n8n（发音为 “n-eight-n”）是一款在 GitHub 上已获得数万颗 star 的开源工作流自动化工具。它允许您通过直观的可视化界面，轻松连接不同的应用程序和服务，从而构建出强大而复杂的自动化流程。

本文将为您提供一份详尽的 n8n 安装指南，涵盖从环境准备、多种安装方式到生产环境部署的全过程。

一、 n8n 简介与核心优势

n8n 的全称是 “Nodemation”（节点自动化），其命名方式别具一格：取单词首尾字母，中间用数字 8 代表省略的8个字母。作为一个开源的可视化工作流平台，n8n 支持通过图形化界面设计自动化任务，而无需编写大量代码。

n8n 的核心优势包括：

• • ✨ 高度灵活：支持定时器、Webhook、HTTP 请求、数据库等 400+ 种触发器。
• • 🧩 开箱即用：内置丰富的节点库，可无缝连接 Google Workspace、Slack、Notion 等主流工具。
• • 🤖 AI 增强：可通过自然语言快速生成工作流，智能处理复杂逻辑。
• • 🔒 自托管安全：数据完全在您掌控之中，支持私有化部署，是企业级需求的理想选择。

二、安装前准备

在开始安装 n8n 之前，请确保您的系统满足以下要求。

系统要求

• • 操作系统：Windows 10/11 (64位)、macOS 10.12+ 或主流 Linux 发行版 (如 Ubuntu, CentOS)。
• • 内存 (RAM)：至少 2GB，处理复杂工作流推荐 4GB 或更多。
• • 处理器 (CPU)：1GHz 或更高频率。
• • 网络：需要互联网连接以下载安装包和依赖项。

环境准备

根据您选择的安装方式，可能需要预先准备以下组件：

1. 对于 Docker 安装：

• • 安装 Docker Desktop。Windows 用户安装后需按提示启用 WSL 2 功能。
• • 验证 Docker 是否成功安装：```plaintext

2. 对于 npm 安装：

• • 安装 Node.js v18.10 或更高版本（推荐使用最新的 LTS 版本）。
• • 验证 Node.js 和 npm 是否成功安装：```plaintext

三、安装方法详解

3.1 使用 Docker 安装（推荐新手）

Docker 安装能有效避免环境依赖问题，简化了安装过程，是大多数用户的首选。

1. 拉取 n8n 镜像

docker pull n8nio/n8n```**2. 运行 n8n 容器**```bashdocker run -d --name n8n -p 5678:5678 -v ~/.n8n:/home/node/.n8n n8nio/n8n

• • -p 5678:5678：将容器内的 5678 端口映射到主机的同一端口。
• • -v ~/.n8n:/home/node/.n8n：将主机上的 ~/.n8n 目录挂载到容器内，用于持久化存储工作流数据。
• • -d：在后台运行容器。

3. 权限设置 (Linux 系统)
如果容器无法启动，可能是因为缺少对挂载目录的写入权限。请运行以下命令修复：

sudo chown -R 1000:1000 ~/.n8nsudo chmod -R 755 ~/.n8n

Docker 常用参数说明

参数	说明	示例值
-p	端口映射	5678:5678
-v	数据卷挂载	~/.n8n:/home/node/.n8n
-e	环境变量设置	N8N_BASIC_AUTH_ACTIVE=true

3.2 使用 npm 安装（适合有 Node.js 经验的用户）

如果您已经熟悉 Node.js 环境，npm 是一种非常直接的安装方式。

1. 全局安装 n8n

npm install -g n8n@latest

提示：如果网络连接较慢，可以考虑使用国内镜像源加速下载：
npm install -g n8n@latest --registry https://registry.npmmirror.com

2. 验证安装

n8n --version

3. 启动 n8n

n8n# 或者n8n start

3.3 桌面版应用程序（非技术用户的最简选择）

对于不希望与命令行交互的用户，n8n 官方贴心地提供了桌面版应用程序。

• • 访问 n8n 官方下载渠道，根据您的操作系统下载对应的安装包（Windows 为 .exe，macOS 为 .dmg）。
• • 像安装其他普通桌面软件一样进行安装，完成后双击启动即可。

四、启动与初始配置

1. 启动 n8n

• • Docker 方式：执行 docker run 命令后，服务会自动在后台运行。
• • npm 方式：在终端中直接输入 n8n 或 n8n start。

成功启动后，终端将显示类似信息：Editor is now accessible via: http://localhost:5678。

2. 访问 Web 界面与初始化

1. 1. 打开浏览器，访问 http://localhost:5678。
2. 2. 首次访问时，系统会提示您创建一个管理员账户。请填写邮箱、姓名并设置一个安全的密码。
3. 3. 创建账户后，您可以进入 n8n 的主界面，开始您的自动化之旅。

