重要なポイント
- Docker Composeテンプレートであり単体アプリではない — 独自の新しいコードを出荷するのではなく、既存の4つのオープンソースツールを組み合わせている
- 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（データストレージ）をバンドル
- Apache-2.0ライセンスで無料、アカウントやAPIキーは不要
- CPUのみ、Nvidia GPU、AMD GPU（Linux）のモデル推論用に別々のDocker Composeプロファイルを用意
- バンドルされたOllamaとQdrantを使ったローカルRAGパイプラインの例を示す、あらかじめ読み込まれたn8nワークフローが付属
- GitHubリポジトリは2026年9月時点で約15,300個のスターと約3,800個のフォークを獲得
- n8nプラットフォーム自体の背後にあるローコードワークフロー自動化企業であるn8nがキュレーション・保守
📍 一文で説明
Self-hosted AI Starter Kitは、n8nが提供する無料でApache-2.0ライセンスの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、クラウド依存なしでローカルAIワークフローを構築できます。
💬 簡潔に説明
ワークフローツール、ローカルモデルランナー、ベクトルデータベースを個別にインストールして自分で配線する代わりに、このキットは4つすべてをあらかじめ互いに通信できる状態で提供します。1回のdocker-composeコマンドを実行するだけで、RAGワークフローの例がすでに読み込まれた、動作するローカルAI自動化環境が手に入ります。
📌補足: このレビューは、ローカルLLMソフトウェアディレクトリ内にあるSelf-hosted AI Starter Kitのエントリーに対応する詳細版です。他の数十のローカルAIツールとの比較は、そちらのページを参照してください。
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
Starter Kitのプロジェクト履歴とバージョンの節目
n8nは、自社が増やし続けているAI／LangChain連携ノード群の関連リソースとして、Self-hosted AI Starter Kitを公開しました。 開発者が基盤スタックを手作業で組み立てることなく、ローカルAIワークフロー自動化を素早く再現可能な形で試せるようにすることが狙いです。
- 1初回リリース — 中核となる4サービスのバンドル
Why it matters: n8n、Ollama、Qdrant、PostgreSQLを組み合わせる元のdocker-compose.ymlと、あらかじめ読み込まれたRAGワークフローの例を出荷。 - 2GPU向けComposeプロファイルを追加
Why it matters: デフォルトの`cpu`プロファイルに加えて、独立した`gpu-nvidia`と`gpu-amd`のComposeプロファイルを導入し、対応システムではすべてのモデルでCPUのみの推論を行う代わりに、Ollamaが利用可能なGPUアクセラレーションを使えるようにした。 - 3継続中: n8n自体のAI／LangChainノード追加への追従
Why it matters: n8nのコア製品がAI特化ノードやエージェント構築機能を増やすにつれ、スターターキットにあらかじめ読み込まれたワークフロー例とドキュメントも、バンドルされたn8nバージョンでできることを反映するように更新されてきた。
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LLM推論 — Ollamaがオープンウェイトモデル（Llama、Qwen、Gemmaなど）をローカルで実行し、外部APIキー不要でn8nワークフローのモデルプロバイダーとして利用できる
- RAG向けのローカルベクトルストレージ — Qdrantが埋め込みを保存・検索することで、n8nワークフローはローカルインフラのみで検索拡張生成パイプラインを構築できる
- 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ワークフローがローカルファイルを読み書きでき、文書取り込み型のRAGワークフローに役立つ - あらかじめ読み込まれたワークフロー例 — バンドルされたOllamaとQdrantを使ったローカルRAGパターンを示す、実際に動くn8nワークフローがすでにインポートされた状態で付属する
利用例: Starter Kitの3つの使い方
これらは上記のスターターキットが文書化してバンドルしている機能から構築された具体的なワークフローであり、仮定の使用例ではありません。
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 |
| 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 |
| 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で利用可能になります。必要なハードウェアは、Ollamaで実行するモデル次第です。小さなモデルなら控えめなCPUのみのマシンでも動きますが、大きなモデルではNvidiaやAMDのGPUプロファイルが有利です。プルする前にOllamaのライブラリでモデルサイズを確認してください。macOS、Windows（WSL2経由）、Linux上でDockerとDocker Composeが必要です。スターターキット自体にOS固有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:
- 初回起動時にローカルRAGのワークフロー例があらかじめ読み込まれている
- 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。
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。
よくある質問
Self-hosted AI Starter Kitとは何ですか？
n8nがキュレーションす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、クラウド依存なしでローカルAIワークフローとRAGパイプラインを構築できます。
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。バンドルされたすべてのサービスはデフォルトでローカルに動作し、あらかじめ読み込まれたRAGワークフロー例もバンドルされたOllamaとQdrantのみを使用します。希望すれば後からn8nワークフロー内でクラウドプロバイダーのAPIキーを追加することもできます。
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GitHubでいくつのスターを獲得していますか？
GitHubリポジトリは2026年9月時点で約15,300個のスターと約3,800個のフォークを獲得しています。数字は常に変化するため、現在の値は実際のリポジトリを確認してください。
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。