Conclusiones clave
- Una plantilla de Docker Compose, no una app independiente — conecta cuatro herramientas de código abierto ya existentes en lugar de aportar código nuevo propio
- Combina n8n (automatización de workflows, más de 400 integraciones), Ollama (inferencia de LLM local), Qdrant (base de datos vectorial) y PostgreSQL (almacenamiento de datos)
- Con licencia Apache-2.0, gratuito, sin cuenta ni API key necesarias
- Perfiles de Docker Compose independientes para inferencia solo con CPU, GPU Nvidia y GPU AMD (Linux)
- Incluye un workflow de n8n precargado que demuestra un pipeline RAG local con los servicios Ollama y Qdrant incluidos
- El repositorio de GitHub muestra unas 15.300 estrellas y unos 3.800 forks en septiembre de 2026
- Creado y mantenido por n8n, la empresa de automatización de workflows low-code detrás de la propia plataforma n8n
📍 En una frase
El Self-hosted AI Starter Kit es una plantilla de Docker Compose gratuita, con licencia Apache-2.0, creada por n8n, que combina n8n, Ollama, Qdrant y PostgreSQL en un solo comando para construir workflows de IA local sin ninguna dependencia de la nube.
💬 En términos simples
En lugar de instalar por separado una herramienta de workflows, un ejecutor de modelos local y una base de datos vectorial y conectarlos tú mismo, este kit entrega las cuatro piezas ya configuradas para hablar entre sí: ejecutas un solo comando docker-compose y obtienes un entorno de automatización de IA local funcionando, con un workflow RAG de ejemplo ya cargado.
📌Nota: Este análisis es el complemento en profundidad de la entrada del Self-hosted AI Starter Kit en el Local LLM Software Directory — consulta esa página para verlo comparado de un vistazo con docenas de otras herramientas de IA local.
¿Qué es el Self-Hosted AI Starter Kit?
El Self-hosted AI Starter Kit es una plantilla de Docker Compose, no un software nuevo — su propia descripción en GitHub lo define como «an open, docker compose template» que ayuda a «inicializar rápidamente un entorno completo de desarrollo local de IA y low-code». Combina cuatro proyectos de código abierto mantenidos por separado (n8n, Ollama, Qdrant y PostgreSQL) en una configuración ya conectada, de modo que obtienes una stack de IA local funcional sin instalar y conectar cada pieza manualmente.
- Función principal: un
docker-compose.ymly archivos de configuración de apoyo que inician n8n, Ollama, Qdrant y PostgreSQL juntos, pre-conectados en red para que puedan comunicarse entre sí - n8n: una plataforma de automatización de workflows low-code con más de 400 integraciones y nodos de IA/LangChain dedicados para construir agentes y automatizaciones
- Ollama: ejecuta modelos de lenguaje abiertos en local, expuesto a los workflows de n8n como proveedor de modelo
- Qdrant: una base de datos vectorial de código abierto usada para almacenar y recuperar embeddings en workflows tipo RAG
- PostgreSQL: la base de datos relacional que respalda el propio almacenamiento de workflows y credenciales de n8n
- Mantenedor: n8n, la empresa detrás de la plataforma de automatización de workflows n8n
- Repositorio canónico: github.com/n8n-io/self-hosted-ai-starter-kit — la fuente de los pasos de instalación y el historial de versiones usados en este análisis
Historia del proyecto e hitos de versiones del Starter Kit
n8n publicó el Self-hosted AI Starter Kit como un recurso complementario a su creciente conjunto de nodos de IA e integración con LangChain, con el objetivo de dar a los desarrolladores una forma rápida y reproducible de probar la automatización de workflows de IA local sin ensamblar ellos mismos la stack subyacente.