3. 基本配置调整

• • 修改端口：如果默认的 5678 端口已被其他程序占用，可以这样启动：```plaintext
  n8n --port 8080

• • 启用基础认证：为防止未授权访问，可以为 Web 界面添加简单的用户密码保护。

• • Docker 方式：```plaintext
  docker run -d --name n8n -p 5678:5678 \ -e N8N_BASIC_AUTH_ACTIVE=true \ -e N8N_BASIC_AUTH_USER=admin \ -e N8N_BASIC_AUTH_PASSWORD=your_secure_password \ -v ~/.n8n:/home/node/.n8n \ n8nio/n8n

• • npm 方式 (Linux/macOS)：```plaintext
  export N8N_BASIC_AUTH_ACTIVE=trueexport N8N_BASIC_AUTH_USER=adminexport N8N_BASIC_AUTH_PASSWORD=your_secure_passwordn8n

五、生产环境部署建议

当您准备将 n8n 用于生产环境时，强烈建议考虑以下几点以确保稳定性和安全性。

5.1 配置外部数据库

默认的 SQLite 数据库仅适用于测试。为提升性能和稳定性，建议配置 PostgreSQL 或 MySQL。

环境变量示例 (PostgreSQL):

DB_TYPE=postgresdbDB_POSTGRESDB_HOST=your_db_hostDB_POSTGRESDB_USER=your_db_userDB_POSTGRESDB_PASSWORD=your_db_passwordDB_POSTGRESDB_DATABASE=n8n_database

5.2 使用 Docker Compose 部署（推荐）

对于生产环境，使用 Docker Compose 可以优雅地管理 n8n 与数据库等多个关联服务。

创建 docker-compose.yml 文件：

version: '3.8'services:  postgres:    image: postgres:13    container_name: n8n_postgres    restart: always    environment:      - POSTGRES_USER=n8n_user      - POSTGRES_PASSWORD=your_secure_db_password      - POSTGRES_DB=n8n_db    ports:      - "5432:5432"    volumes:      - db_data:/var/lib/postgresql/data  n8n:    image: n8nio/n8n:latest    container_name: n8n_app    restart: always    ports:      - "5678:5678"    environment:      - DB_TYPE=postgresdb      - DB_POSTGRESDB_HOST=postgres      - DB_POSTGRESDB_USER=n8n_user      - DB_POSTGRESDB_PASSWORD=your_secure_db_password      - DB_POSTGRESDB_DATABASE=n8n_db      - N8N_SECURE_COOKIE=false # 在配置HTTPS前可设为false      - N8N_DEFAULT_LOCALE=zh-CN # 设置默认语言为中文    volumes:      - n8n_data:/home/node/.n8n    depends_on:      - postgresvolumes:  db_data:  n8n_data:

启动服务：

docker-compose up -d

六、常见问题与解决方案 (FAQ)

1. 1. 端口冲突

• • 问题：启动时报错 Port 5678 is already in use。
• • 解决：使用 --port 参数更换端口，例如 n8n --port 5679。

2. 2. npm 安装权限问题 (EACCES)

• • 问题：全局安装或运行时出现权限错误。
• • 解决：修复 ~/.n8n 目录的所有权：sudo chown -R $USER:$USER ~/.n8n。

3. 3. Node.js 版本过低

• • 问题：启动时报错提示 Node.js 版本不受支持。
• • 解决：访问 Node.js 官网下载并安装最新的 LTS 版本 (v18.10+)。

4. 4. Docker 权限问题 (Linux)

• • 问题：执行 Docker 命令时提示 permission denied。
• • 解决：将当前用户添加到 docker 用户组：sudo usermod -aG docker $USER，然后重新登录或执行 newgrp docker。

七、结语

通过以上步骤，您应该已经成功安装并配置了 n8n 自动化平台。无论是选择 Docker 的便捷，还是 npm 的灵活，n8n 都能为您提供一个强大的工作流自动化环境。请记住，在生产环境中务必配置适当的安全措施，并定期备份您的工作流数据。

八、如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

一直在更新，更多的大模型学习和面试资料已经上传带到CSDN的官方了，有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇

01.大模型风口已至：月薪30K+的AI岗正在批量诞生

2025年大模型应用呈现爆发式增长，根据工信部最新数据：

国内大模型相关岗位缺口达47万

初级工程师平均薪资28K（数据来源：BOSS直聘报告）

70%企业存在"能用模型不会调优"的痛点

真实案例：某二本机械专业学员，通过4个月系统学习，成功拿到某AI医疗公司大模型优化岗offer，薪资直接翻3倍！

02.大模型 AI 学习和面试资料

1️⃣ 提示词工程：把ChatGPT从玩具变成生产工具
2️⃣ RAG系统：让大模型精准输出行业知识
3️⃣ 智能体开发：用AutoGPT打造24小时数字员工

📦熬了三个大夜整理的《AI进化工具包》送你：
✔️ 大厂内部LLM落地手册（含58个真实案例）
✔️ 提示词设计模板库（覆盖12大应用场景）
✔️ 私藏学习路径图（0基础到项目实战仅需90天）

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传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】