n8n Self-Hosted AI Starter Kitとは？
Self-hosted AI Starter Kitは新しいソフトウェアではなく、Docker Composeテンプレートです — GitHub上の説明自体も、これを「包括的なローカルAIおよびローコード開発環境を素早く初期化する」ための「オープンなdocker composeテンプレート」と呼んでいます。n8n、Ollama、Qdrant、PostgreSQLという個別に保守されている4つのオープンソースプロジェクトを、あらかじめ配線された1つの構成にまとめており、各要素を自分で個別にインストール・接続することなく、動作するローカルAIスタックが手に入ります。
- 中核機能: n8n、Ollama、Qdrant、PostgreSQLを互いに通信できる状態でまとめて起動する
docker-compose.ymlと関連設定ファイル - n8n: 400以上の連携機能と、エージェントや自動化を構築するための専用AI／LangChainノードを備えたローコードワークフロー自動化プラットフォーム
- Ollama: オープンウェイトの言語モデルをローカルで実行し、n8nワークフローにモデルプロバイダーとして公開する
- Qdrant: RAG形式のワークフローで埋め込みを保存・検索するためのオープンソースベクトルデータベース
- PostgreSQL: n8n自身のワークフローと認証情報のストレージを支えるリレーショナルデータベース
- メンテナー: n8nワークフロー自動化プラットフォームの背後にある企業、n8n
- 正規リポジトリ: github.com/n8n-io/self-hosted-ai-starter-kit — このレビューで使われているインストール手順とバージョン履歴の出典
スターターキットのプロジェクト履歴と最近の変更
このキットにはバージョン付きのリリースがなく、コミット履歴が唯一の変更履歴です。 GitHubリポジトリはリリースもタグも公開していないため、下記のデフォルトブランチの日付付きコミットが確認できる情報のすべてです。
- 14サービスの基本バンドル
Why it matters: composeファイルはn8n、Ollama、Qdrant、PostgreSQLを連携させ、初回起動時にデモワークフローと2つの作成済み認証情報（「Local Ollama service」と「Local QdrantApi database」）をインポートし、モデル`llama3.2`を自動的に取得します。 - 2GPU用Composeプロファイル
Why it matters: デフォルトの`cpu`プロファイルに加えて`gpu-nvidia`と`gpu-amd`のプロファイルがあり、OllamaがすべてのモデルをCPUで動かす代わりに、対応GPUを利用できます。 - 32025年9月1日 — デモワークフローを更新
Why it matters: コミットメッセージは「Use latest version of Basic LLM Chain, to avoid fallback model issues」です。 - 42026年1月6日 — composeファイルの最終変更
Why it matters: コミット「Skip demo import if workflows already exist」により`docker-compose.yml`が変更され、再起動時に、すでにワークフローがあるn8nインスタンスへデモが再インポートされなくなりました。 - 52026年7月23日 — デフォルトブランチの最新コミット
Why it matters: コミット「Fixed broken link in the readme. No significant changes」は`README.md`のみを変更しました。
Starter Kitで何ができるか？
スターターキットの価値は、独自の新機能ではなく、バンドルされたサービスが一緒になって何をするかにあります。公式GitHubのREADMEに基づき、各パーツが実際に行うことを見ていきます。
- ローカルワークフロー自動化 — n8nのビジュアルエディタで、400以上の連携とエージェント構築用の専用AI／LangChainノードを使って自動化を構築・実行できる
- ローカルAPIサーバー — 同梱される各n8nインスタンスはn8n自身のREST APIを公開しており、n8nのUIを使わずに他のローカルサービスからワークフローをプログラムで実行・管理できる
- ローカルLLM推論 — Ollamaがオープンウェイトのモデル（Llama、Qwen、Gemmaなど）をローカルで実行し、外部APIキーなしでn8nワークフローのモデルプロバイダーとして使えます。composeファイルは初回起動時に
llama3.2を自動的に取得します - RAG向けのローカルベクトル保存 — Qdrantが埋め込みを保存・取得し、キットはn8nに「Local QdrantApi database」認証情報を作成します。同梱のデモワークフローはこれを使わないため、RAGパイプラインは自分のワークフローにQdrantをベクトルストアとして追加して構築します
- 永続的なワークフローと認証情報のストレージ — PostgreSQLがn8n自身のデータベースを支え、ワークフロー、認証情報、実行履歴がコンテナ再起動をまたいで保持される