- 1Lanzamiento inicial — paquete base de cuatro servicios
Why it matters: Aportó el docker-compose.yml original que conectaba n8n, Ollama, Qdrant y PostgreSQL, con un workflow de ejemplo RAG precargado. - 2Se añadieron perfiles Compose para GPU
Why it matters: Introdujo perfiles Compose independientes `gpu-nvidia` y `gpu-amd` junto al perfil por defecto `cpu`, permitiendo que Ollama use la aceleración de GPU disponible en sistemas compatibles en lugar de ejecutar inferencia solo en CPU para cada modelo. - 3Continuo: al ritmo de las nuevas incorporaciones de nodos de IA/LangChain de n8n
Why it matters: A medida que el producto principal de n8n añadía más nodos específicos de IA y capacidades para construir agentes, el workflow de ejemplo precargado y la documentación del starter kit se actualizaron para reflejar lo que puede hacer la versión de n8n incluida.
¿Qué se puede hacer con el Starter Kit?
El valor del starter kit está en lo que los servicios incluidos hacen juntos, no en funcionalidad nueva propia. Esto es lo que hace realmente cada parte, según el README oficial de GitHub.
- Automatización de workflows en local — crea y ejecuta automatizaciones en el editor visual de n8n, usando cualquiera de sus más de 400 integraciones junto con nodos de IA/LangChain dedicados para construir agentes
- Inferencia de LLM local — Ollama ejecuta modelos abiertos (Llama, Qwen, Gemma y otros) en local, disponibles para los workflows de n8n como proveedor de modelo sin necesidad de API key externa
- Almacenamiento vectorial local para RAG — Qdrant almacena y recupera embeddings para que los workflows de n8n puedan construir pipelines de generación aumentada por recuperación totalmente en infraestructura local
- Almacenamiento persistente de workflows y credenciales — PostgreSQL respalda la propia base de datos de n8n, de modo que workflows, credenciales e historial de ejecución persisten tras reiniciar los contenedores
- Perfiles de aceleración por GPU — perfiles Compose independientes (
cpu,gpu-nvidia,gpu-amd) permiten a Ollama usar el hardware de GPU disponible para una inferencia local más rápida donde sea compatible - Acceso compartido a archivos — una carpeta montada
/data/sharedda a los workflows de n8n una forma de leer y escribir archivos locales, útil para workflows RAG basados en documentos - Workflow de ejemplo precargado — el kit incluye un workflow de n8n ya funcional e importado, que demuestra un patrón RAG local usando los servicios Ollama y Qdrant incluidos como plantilla de partida
Ejemplos de uso: tres formas de usar el Starter Kit
Estos son workflows concretos construidos a partir de las funciones documentadas e incluidas del starter kit anteriores — no casos de uso hipotéticos.
Instalar el Self-Hosted AI Starter Kit
El starter kit se instala mediante git clone y Docker Compose — no existe una app descargable por separado. Los pasos siguientes provienen del README oficial de GitHub — verifica siempre directamente en esa página, ya que los comandos exactos pueden cambiar entre actualizaciones.
Paso | Comando / Enlace |
|---|---|
| 1. Clonar el repositorio | git clone https://github.com/n8n-io/self-hosted-ai-starter-kit.git |
| 2. Entrar en el directorio | cd self-hosted-ai-starter-kit |
| 3. Copiar el archivo de entorno | cp .env.example .env |
| 4a. Iniciar (solo CPU) | docker compose --profile cpu up |
| 4b. Iniciar (GPU Nvidia) | docker compose --profile gpu-nvidia up |
| 4c. Iniciar (GPU AMD, Linux) | docker compose --profile gpu-amd up |
| Código fuente | github.com/n8n-io/self-hosted-ai-starter-kit |
n8n queda disponible en http://localhost:5678 una vez que la stack está funcionando. Los requisitos de hardware dependen de qué modelos ejecutes en Ollama — un modelo pequeño funciona en una máquina modesta solo con CPU, mientras que modelos más grandes se benefician de los perfiles de GPU Nvidia o AMD; comprueba el tamaño de un modelo en la biblioteca de Ollama antes de descargarlo. Requiere Docker y Docker Compose instalados en macOS, Windows (vía WSL2) o Linux — el starter kit en sí no tiene ningún build específico de sistema operativo.
Precios y licencias
El starter kit en sí es gratuito y de código abierto, con licencia Apache-2.0. Como combina otros proyectos de código abierto, conviene conocer también la licencia y el modelo de costo propios de cada componente incluido.
