关键要点
- 这是一个Docker Compose模板，而非独立应用——它把四个现有的开源工具组合在一起，而不是自己写新代码
- 打包了n8n（工作流自动化，400多个集成）、Ollama（本地LLM推理）、Qdrant（向量数据库）和PostgreSQL（数据存储）
- 采用Apache-2.0许可证，免费，无需账号或API密钥
- 为纯CPU、Nvidia GPU和AMD GPU（Linux）模型推理分别提供独立的Docker Compose profile
- 自带一个预先加载的示例n8n工作流，演示如何用打包的Ollama和Qdrant实现本地RAG流水线
- 截至2026年9月，GitHub仓库约有15,300颗星、约3,800次fork
- 由低代码工作流自动化公司n8n整理维护，也是n8n平台本身的开发方
📍 简单一句话
Self-hosted AI Starter Kit是n8n出品的免费、Apache-2.0许可的Docker Compose模板，把n8n、Ollama、Qdrant和PostgreSQL打包成一条命令，用于构建完全不依赖云服务的本地AI工作流。
💬 简单来说
与其分别安装一个工作流工具、一个本地模型运行器和一个向量数据库再自己把它们接起来，这个套件把四者预先配置好，让它们能直接互相通信——只需运行一条docker-compose命令，就能得到一个可用的本地AI自动化环境，还自带一个已经加载好的RAG示例工作流。
📌注: 这篇评测是本地LLM软件目录中Self-hosted AI Starter Kit条目的深度补充版——想了解它与其他数十款本地AI工具的一览式对比，请查看该页面。
Self-Hosted AI Starter Kit是什么？
Self-hosted AI Starter Kit是一个Docker Compose模板，而不是一款全新的软件——它自己的GitHub简介也把它称为一个「开放的docker compose模板」，帮助你「快速初始化一套完整的本地AI与低代码开发环境」。它把四个各自独立维护的开源项目（n8n、Ollama、Qdrant和PostgreSQL）组合进一套预先接好线的配置中，让你无需手动逐一安装和组网就能拥有一套可用的本地AI技术栈。
- 核心功能：一份
docker-compose.yml及配套配置文件，把n8n、Ollama、Qdrant和PostgreSQL一起启动并预先组网，使它们能互相通信 - n8n：一个低代码工作流自动化平台，拥有400多个集成，以及用于构建智能体和自动化的专用AI／LangChain节点
- Ollama：在本地运行开放权重语言模型，并作为模型提供方暴露给n8n工作流使用
- Qdrant：开源向量数据库，用于在RAG风格的工作流中存储和检索嵌入向量
- PostgreSQL：支撑n8n自身工作流与凭据存储的关系型数据库
- 维护方：n8n工作流自动化平台背后的公司n8n
- 权威仓库：github.com/n8n-io/self-hosted-ai-starter-kit——本评测所用安装步骤和版本历史的出处
Starter Kit的项目历史与版本里程碑
n8n发布Self-hosted AI Starter Kit，是作为其自身不断增加的AI与LangChain集成节点的配套资源，目的是让开发者无需手动搭建底层技术栈，就能快速、可复现地试用本地AI工作流自动化。
- 1首次发布——核心四服务组合
Why it matters: 发布了最初的docker-compose.yml，把n8n、Ollama、Qdrant和PostgreSQL组合在一起，并附带一个预先加载的RAG示例工作流。 - 2新增GPU Compose profile
Why it matters: 在默认的`cpu`profile之外，引入了独立的`gpu-nvidia`和`gpu-amd`Compose profile，让Ollama可以在支持的系统上使用可用的GPU加速，而不是对每个模型都只能纯CPU推理。 - 3持续跟进n8n自身的AI／LangChain节点更新
Why it matters: 随着n8n核心产品不断增加AI专用节点和智能体构建能力，starter kit预先加载的示例工作流和文档也持续更新，以反映所打包的n8n版本能做到什么。
用Starter Kit能做什么？
starter kit的价值在于打包的各项服务组合在一起能做什么，而不是它自身的新功能。以下是根据官方GitHub README，各部分实际能做的事。
- 本地工作流自动化——在n8n的可视化编辑器中构建并运行自动化，使用其400多个集成以及用于构建智能体的专用AI／LangChain节点
- 本地LLM推理——Ollama在本地运行开放权重模型（Llama、Qwen、Gemma等），作为模型提供方供n8n工作流使用，无需任何外部API密钥
- RAG本地向量存储——Qdrant存储和检索嵌入向量，让n8n工作流可以完全在本地基础设施上构建检索增强生成流水线
- 持久化工作流与凭据存储——PostgreSQL支撑n8n自身的数据库，使工作流、凭据和执行历史在容器重启后依然保留