- GPUアクセラレーションプロファイル — 個別のComposeプロファイル（
cpu、gpu-nvidia、gpu-amd）により、対応環境ではOllamaが利用可能なGPUハードウェアを使ってより高速なローカル推論を行える - 共有ファイルアクセス — マウントされた
/data/sharedフォルダにより、n8nはRead/Write Files from Disk、Local File Trigger、Execute Commandなどのノードでローカルファイルを読み書きでき、文書取り込みワークフローに役立ちます - 事前読み込み済みのデモワークフロー — キットは初回起動時にワークフロー1つ（「Demo workflow」：Chat Trigger、Basic LLM Chain、
llama3.2:latestに設定したOllama Chat Model）をインポートします。開いてChatボタンを使えば、ローカルモデルと会話できます
利用例: Starter Kitの3つの使い方
最初の例はキット自身のデモワークフローです。残りの2つは、READMEが挙げるノードを使って同梱コンポーネントから自分で組み立てるパターンで、キットが完成済みのワークフローとして提供するものではありません。
事前読み込み済みのデモチャットワークフローを実行する
docker compose --profile cpu upの後、http://localhost:5678でn8nを開き、最初の1回だけのセットアップを完了します。同梱のワークフローを開き、キャンバス下部のChatをクリックしてメッセージを送ります。初回はOllamaがllama3.2のダウンロードを終えるまで待ってください。進捗はDockerのログで確認できます。クラウドAPIキーは使いません。
共有フォルダを使った文書取り込みパイプラインを構築する
マウントされた/data/sharedフォルダにファイルを置き、そのフォルダを監視するn8nワークフロー（例：Local File Triggerノード）を作ります。新しい文書をローカルのOllama埋め込みモデルでベクトル化し、後で検索できるようQdrantに登録します。このパイプラインは自分で組み立てるもので、キットが提供するのはサービスと認証情報であり、ワークフローではありません。
n8nの400以上の連携で基本ワークフローを拡張する
事前読み込み済みのデモチャットワークフローから始め、すでに使っているサービス（メール、Slack、CRM、独自のWebhookなど）のノードを追加して、ローカルモデルの応答が別の場所で処理を起動するようにします。キットのローカルAI基盤の上で、n8nの幅広い連携を活用できます。
Self-Hosted AI Starter Kitのインストール
スターターキットはgit cloneとDocker Composeでインストールします — 個別にダウンロードするアプリはありません。 以下の手順は公式GitHubのREADMEに基づいています。正確なコマンドは更新によって変わることがあるため、必ずそのページ自体で確認してください。
手順 | コマンド／リンク |
|---|---|
| 1. リポジトリをクローン | git clone https://github.com/n8n-io/self-hosted-ai-starter-kit.git |
| 2. ディレクトリに移動 | cd self-hosted-ai-starter-kit |
| 3. 環境ファイルをコピー | cp .env.example .env（その後、仮のパスワードとシークレットを変更） |
| 4a. 起動（CPUのみ） | docker compose --profile cpu up |
| 4b. 起動（Nvidia GPU） | docker compose --profile gpu-nvidia up |
| 4c. 起動（AMD GPU、Linux） | docker compose --profile gpu-amd up |
| 4d. 起動（Mac／Apple Silicon） | docker compose up（OllamaはMac上で実行。注記参照） |
| ソースコード | github.com/n8n-io/self-hosted-ai-starter-kit |
スタックが起動すると、n8nはhttp://localhost:5678で利用できます。必要なハードウェアはOllamaで動かすモデルによって変わります。小さなモデルならCPUのみの控えめなマシンでも動作し、大きなモデルにはNvidiaまたはAMDのGPUプロファイルが有効です。ダウンロード前にOllamaライブラリでモデルのサイズを確認してください。Apple Siliconを搭載したMacではDockerがGPUを使えません。READMEはCPUのみでの実行、またはMac上に直接Ollamaを入れる方法を示しています。後者は.envにOLLAMA_HOST=host.docker.internal:11434を設定し、n8nの「Local Ollama service」認証情報をhttp://host.docker.internal:11434/に向け、プロファイルなしでdocker compose upを実行します。.env.exampleには仮のシークレットが入っており（データベースのパスワードはpassword）、READMEは変更するよう指示しています。DockerとDocker Composeが必要で、キット自体にOS別のビルドはありません。