Self-hosted AI Starter Kit (esta plantilla)
- Licencia:
- Apache-2.0, según el archivo LICENSE del repositorio
- Costo:
- Gratis
n8n (incluido)
- Licencia:
- Sustainable Use License (código disponible, no aprobada por la OSI) para uso self-hosted; ver el análisis de n8n para todos los detalles de licencia
- Costo:
- Gratis para uso self-hosted según los términos de licencia de n8n
Ollama (incluido)
- Licencia:
- MIT
- Costo:
- Gratis
Qdrant (incluido)
- Licencia:
- Apache-2.0
- Costo:
- Gratis
PostgreSQL (incluido)
- Licencia:
- PostgreSQL License (permisiva)
- Costo:
- Gratis
Ejecutar toda la stack no cuesta nada en licencias de software — solo tu propia infraestructura (cómputo, almacenamiento y opcionalmente una GPU) supone un costo real. Si amplías el workflow de n8n precargado para llamar a una API de LLM en la nube de pago o a una integración de terceros de pago, se aplica el precio propio de ese proveedor; el starter kit en sí no añade ningún recargo ni suscripción.
Self-Hosted AI Starter Kit vs. n8n solo
El starter kit no sustituye a n8n — es n8n más una stack de IA local ya conectada a su alrededor. La forma más clara de entender la diferencia es comparar lo que obtienes de fábrica frente a lo que tendrías que configurar tú mismo.
Qué instalas
- Self-Hosted AI Starter Kit:
- n8n + Ollama + Qdrant + PostgreSQL, pre-conectados en un solo docker-compose.yml
- n8n solo (autoalojado):
- Solo n8n — ver el análisis de n8n para sus propios pasos de instalación
Inferencia de LLM local
- Self-Hosted AI Starter Kit:
- Incluida por defecto a través de Ollama
- n8n solo (autoalojado):
- No incluida; conectas tu propio proveedor de modelo (local o en la nube) manualmente
Base de datos vectorial para RAG
- Self-Hosted AI Starter Kit:
- Incluida por defecto a través de Qdrant
- n8n solo (autoalojado):
- No incluida; tendrías que añadir y conectar una base de datos vectorial tú mismo
Workflow de ejemplo
- Self-Hosted AI Starter Kit:
- Workflow RAG local de ejemplo precargado en el primer inicio
- n8n solo (autoalojado):
- Empieza con un lienzo en blanco; hay plantillas disponibles por separado en la biblioteca de plantillas de n8n
Ideal para
- Self-Hosted AI Starter Kit:
- Tener un entorno de workflow de IA totalmente local en minutos, sin conectar servicios manualmente
- n8n solo (autoalojado):
- Equipos que ya ejecutan su propia infraestructura de modelos o vectorial y solo necesitan la capa de automatización
Si ya tienes Ollama o una base de datos vectorial funcionando en otro punto de tu infraestructura, instalar n8n solo y conectarlo a tus servicios existentes puede ser más sencillo que adoptar las versiones incluidas del starter kit. Si partes de cero, el starter kit elimina el trabajo de integración.
¿Quién debería usar el Starter Kit?
Que el starter kit te encaje depende de si quieres un entorno de workflow de IA local ya listo o prefieres ensamblar tú mismo los mismos componentes.
Starter Kit frente a otras herramientas de workflow de IA local
El Self-hosted AI Starter Kit se ubica en el espacio de la automatización de workflows y los frameworks RAG, junto a varias otras opciones autoalojables. Así se compara con herramientas cercanas — consulta el Local LLM Software Directory para el catálogo completo, y la comparativa dedicada Starter Kit vs. n8n solo más arriba para el enfrentamiento más directo.
- n8n — la plataforma de automatización de workflows sobre la que se construye este kit; consulta la sección de comparación dedicada arriba y el análisis completo de n8n para sus propios detalles de instalación y licencia.
