本篇文章将手把手带你 从零开始搭建 n8n 自动化平台，即使你没有复杂的技术背景，也能轻松跟着教程完成整个过程。

内容概览

本教程将涵盖以下内容：

    1. 使用 Docker Desktop 安装 n8n
    1. 使用 docker-compose.yaml 文件 部署 n8n
    1. 配置 沉浸式翻译 浏览器插件（可选）
    1. 配置 n8n 中文汉化包（可选）
    1. 配置时区设置（上海时区）
    1. 镜像拉取失败的对应方案

💡 重要提示：由于不同版本的 Docker Desktop 界面可能存在差异，本教程在Windows环境下推荐使用 PowerShell 命令行进行安装，具有更好的通用性和适配性。

前期准备

    1. 畅通无阻的网络环境：确保可以访问 Docker Hub 。

第一步：安装 Docker Desktop（Windows 环境）

👉 官方下载地址：https://www.docker.com/products/docker-desktop/

点击运行：

安装完成：

运行docker：

登录：我选的google账号。不登录也可以，选择右上角的Skip按钮

点击允许：

好了，登录成功：

第二步：安装并运行 n8n 容器

2.1 拉取n8n镜像

接下来进入等待页面，这个时间比较长，耐心一点：

如果镜像拉取失败，按照下面的示例，配置、重启、重新拉取：

"registry-mirrors": [    "https://docker.lms.run",    "https://docker.xuanyuan.me",    "https://registry.docker-cn.com"  ]

拉取完成的提示：

💡 小贴士：如果 Docker Desktop 提示有版本更新，建议点击更新以使用最新的功能特性。

2.2 运行容器

为了让工作流的存储位置清晰可见，请在本地创建一个专用文件夹：

  • 比如我用的路径是：D:\n8n-work
  • 重要：请记住这个路径，后续配置时会用到

配置容器时需要注意以下要点：

  • 本地路径：确保选择正确的本地文件夹路径
  • 容器内路径：填写 /home/node/.n8n（请准确复制，不要修改）

完成配置后，在浏览器中访问：http://localhost:5678

系统会自动跳转到用户注册页面（默认为英文界面）。

第三步：配置沉浸式翻译插件（可选）

虽然可以安装中文汉化包，但我推荐使用沉浸式翻译插件，它的使用体验更佳。

安装步骤（以 Chrome 浏览器为例）：

    1. 在浏览器扩展商店搜索"沉浸式翻译"
    1. 安装插件并按照提示完成配置
    1. 配置完成后，刷新 n8n 页面并点击翻译功能

安装成功后根据操作一步步进行就可以了，主要是使用说明。

配置完成后，刷新n8n的页面，点击翻译：

n8n 新用户登录

按提示输入信息，点击下一步：

进入主页面：

我们可以来docker desktop看一下n8n的容器了：

第四步：安装中文汉化包（可选）

如果想要中文汉化版，继续往下看。

4.1 查看n8n的版本号：

4.2 下载汉化语言包：

来到github地址：https://github.com/other-blowsnow/n8n-i18n-chinese/releases?page=1

找到对应的版本号，点击下载。比如我的是1.111.1这个版本的：

解压到目录，比如我是解压到了D盘：

4.3 删除现有的n8n容器（可选）

为了防止多个容器造成大家的混乱，此处我先把之前的容器删除掉，注意只是删除掉容器，不影响我们创建完了的工作流。如果你一开始就选的安装汉化版，就不需要删除容器这一步了。

点击之后就删除了。

4.4 运行容器

重新运行容器时，需要添加汉化包的路径映射：

  • 本地路径：你的汉化包路径（如：D:\n8n-i18n-chinese-n8n-1.111.1\editor-ui-dist）
  • 容器路径：/usr/local/lib/node_modules/n8n/node_modules/n8n-editor-ui/dist

4.5 配置中文环境变量

添加环境变量：N8N_DEFAULT_LOCALE=zh-CN

完成配置后，重新访问 http://localhost:5678，界面将显示为中文。

重新打开网址或者刷新网址，可以看到是中文的了。

此处说明一下为什么没有进注册页面，而是直接进了登录页面。是因为我们之前的操作，容器卷已经存在了，注册的用户信息等都已经有了。

如果你是没有走英文版的注册，这个时候的页面就是注册页面了。

登录进去可以看到工作流的主页面也是中文的了（此时我们并没有使用翻译插件）。

容器管理

停止容器

重新启动

双击桌面图标，打开docker desktop，找到容器，点击运行就可以了。

第五步：PowerShell 命令行安装（推荐方法）

本教程使用powershell的命令行，其它环境如mac/linux等类似。

注意为了防止容器名和端口号冲突，先把之前创建的容器删除掉。

5.1 创建配置文件

    1. 创建新文件夹，如：D:\n8n
    1. 在文件夹中新建文件：docker-compose.yaml
    1. 将以下配置内容复制到文件中（注意保持缩进格式）：
services:  n8n:    image:n8nio/n8n    container_name:n8n    restart:always    #自动重启策略    ports:      -"5678:5678"    volumes:      # 汉化包，不需要汉化可以直接删除下面这一行      -D:/n8n-i18n-chinese-n8n-1.111.1/editor-ui-dist:/usr/local/lib/node_modules/n8n/node_modules/n8n-editor-ui/dist      -.n8n_data:/home/node/.n8n#容器映射路径    environment:      -N8N_DEFAULT_LOCALE=zh-CN       #(可选)配置中文      -TZ=Asia/Shanghai               #时区使用上海      -GENERIC_TIMEZONE=Asia/Shanghai#时区使用上海