料金とライセンス
スターターキット自体は無料・オープンソースで、Apache-2.0ライセンスの下で提供されています。 他のオープンソースプロジェクトをバンドルしているため、各バンドルコンポーネント自体のライセンスとコストモデルも知っておく価値があります。
Self-hosted AI Starter Kit（本テンプレート）
- ライセンス:
- リポジトリのLICENSEファイルによるApache-2.0
- コスト:
- 無料
n8n（バンドル）
- ライセンス:
- セルフホスト利用向けのSustainable Use License（ソース公開、OSI非承認）。詳細はn8nレビューを参照
- コスト:
- n8nのライセンス条項の下でセルフホスト利用は無料
Ollama（バンドル）
- ライセンス:
- MIT
- コスト:
- 無料
Qdrant（バンドル）
- ライセンス:
- Apache-2.0
- コスト:
- 無料
PostgreSQL（バンドル）
- ライセンス:
- PostgreSQL License（寛容型）
- コスト:
- 無料
フルスタックの運用にソフトウェアライセンス費用はかかりません — 実費がかかるのは、自身のインフラ（計算資源、ストレージ、任意でGPU）のみです。あらかじめ読み込まれたn8nワークフローを拡張して有料のクラウドLLM APIや有料の外部連携を呼び出す場合は、そのプロバイダー自身の料金が適用されます。スターターキット自体が追加のマークアップやサブスクリプション料金を課すことはありません。
Self-Hosted AI Starter Kit vs. 単体のn8n
スターターキットはn8nの代替品ではなく、n8nにあらかじめ配線されたローカルAIスタックを加えたものです。 違いを理解する一番わかりやすい方法は、最初から手に入るものと自分で設定する必要があるものを比較することです。
インストールする内容
- Self-Hosted AI Starter Kit:
- n8n + Ollama + Qdrant + PostgreSQLが1つのdocker-compose.ymlにあらかじめネットワーク接続済み
- 単体のn8nセルフホスト:
- n8nのみ — インストール手順はn8nレビューを参照
ローカルLLM推論
- Self-Hosted AI Starter Kit:
- バンドルされたOllamaによりデフォルトで含まれる
- 単体のn8nセルフホスト:
- 含まれない。自分でモデルプロバイダー（ローカルまたはクラウド）を手動接続する必要がある
RAG向けベクトルデータベース
- Self-Hosted AI Starter Kit:
- バンドルされたQdrantによりデフォルトで含まれる
- 単体のn8nセルフホスト:
- 含まれない。ベクトルデータベースは自分で追加・接続する必要がある
ワークフロー例
- Self-Hosted AI Starter Kit:
- デモのチャットワークフロー1つ（Chat Trigger、Basic LLM Chain、Ollama）と、作成済みのOllama・Qdrant認証情報
- 単体のn8nセルフホスト:
- 空のキャンバスから開始。テンプレートはn8nのテンプレートライブラリから別途入手可能
向いている用途
- Self-Hosted AI Starter Kit:
- サービス同士の接続を手作業で行うことなく、数分でフルにローカルなAIワークフロー環境を稼働させたい場合
- 単体のn8nセルフホスト:
- 既に自前のモデルやベクトルインフラを運用しており、自動化レイヤーだけが必要なチーム
自身のインフラの中で既にOllamaやベクトルデータベースを稼働させている場合は、単体のn8nをインストールして既存サービスに接続する方が、スターターキットのバンドル版を採用するよりシンプルな場合があります。ゼロから始めるなら、スターターキットが統合作業を肩代わりしてくれます。
Starter Kitはどんな人に向いているか？
スターターキットが合うかどうかは、すぐに使えるローカルAIワークフロー環境が欲しいのか、それとも同じコンポーネントを自分で組み立てたいのかによって決まります。
次の場合はSelf-Hosted AI Starter Kitを使う
- ワークフローツール、モデルランナー、ベクトルデータベースを個別に手動でインストール・接続することなく、ローカルなエージェント型AIワークフロー（RAG、モデル駆動の自動化）を試したい
- 既にn8nに興味があり、空のワークフローキャンバスではなくAI重視の出発点が欲しい
- ゼロから作る代わりに、動作するローカルのOllamaチャットワークフローを学習・改変の出発点にしたい
- スタックのすべての要素を自分のインフラ上で動かしたく、開始にクラウドAPIキーが不要であることが必要
- GPU（Nvidiaまたは Linux上のAMD）を持っており、ローカル推論に使うあらかじめ設定済みのComposeプロファイルが欲しい
次の場合は様子見または他を検討する