- LangChain-Chatchat — una aplicación de RAG y base de conocimiento autoalojada con su propia interfaz integrada, en lugar de un lienzo de automatización de workflows de propósito general; consulta el análisis de LangChain-Chatchat si te encaja mejor una app dedicada de chat con documentos que un constructor de workflows.
- RAGFlow — un motor RAG de comprensión documental profunda, centrado en analizar documentos complejos (tablas, maquetación) con más detalle que una herramienta de workflow genérica; consulta el análisis de RAGFlow.
- Haystack — un framework RAG orientado a Python para desarrolladores que prefieren escribir directamente el código del pipeline en lugar de usar un constructor de workflows visual; consulta el análisis de Haystack.
Errores comunes al evaluar el Starter Kit
La mayor parte de la confusión sobre el Self-hosted AI Starter Kit viene de tratarlo como una aplicación independiente, malinterpretar qué combina realmente, o elegir el perfil Compose equivocado.
Preguntas frecuentes
¿Qué es el Self-hosted AI Starter Kit?
Es una plantilla de Docker Compose de código abierto, creada por n8n, que combina n8n, Ollama, Qdrant y PostgreSQL en un solo comando para construir workflows de IA local y pipelines RAG sin ninguna dependencia de la nube.
¿El Self-hosted AI Starter Kit es gratuito?
Sí. La plantilla en sí tiene licencia Apache-2.0 y no cuesta nada ejecutarla. Sus componentes incluidos (n8n, Ollama, Qdrant, PostgreSQL) son cada uno gratuitos para uso self-hosted bajo su propia licencia — consulta la tabla de precios arriba.
¿Qué combina realmente el Self-hosted AI Starter Kit?
Cuatro proyectos de código abierto mantenidos por separado: n8n (automatización de workflows, más de 400 integraciones), Ollama (inferencia de LLM local), Qdrant (base de datos vectorial) y PostgreSQL (base de datos relacional que respalda los propios datos de n8n). Es una configuración docker-compose, no software nuevo.
¿El Self-hosted AI Starter Kit requiere una cuenta en la nube o una API key?
No. Cada servicio incluido corre en local por defecto, y el workflow RAG de ejemplo precargado usa únicamente los servicios Ollama y Qdrant incluidos. Opcionalmente puedes añadir después claves de API de proveedores en la nube dentro de un workflow de n8n si lo decides.
¿Cómo instalo el Self-hosted AI Starter Kit?
Clona el repositorio (git clone https://github.com/n8n-io/self-hosted-ai-starter-kit.git), copia el archivo de entorno (cp .env.example .env) y luego ejecuta docker compose --profile cpu up (o gpu-nvidia/gpu-amd para aceleración por GPU). Consulta la tabla de instalación arriba para la secuencia completa.
¿Soporta aceleración por GPU?
Sí, mediante perfiles de Docker Compose independientes: gpu-nvidia para GPU Nvidia y gpu-amd para GPU AMD en Linux, además del perfil cpu por defecto para inferencia solo con CPU.
¿Es lo mismo que n8n?
No. n8n es uno de los cuatro componentes incluidos. El starter kit es un entorno preconfigurado que instala n8n junto con Ollama, Qdrant y PostgreSQL — consulta la comparativa Self-Hosted AI Starter Kit vs. n8n solo arriba para las diferencias exactas.
¿Qué licencia usa n8n en sí dentro de este kit?
n8n tiene código disponible bajo su propia Sustainable Use License, no aprobada por la OSI, para uso self-hosted — distinta de la licencia Apache-2.0 que cubre esta plantilla de starter kit en sí. Consulta el análisis de n8n para el detalle completo de licencias.
¿Cuántas estrellas tiene el Self-hosted AI Starter Kit en GitHub?
El repositorio de GitHub muestra unas 15.300 estrellas y unos 3.800 forks en septiembre de 2026 — consulta el repositorio en vivo para el número actual, ya que cambia continuamente.
¿Quién mantiene el Self-hosted AI Starter Kit?
Está creado y mantenido por n8n, la empresa detrás de la plataforma de automatización de workflows n8n, como recurso complementario que muestra workflows de IA local construidos con los nodos de IA y LangChain de n8n.