创建完成后这样：

5.2 运行容器

打开powershell：

输入 docker compose up -d，启动容器：

如果提示镜像拉取失败，可以先执行

docker pull n8nio/n8n

然后再执行

docker compose up -d

接下来就打开网址：http://localhost:5678查看

因为前面配置了restart:always ,关机之后再次启动docker desktop，n8n会自动启动起来。

总结

以上就是完整的 n8n 自动化平台搭建教程。整个过程虽然步骤较多，但每一步都有详细说明，相信你能够顺利完成。

想入门 AI 大模型却找不到清晰方向？备考大厂 AI 岗还在四处搜集零散资料？别再浪费时间啦！2025 年 AI 大模型全套学习资料已整理完毕，从学习路线到面试真题，从工具教程到行业报告，一站式覆盖你的所有需求，现在全部免费分享！

👇👇扫码免费领取全部内容👇👇

​

一、学习必备：100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT，帮你看透 AI 趋势

想了解大模型的行业动态、商业落地案例？大模型电子书？这份资料帮你站在 “行业高度” 学 AI：

1. 100+本大模型方向电子书

在这里插入图片描述

2. 26 份行业研究报告：覆盖多领域实践与趋势

报告包含阿里、DeepSeek 等权威机构发布的核心内容，涵盖：

  • 职业趋势：《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》；
  • 商业落地：《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》；
  • 领域细分：《AGI 在金融领域的应用报告》《AI GC 实践案例集》；
  • 行业监测：《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。

3. 600+套技术大会 PPT：听行业大咖讲实战

PPT 整理自 2024-2025 年热门技术大会，包含百度、腾讯、字节等企业的一线实践：

在这里插入图片描述

  • 安全方向：《端侧大模型的安全建设》《大模型驱动安全升级（腾讯代码安全实践）》；
  • 产品与创新：《大模型产品如何创新与创收》《AI 时代的新范式：构建 AI 产品》；
  • 多模态与 Agent：《Step-Video 开源模型（视频生成进展）》《Agentic RAG 的现在与未来》；
  • 工程落地：《从原型到生产：AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。

二、求职必看：大厂 AI 岗面试 “弹药库”，300 + 真题 + 107 道面经直接抱走

想冲字节、腾讯、阿里、蔚来等大厂 AI 岗？这份面试资料帮你提前 “押题”，拒绝临场慌！

1. 107 道大厂面经：覆盖 Prompt、RAG、大模型应用工程师等热门岗位

面经整理自 2021-2025 年真实面试场景，包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题，每道题都附带思路解析：

2. 102 道 AI 大模型真题：直击大模型核心考点

针对大模型专属考题，从概念到实践全面覆盖，帮你理清底层逻辑：

3. 97 道 LLMs 真题：聚焦大型语言模型高频问题

专门拆解 LLMs 的核心痛点与解决方案，比如让很多人头疼的 “复读机问题”：


三、路线必明： AI 大模型学习路线图，1 张图理清核心内容

刚接触 AI 大模型，不知道该从哪学起？这份「AI大模型 学习路线图」直接帮你划重点，不用再盲目摸索！

在这里插入图片描述

路线图涵盖 5 大核心板块，从基础到进阶层层递进：一步步带你从入门到进阶，从理论到实战。

img

L1阶段:启航篇丨极速破界AI新时代

L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。

img

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

img

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。

img

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

img

L5阶段：专题集丨特训篇 【录播课】

img
四、资料领取：全套内容免费抱走，学 AI 不用再找第二份

不管你是 0 基础想入门 AI 大模型，还是有基础想冲刺大厂、了解行业趋势，这份资料都能满足你！
现在只需按照提示操作，就能免费领取：

👇👇扫码免费领取全部内容👇👇

​

2025 年想抓住 AI 大模型的风口？别犹豫，这份免费资料就是你的 “起跑线”！

# 人工智能 # github
Logo
火山引擎 ADG 社区

火山引擎开发者社区是火山引擎打造的AI技术生态平台，聚焦Agent与大模型开发，提供豆包系列模型（图像/视频/视觉）、智能分析与会话工具，并配套评测集、动手实验室及行业案例库。社区通过技术沙龙、挑战赛等活动促进开发者成长，新用户可领50万Tokens权益，助力构建智能应用。

更多推荐

OpenClaw 本地部署完整指南（Windows + Ollama）

本文档基于实际部署经验编写，旨在帮助你在 Windows 系统上从零开始搭建 OpenClaw，并连接本地 Ollama 模型（如 Qwen2.5 或 Qwen3），使其具备完整的智能体能力。文档包含了所有关键步骤以及常见问题的解决方案。

avatar 火山引擎 ADG 社区

OpenClaw 小白安装指南（Windows版）

（类似一个能自动执行任务的AI机器人），不是游戏。API Key只保存在你本地电脑的加密文件里，不会上传到任何地方。访问：https://github.com/miaoxworld/openclaw-manager/releases。: 一键安装脚本会自动安装Node.js 22+，如果失败，手动下载安装：https://nodejs.org/：在PowerShell中，鼠标右键就是粘贴，不需要按

avatar 火山引擎 ADG 社区

飞书 × OpenClaw 接入指南：不用服务器，用长连接把机器人跑起来

这个项目存在的意义，就是把“飞书接 OpenClaw”这件事，整理成一套的配置入口，并把官方文档没覆盖到的坑集中写成排查清单。先说清楚它的角色：OpenClaw 现在已经内置官方飞书插件 @openclaw/feishu，功能更完整、维护也更及时。，说明飞书 + AI 的接入已经走通。另外，仓库也推荐了一个新项目：把 OpenClaw 变成“多 Agent 团队”，用多个 Agent 分工，Sla

avatar 火山引擎 ADG 社区