n8n + Ertas

使用 n8n 的自托管自动化平台与 Ertas 训练的模型构建隐私优先的 AI 工作流，编排层和推理引擎都运行在您控制的基础设施上。

Overview

n8n 是开源、自托管的工作流自动化平台，已成为需要完全控制数据和基础设施的团队的首选。与纯云替代方案不同，n8n 运行在您自己的服务器上，这意味着流经您自动化的每一条数据都保留在您的网络边界内。这种架构使 n8n 在服务于受监管行业客户的 AI 代理机构中特别受欢迎——医疗机构、金融机构和律师事务所无法将敏感数据通过第三方云服务路由。

该平台基于节点的可视化编辑器开箱即用地支持超过 400 个集成，其专用 AI 节点——包括 AI Agent 节点、LLM Chain 节点以及各种内存和工具节点——使构建复杂的 AI 驱动工作流变得简单。然而，大多数 n8n AI 教程和模板默认使用云 API 提供商作为语言模型后端，这引入了与导致团队选择 n8n 自托管架构相同的成本和隐私问题。

How Ertas Integrates

n8n 的 AI Agent 节点和 LLM Chain 节点通过其凭据系统支持自定义兼容 OpenAI 的端点。这意味着您可以在 Ertas Studio 中训练专用模型，通过 Ollama 在本地部署，并直接将 n8n 指向该本地端点，无需安装任何额外的插件或自定义节点。凭据配置接受自定义基础 URL，因此您只需输入 Ollama 服务器地址和模型名称——n8n 使用标准 OpenAI 聊天补全协议处理其余事务。

这创建了一个完全自托管的 AI 栈，自动化引擎和语言模型都运行在您的基础设施上。使用 Ertas 的微调让您优化模型在特定任务上的性能——无论是从发票中提取结构化数据、按紧急程度分类支持工单，还是生成个性化电子邮件回复。结果是一个更快（无需到云 API 的网络往返）、更便宜（无按 token 计费）且更私密（数据在管道的任何环节都不会离开您的服务器）的 AI 工作流。

Getting Started

1
在 Ertas Studio 中微调任务专用模型
准备与工作流相关的示例训练数据集——分类过的邮件、提取的发票字段或生成的回复——并在 Ertas Studio 中针对所选基础模型运行微调作业。
2
使用 Ollama 部署模型
将微调模型导出为 GGUF，使用 Ertas 生成的 Modelfile 注册到 Ollama，并启动服务器。确认模型在预期端点可达。
3
为本地端点配置 n8n 凭据
在 n8n 中，创建新的 OpenAI 兼容凭据。将基础 URL 设置为您的 Ollama 服务器地址（例如 http://localhost:11434/v1），API 密钥输入任意字符串，因为 Ollama 默认不需要认证。
4
使用 AI Agent 节点构建工作流
将 AI Agent 节点或 LLM Chain 节点添加到工作流中，并选择刚创建的凭据。指定模型名称，为任务配置系统提示，并将节点接入现有工作流逻辑。
5
监控并迭代
运行测试执行以验证输出质量。使用 n8n 的执行日志检查提示和响应，并将边缘案例反馈到 Ertas 训练数据集中用于下一次微调迭代。

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 凭据和 AI Agent 节点配置，连接到提供 Ertas 训练模型服务的本地 Ollama 端点。