Pydantic Lod Test

🚀 自主託管 AI 啟動套件指南

本啟動套件旨在幫助用戶輕鬆搭建並運行本地 AI 工作流環境，為開發者、數據科學家和技術愛好者提供靈活且高效的工具支持。

🚀 快速開始

安裝步驟

1. 下載並安裝 Docker：根據你的操作系統（Windows、Mac 或 Linux）從 Docker 官方網站 下載並安裝 Docker。
2. 克隆啟動套件倉庫：

   git clone https://github.com/your-repository.git
   cd your-repository
   

3. 構建並啟動容器：
   • 對於 Nvidia GPU 用戶：

     docker compose --profile gpu-nvidia up -d
     

   • 對於 Mac / Apple Silicon 用戶：

     docker compose up -d
     

   • 其他用戶：

     docker compose --profile cpu up -d
     

4. 訪問 n8n 界面：打開瀏覽器，訪問 http://localhost:5678 進入 n8n 的管理界面。

快速入門

• 創建新工作流：在 n8n 中點擊“新建工作流”按鈕，開始構建你的 AI 工作流。
• 添加節點：從左側的節點庫中拖放所需的節點（如 AI 代理、數據源等）到畫布上。
• 連接節點：通過鼠標拖動的方式將節點連接起來，定義數據流動方向。
• 設置配置：為每個節點配置必要的參數，例如 API 密鑰、輸入字段等。
• 運行工作流：點擊“運行”按鈕，測試你的工作流是否正常運作。

📦 安裝指南

適用於 Nvidia GPU 用戶

docker compose --profile gpu-nvidia pull
docker compose create && docker compose --profile gpu-nvidia up

適用於 Mac / Apple Silicon 用戶

docker compose pull
docker compose create && docker compose up

其他所有人

docker compose --profile cpu pull
docker compose create && docker compose --profile cpu up

📚 詳細文檔

優化建議

1. 使用共享文件夾：

   • 啟動套件會在同一目錄下創建一個共享文件夾，默認路徑為 /data/shared。你可以通過此路徑在 n8n 容器內訪問本地文件系統。
   • 相關節點包括：
     • 讀取/寫入文件
     • 本地文件觸發器
     • 執行命令

2. 配置 GPU 支持：

   • 如果你使用的是 Nvidia 顯卡，確保 Docker 已正確配置為使用 GPU 加速。可以在 docker-compose.yml 文件中添加如下配置：

     services:
       n8n:
         ...
         deploy:
           resources:
             limits:
               nvidia.com/gpu: 1
     

3. 調整性能參數：

   • 根據你的硬件配置，適當增加內存和 CPU 配額。例如，在 docker-compose.yml 中設置：

     services:
       n8n:
         ...
         resources:
           limits:
             cpus: '2'
             memory: 4G
     

升級說明

1. 停止當前容器：

   docker compose down
   

2. 拉取最新鏡像：

   • 對於 Nvidia GPU 用戶：

     docker compose --profile gpu-nvidia pull
     

   • 對於 Mac / Apple Silicon 用戶：

     docker compose pull
     

   • 其他用戶：

     docker compose --profile cpu pull
     

3. 重新啟動容器：

   docker compose up -d
   

教程與資源

• 官方文檔：n8n 官方文檔
• 視頻教程：n8n 入門指南
• 社區支持：加入 n8n 用戶論壇，與全球用戶交流經驗。