:
  n8n:
    image: n8nio/n8n
    restart: always
    ports:
      - "5678:5678"
    environment:
      - N8N_HOST=localhost
      - N8N_PORT=5678
      - N8N_PROTOCOL=http
    volumes:
      - n8n_data:/home/node/.n8n
volumes:
  n8n_data:

启动服务后，访问 http://your-server-ip:5678 即可完成注册并进入工作流编辑器。

4. 部署 ComfyUI

ComfyUI 同样可以通过 Docker 运行。确保你的服务器有 GPU 支持以获得最佳体验，若资源有限也可尝试 CPU 模式但速度较慢。

docker run -it --rm -p 7860:7860 -v /path/to/models:/comfyui/models \
  ghcr.io/comfyanonymous/comfyui:latest

启动后，在浏览器访问 http://your-server-ip:7860 即可看到 ComfyUI 界面。

核心融合：在 n8n 中调用私有 AI 模型

现在，我们需要让 n8n 指挥 ComfyUI 干活。这主要通过 HTTP 请求节点实现。

1. 准备 API 接口： 确保 ComfyUI 已开启 API 模式（默认开启）。
2. 配置 n8n 节点： 在 n8n 中新建工作流，添加一个 HTTP Request 节点。
3. 设置请求参数：
   • Method: POST
   • URL: http://localhost:7860/prompt
   • Body: 填入 ComfyUI 所需的 JSON 格式 Prompt 数据。

当 n8n 成功将提示词发送给你本地部署的 AI 模型，并获取并处理了返回的结果时，奇迹就发生了。你现在拥有了一条完全私有、免费、自动化的 AI 文本生成流水线！

进阶技巧与保活秘籍

进程保活

上面的命令在 SSH 断开后会停止。我们需要使用 systemd 来守护进程。

创建一个服务文件 sudo nano /etc/systemd/system/my-ai-service.service：

[Unit]
Description=My AI Model API Service
After=network.target

[Service]
Type=simple
User=root
ExecStart=/usr/bin/python3 /path/to/your/app.py
WorkingDirectory=/path/to/your/
Restart=always

[Install]
WantedBy=multi-user.target

然后启动并启用它：

sudo systemctl daemon-reload
sudo systemctl start my-ai-service
sudo systemctl enable my-ai-service

性能优化

• 选择更小的模型： 1 核 1G 的服务器资源有限，务必选择参数量在 1B 以下，甚至 500M 以下的模型。
• 使用量化模型： 寻找 int8 或 int4 量化的模型版本，能大幅降低内存占用和计算量。
• 扩展 n8n 工作流： 使用 Cron 节点定时触发，或将结果通过 Email/Slack 节点发送。

总结

通过本指南，你已经成功搭建了一个技术栈非常现代的私人自动化与 AI 平台。你拥有了可视化的自动化中心、私有的免费 AI 大脑，以及一套将二者无缝连接的技术方案。这一切都是在数据完全私有、国内网络畅通无阻的前提下实现的。现在，你不再是工具的使用者，而是规则的制定者。尽情发挥你的想象力，去创造属于你自己的智能工作流吧！