- 既にn8n、Ollama、ベクトルデータベースを独立して運用しており、スターターキットのバンドル版が既存構成と重複・衝突するのを避けたい
- ワークフロー自動化ツールが提供する以上に踏み込んだ文書処理機能を持つ専用RAGフレームワークが必要 — 目的特化の代替としてRAGFlowレビューやHaystackレビューを参照
- バンドルされたすべてのコンポーネントについて、n8nのセルフホストライセンス条項（OSI非承認のソース公開型Sustainable Use License）ではなく、単純な寛容型オープンソースライセンスであってほしい — 組織にとって重要な区別であれば、n8n自身のライセンスを直接確認すること
- エンタープライズサポートや本番水準の運用が必要な場合 — サポート窓口はn8nフォーラムで、n8nのドキュメントはこのキットを「テスト専用」としています
Starter Kit vs. 他のローカルAIワークフローツール
Self-hosted AI Starter Kitは、ワークフロー自動化とRAGフレームワークの領域で、他のいくつかのセルフホスト可能な選択肢と並んで位置づけられます。近い立ち位置のツールとの比較は以下の通りです。全カタログはローカルLLMソフトウェアディレクトリを、最も近い比較は上記のStarter Kit vs. 単体のn8n比較専用セクションを参照してください。
- n8n — このキットが構築されている土台となるワークフロー自動化プラットフォーム。上記の専用比較セクションと、独立したインストール・ライセンス詳細を扱うn8nレビュー全体を参照。
- LangChain-Chatchat — 独自の組み込みUIを持つセルフホスト型のRAG・ナレッジベースアプリケーションで、汎用のワークフロー自動化キャンバスではない。汎用ワークフロービルダーよりも専用の文書チャットアプリが合う場合はLangChain-Chatchatレビューを参照。
- RAGFlow — 汎用ワークフローツールよりも徹底的に複雑な文書（表、レイアウト）を解析することに特化した、深い文書理解型のRAGエンジン。RAGFlowレビューを参照。
- Haystack — ビジュアルなワークフロービルダーではなく、パイプラインコードを直接書きたい開発者向けのPythonファーストなRAGフレームワーク。Haystackレビューを参照。
Starter Kit評価時によくある誤解
Self-hosted AI Starter Kitに関する混乱の多くは、これを単体アプリケーションとして扱ったり、実際に何がバンドルされているかを誤解したり、間違ったComposeプロファイルを選んだりすることから生じます。
誤解1: n8nとは別の単体アプリとして扱う
スターターキットはそれ自体が独立した製品ではなく、n8nをOllama、Qdrant、PostgreSQLと共にインストール・接続するDocker Composeテンプレートです。n8n自体のレビュー（機能、ライセンス、リリースサイクル）は、このキット内で動くn8nインスタンスにもそのまま当てはまります。詳細はn8nレビューを参照してください。
誤解2: クラウドLLMプロバイダーが含まれていると思い込む
スターターキットのデフォルトでバンドルされているモデルプロバイダーはOllamaで、モデルは完全にローカルで実行されます。クラウドLLM APIキーは一切含まれず必須でもありません。クラウドプロバイダーを追加したい場合は、n8nワークフロー内で別途設定します。
誤解3: 十分な性能のGPUを持つマシンでデフォルトのcpuプロファイルを実行する
Composeファイルにはcpu、gpu-nvidia、gpu-amdの3つのプロファイルがあり、コマンドラインで指定しない限りどれも有効になりません。NvidiaまたはAMDのGPUがあるマシンでdocker compose --profile cpu upを実行すると、利用可能なアクセラレーションを活かせません。代わりに対応するGPUプロファイルを使ってください。Apple SiliconのMacでは、どのプロファイルでもDockerからGPUを使えないため、READMEはMac上で直接Ollamaを実行することを勧めています。
誤解4: スターターキット自体が独立したバージョンリリースサイクルを持つと期待する
このキットは独自のコードベースを持つアプリケーションではなく設定テンプレートであるため、リリースもタグも公開していません。固定されたスタックは期待できません。n8nio/n8n、ollama/ollama、qdrant/qdrantはlatestで取得されるため、バージョンはpullした日によって変わります。固定されているのはPostgreSQL（postgres:16-alpine）だけです。
間違い5：デモ構成をそのまま本番向けと考える
n8nのドキュメントはこのキットを「テスト専用」としており、READMEも本番環境向けに十分最適化されていないと述べています。同梱の.env.exampleは仮のシークレットを使い、composeファイルはホストのポート5678、11434、6333を公開します。自分のマシンの外からスタックにアクセスできるようにする前に、シークレットを変更し、公開ポートを確認してください。
よくある質問