- GPU加速profile——独立的Compose profile（
cpu、gpu-nvidia、gpu-amd）让Ollama在受支持的场景下使用可用的GPU硬件进行更快的本地推理 - 共享文件访问——挂载的
/data/shared文件夹让n8n工作流可以读写本地文件，适合用于文档摄取类的RAG工作流 - 预加载示例工作流——套件自带一个已经导入的可运行n8n工作流，演示如何用打包的Ollama和Qdrant实现本地RAG模式，可作为起始模板
使用示例：Starter Kit的三种用法
以下是基于上面提到的starter kit已文档化、已打包功能构建的具体工作流，而不是假设性的用例。
安装Self-Hosted AI Starter Kit
starter kit通过git clone和Docker Compose安装——没有单独可下载的应用程序。 以下步骤来自官方GitHub README——请始终以该页面为准进行核对，因为具体命令可能随更新而变化。
步骤 | 命令／链接 |
|---|---|
| 1. 克隆仓库 | git clone https://github.com/n8n-io/self-hosted-ai-starter-kit.git |
| 2. 进入目录 | cd self-hosted-ai-starter-kit |
| 3. 复制环境变量文件 | cp .env.example .env |
| 4a. 启动（纯CPU） | docker compose --profile cpu up |
| 4b. 启动（Nvidia GPU） | docker compose --profile gpu-nvidia up |
| 4c. 启动（AMD GPU，Linux） | docker compose --profile gpu-amd up |
| 源代码 | github.com/n8n-io/self-hosted-ai-starter-kit |
技术栈启动后，n8n会在http://localhost:5678上可用。硬件需求取决于你在Ollama中运行的模型：小模型在一台普通的纯CPU机器上就能跑，更大的模型则更适合用Nvidia或AMD的GPU profile；拉取模型前请先在Ollama的模型库中查看其体积。需要在macOS、Windows（通过WSL2）或Linux上安装Docker和Docker Compose——starter kit本身没有针对特定操作系统的构建。
定价与许可
starter kit本身免费、开源，采用Apache-2.0许可证。 由于它打包了其他开源项目，也值得了解每个组件自身的许可和成本模式。
Self-hosted AI Starter Kit（本模板）
- 许可证:
- 根据仓库LICENSE文件，采用Apache-2.0
- 费用:
- 免费
n8n（打包）
- 许可证:
- 面向自托管使用的Sustainable Use License（源码可见，非OSI批准）；完整许可细节见n8n评测
- 费用:
- 在n8n许可条款下自托管使用免费
Ollama（打包）
- 许可证:
- MIT
- 费用:
- 免费
Qdrant（打包）
- 许可证:
- Apache-2.0
- 费用:
- 免费
PostgreSQL（打包）
- 许可证:
- PostgreSQL License（宽松型）
- 费用:
- 免费
运行完整技术栈在软件许可上不花一分钱——唯一的真实成本是你自己的基础设施（算力、存储，以及可选的GPU）。如果你扩展预加载的n8n工作流去调用付费云LLM API或付费第三方集成，就要按该提供方自身的定价付费；starter kit本身不会加价或收取订阅费。
Self-Hosted AI Starter Kit vs. 原生n8n
starter kit并不是n8n的替代品——它是在n8n之上加了一套预先接好线的本地AI技术栈。 理解两者区别最清晰的方式，是对比开箱即得的内容和需要你自己配置的内容。
需要安装的内容
- Self-Hosted AI Starter Kit:
- n8n + Ollama + Qdrant + PostgreSQL，预先在一个docker-compose.yml中组网
- 原生自托管n8n:
- 仅n8n——其自身的安装步骤见n8n评测
本地LLM推理
- Self-Hosted AI Starter Kit:
- 默认包含打包的Ollama
- 原生自托管n8n:
- 不包含；需要你手动接入自己的模型提供方（本地或云端）
RAG向量数据库
- Self-Hosted AI Starter Kit:
- 默认包含打包的Qdrant
- 原生自托管n8n:
- 不包含；需要你自己添加并组网一个向量数据库
示例工作流
- Self-Hosted AI Starter Kit:
- 首次启动即预加载本地RAG示例工作流
- 原生自托管n8n:
- 从空白画布开始；模板可单独从n8n的模板库获取
最适合谁
- Self-Hosted AI Starter Kit:
