self-hosted-ai-starter-kit 上手指南3 步跑通本地 AI 环境【免费下载链接】self-hosted-ai-starter-kitThe Self-hosted AI Starter Kit is an open-source template that quickly sets up a local AI environment. Curated by n8n, it provides essential tools for creating secure, self-hosted AI workflows.项目地址: https://gitcode.com/GitHub_Trending/se/self-hosted-ai-starter-kit数据不想交给云端又不想折腾一堆配置self-hosted-ai-starter-kit 用 Docker 一键启动把 n8n、Ollama 和向量库自动装进你的本地环境。它到底解决了什么问题self-hosted-ai-starter-kit 本地部署之后你拿到的是这几样东西数据留在本地提示词和文件不出机器免胶水工作n8n、Ollama、Qdrant 已接好线当天见到效果带示例工作流点 Chat 就有回复没有 GPU 也行CPU profile 照样跑完整套部署前 30 秒自检☐ Docker 与 Docker Compose 已装好并运行没有就去装 Docker 桌面版 ☐ 至少 8GB 可用内存Ollama 要跑 Llama3.2 ☐ 至少 20GB 磁盘空间镜像加模型权重 ☐ 5678 和 11434 端口没被占用n8n 与 Ollama 的默认端口 跑起来3 步完成部署拉取代码把模板克隆下来一条命令搞定。git clone https://gitcode.com/GitHub_Trending/se/self-hosted-ai-starter-kit cd self-hosted-ai-starter-kit你应该看到终端进入了self-hosted-ai-starter-kit目录里面就有docker-compose.yml。生成环境文件从模板复制一份顺手改掉里面默认的数据库密码和密钥别用示例值上线。cp .env.example .env你应该看到一个可编辑的.env文件改完保存即可。启动全部服务一条命令拉起 n8n、Ollama、PostgreSQL、Qdrant没有 NVIDIA/AMD 显卡就选 cpu profile。docker compose --profile cpu up首次运行要拉镜像、下载 Llama3.2耐心等几分钟终端出现Editor is now accessible via: http://localhost:5678/就算成功。跑通之后验证 小改造打开http://localhost:5678/完成一次 n8n 初始化然后点开预置的演示工作流来源见工作流示例目录点画布上的Chat收到回复即代表链路全通首次对话会等 Ollama 下载模型。如果你想换更小的模型编辑 docker-compose.yml把ollama pull llama3.2改成想要的模型名想改端口把 n8n 的5678:5678换成你要的端口再重启。⚠️ 踩坑速查首次回复很慢→ 模型还在下载docker compose logs ollama看进度端口被占用→ 改docker-compose.yml里 5678 的端口映射服务起不来→docker compose logs n8n看具体报错数据回到你自己机器上这件事到这里才算真正落地。跑通之后剩下的就是往画布里装你自己的流程了。【免费下载链接】self-hosted-ai-starter-kitThe Self-hosted AI Starter Kit is an open-source template that quickly sets up a local AI environment. Curated by n8n, it provides essential tools for creating secure, self-hosted AI workflows.项目地址: https://gitcode.com/GitHub_Trending/se/self-hosted-ai-starter-kit创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考