n8n + Ertas

使用 n8n 的自託管自動化平台搭配 Ertas 訓練的模型，建構隱私優先的 AI 工作流程，協調層和推理引擎都在您控制的基礎設施上運行。

Overview

n8n 是開源、自託管的工作流程自動化平台，已成為需要完全控制資料和基礎設施的團隊的首選。與僅限雲端的替代方案不同，n8n 在您自己的伺服器上運行，這意味著流經自動化的每一條資料都留在您的網路邊界內。這種架構使 n8n 在服務受管制行業客戶的 AI 代理商中特別受歡迎——醫療提供者、金融機構和法律事務所無法將敏感資料路由到第三方雲端服務。

該平台的節點式視覺編輯器開箱即用支援超過 400 個整合，其專用 AI 節點——包括 AI Agent 節點、LLM Chain 節點和各種記憶體和工具節點——使建構複雜的 AI 驅動工作流程變得簡單。然而，大多數 n8n AI 教程和範本預設使用雲端 API 提供者作為語言模型後端，這引入了與團隊選擇 n8n 自託管架構相同的成本和隱私問題。

How Ertas Integrates

n8n 的 AI Agent 節點和 LLM Chain 節點透過認證系統支援自訂 OpenAI 相容端點。這意味著您可以在 Ertas Studio 中訓練專用模型，透過 Ollama 在本地部署，並將 n8n 直接指向該本地端點，無需安裝任何額外的外掛或自訂節點。認證設定接受自訂基礎 URL，因此您只需輸入 Ollama 伺服器位址和模型名稱——n8n 使用標準 OpenAI 聊天完成協議處理其餘部分。

這建立了一個完全自託管的 AI 堆疊，自動化引擎和語言模型都在您的基礎設施上運行。使用 Ertas 微調可以最佳化特定任務的模型效能——無論是從發票中擷取結構化資料、按緊急程度分類支援工單，還是生成個人化電子郵件回應。結果是一個更快（無需到雲端 API 的網路往返）、更便宜（無按令牌計費）且更私密（管線中任何時點都沒有資料離開您的伺服器）的 AI 工作流程。

Getting Started

1
在 Ertas Studio 中微調任務特定模型
準備與您工作流程相關的範例訓練資料集——分類郵件、擷取的發票欄位或生成的回應——並在 Ertas Studio 中針對您選擇的基礎模型運行微調作業。
2
使用 Ollama 部署模型
將微調模型匯出為 GGUF，使用 Ertas 生成的 Modelfile 在 Ollama 中註冊，並啟動伺服器。確認模型可在預期端點存取。
3
為本地端點設定 n8n 認證
在 n8n 中，建立新的 OpenAI 相容認證。將基礎 URL 設定為您的 Ollama 伺服器位址（例如 http://localhost:11434/v1），並輸入任意字串作為 API 金鑰，因為 Ollama 預設不需要驗證。
4
使用 AI Agent 節點建構工作流程
將 AI Agent 節點或 LLM Chain 節點新增到工作流程中，並選擇剛建立的認證。指定模型名稱，設定任務的系統提示，並將節點接入現有工作流程邏輯。
5
監控和迭代
運行測試執行以驗證輸出品質。使用 n8n 的執行日誌檢查提示和回應，並將邊緣案例回饋到 Ertas 訓練資料集用於下一次微調迭代。

json

{
  "n8n_credential_type": "OpenAI Compatible",
  "settings": {
    "baseUrl": "http://localhost:11434/v1",
    "apiKey": "not-required",
    "modelName": "my-ertas-model"
  },
  "ai_agent_node": {
    "systemPrompt": "You are a support ticket classifier. Respond with exactly one label: billing, technical, account, or general.",
    "temperature": 0.1,
    "maxTokens": 32
  }
}

n8n 認證和 AI Agent 節點設定，用於連接到服務 Ertas 訓練模型的本地 Ollama 端點。