n8n Self-hosted AI Starter Kitとは何ですか？
n8nが管理し、github.com/n8n-io/self-hosted-ai-starter-kitで公開されているオープンソースのDocker Composeテンプレートで、n8n、Ollama、Qdrant、PostgreSQLを1つのコマンドにまとめ、クラウドに依存しないローカルAIワークフローを構築できます。検索では「n8n AI starter kit」と呼ばれることがよくあります。
Self-hosted AI Starter Kitは無料ですか？
はい。テンプレート自体はApache-2.0ライセンスで提供され、実行に費用はかかりません。バンドルされているコンポーネント（n8n、Ollama、Qdrant、PostgreSQL）も、それぞれ自身のライセンスの下でセルフホスト利用は無料です — 詳細は上記の料金表を参照してください。
Self-hosted AI Starter Kitは実際に何をバンドルしていますか？
個別に保守されている4つのオープンソースプロジェクトです: n8n（ワークフロー自動化、400以上の連携）、Ollama（ローカルLLM推論）、Qdrant（ベクトルデータベース）、PostgreSQL（n8n自身のデータを支えるリレーショナルデータベース）。これはdocker-compose構成であり、新しいソフトウェアではありません。
Self-hosted AI Starter Kitの利用にクラウドアカウントやAPIキーは必要ですか？
いいえ。同梱のサービスはすべて既定でローカル実行され、デモワークフローは同梱のOllamaモデル（llama3.2）だけを使います。クラウドプロバイダーのAPIキーは、必要に応じて後からn8nワークフロー内で追加できます。
Self-hosted AI Starter Kitはどうやってインストールしますか？
リポジトリをクローンし（git clone https://github.com/n8n-io/self-hosted-ai-starter-kit.git）、環境ファイルをコピーし（cp .env.example .env）、docker compose --profile cpu up（GPUアクセラレーションにはgpu-nvidiaまたはgpu-amd）を実行します。完全な手順は上記のインストール表を参照してください。
GPUアクセラレーションには対応していますか？
はい。CPUのみ推論用のデフォルトcpuプロファイルに加え、Nvidia GPU用のgpu-nvidia、Linux上のAMD GPU用のgpu-amdという個別のDocker Composeプロファイルで対応しています。
これはn8nと同じものですか？
いいえ。n8nはバンドルされている4つのコンポーネントの1つです。スターターキットは、n8nをOllama、Qdrant、PostgreSQLと一緒にインストールするあらかじめ設定済みの環境です — 正確な違いは上記のSelf-Hosted AI Starter Kit vs. 単体のn8n比較を参照してください。
このキット内でn8n自体はどのライセンスを使っていますか？
n8nは、このスターターキットテンプレート自体を対象とするApache-2.0ライセンスとは別に、セルフホスト利用向けに独自のSustainable Use License（OSI非承認）の下でソース公開されています。詳細はn8nレビューを参照してください。
Self-hosted AI Starter Kitは本番利用できますか？
n8nによれば、できません。ドキュメントはこのキットを「テスト専用」とし、READMEも本番向けに十分最適化されていないと述べています。概念実証の土台として扱い、本番利用の前に.envの仮のシークレットを変更し、公開ポートを確認し、イメージのバージョンを固定してください。
Self-hosted AI Starter Kitは誰が保守していますか？
n8nワークフロー自動化プラットフォームの背後にある企業n8nがキュレーション・保守しており、n8nのAI／LangChainノードを使ったローカルAIワークフローを紹介する関連リソースとして提供されています。
Self-hosted AI Starter Kitはまだメンテナンスされていますか？
デフォルトブランチの最新コミットは2026年7月23日で、READMEのリンクを直しただけです。composeファイルの最終変更は2026年1月6日です。リポジトリはリリースもタグも公開しておらず、n8nのドキュメントに提供終了の記載はありません。利用前にリポジトリを確認してください。
Self-hosted AI Starter KitはApple SiliconのMacで動きますか？
はい。ただしDockerはMacのGPUを使えません。READMEには2つの方法があります。キット全体をCPUで実行する（docker compose --profile cpu up）か、Mac上にOllamaをインストールし、.envにOLLAMA_HOST=host.docker.internal:11434を設定し、n8nの「Local Ollama service」認証情報をhttp://host.docker.internal:11434/に向けてdocker compose upを実行します。