- 希望在几分钟内跑起一套完全本地化的AI工作流环境，而不用手动把各服务接起来
- 原生自托管n8n:
- 已经自己运行模型或向量基础设施、只需要自动化层的团队
如果你的基础设施中已经在别处运行着Ollama或向量数据库，安装原生n8n并连接现有服务，可能比采用starter kit打包的版本更简单。如果你是从零开始，starter kit能省去这部分集成工作。
谁适合使用Starter Kit？
starter kit是否合适，取决于你想要的是一套现成的本地AI工作流环境，还是自己组装相同的组件。
Starter Kit vs. 其他本地AI工作流工具
Self-hosted AI Starter Kit处于工作流自动化与RAG框架这一领域，与其他几款可自托管的方案并存。以下是它与相邻工具的对比——完整目录见本地LLM软件目录，最接近的对比可参考上方专门的Starter Kit vs. 原生n8n对比。
- n8n——本套件所构建的底层工作流自动化平台；参见上方专门的对比小节，以及涵盖其独立安装与许可细节的完整n8n评测。
- LangChain-Chatchat——一款带有内置UI的自托管RAG与知识库应用，而非通用的工作流自动化画布；如果一个专门的文档对话应用比工作流构建器更适合你，可参见LangChain-Chatchat评测。
- RAGFlow——一款专注于深度文档理解的RAG引擎，在解析复杂文档（表格、版式）方面比通用工作流工具更彻底；参见RAGFlow评测。
- Haystack——一个以Python为核心的RAG框架，适合想直接编写流水线代码而非使用可视化工作流构建器的开发者；参见Haystack评测。
评估Starter Kit时的常见误区
关于Self-hosted AI Starter Kit的大多数困惑，都来自把它当成一个独立应用来看待、误解它实际打包了什么，或者选错了Compose profile。
常见问题
Self-hosted AI Starter Kit是什么？
它是一个由n8n整理维护的开源Docker Compose模板，把n8n、Ollama、Qdrant和PostgreSQL打包成一条命令，用于构建完全不依赖云服务的本地AI工作流和RAG流水线。
Self-hosted AI Starter Kit免费吗？
是的。该模板本身采用Apache-2.0许可证，运行不收取任何费用。它打包的组件（n8n、Ollama、Qdrant、PostgreSQL）各自在自身许可下也都可以免费自托管使用——详见上方的定价表。
Self-hosted AI Starter Kit实际打包了什么？
四个各自独立维护的开源项目：n8n（工作流自动化，400多个集成）、Ollama（本地LLM推理）、Qdrant（向量数据库）、PostgreSQL（支撑n8n自身数据的关系型数据库）。它是一个docker-compose配置，而不是新软件。
Self-hosted AI Starter Kit需要云账号或API密钥吗？
不需要。默认情况下所有打包的服务都在本地运行，预加载的RAG示例工作流也只使用打包的Ollama和Qdrant。如果你愿意，之后可以在n8n工作流内自行添加云提供方的API密钥。
如何安装Self-hosted AI Starter Kit？
克隆仓库（git clone https://github.com/n8n-io/self-hosted-ai-starter-kit.git），复制环境变量文件（cp .env.example .env），然后运行docker compose --profile cpu up（如需GPU加速则用gpu-nvidia或gpu-amd）。完整步骤见上方的安装表。
它支持GPU加速吗？
支持，通过独立的Docker Compose profile实现：Nvidia GPU用gpu-nvidia，Linux上的AMD GPU用gpu-amd，此外还有用于纯CPU推理的默认cpuprofile。
这和n8n是同一个东西吗？
不是。n8n是四个打包组件之一。starter kit是一个预配置好的环境，会把n8n和Ollama、Qdrant、PostgreSQL一起安装——具体差异见上方的Self-Hosted AI Starter Kit vs. 原生n8n对比。
这个套件里的n8n本身用的是什么许可证？
n8n以其自身的Sustainable Use License源码可见形式提供，面向自托管使用，未获OSI批准——这与覆盖本starter kit模板本身的Apache-2.0许可证不同。完整许可细节见n8n评测。
Self-hosted AI Starter Kit在GitHub上有多少星？
截至2026年9月，GitHub仓库约有15,300颗星、约3,800次fork——由于数字会持续变化，最新计数请查看实时仓库。
Self-hosted AI Starter Kit由谁维护？
它由n8n工作流自动化平台背后的公司n8n整理维护，作为展示如何用n8n的AI和LangChain节点构建本地AI工作流的配套资源。