如何在 Hello-Agents 低代码平台学习前用 Docker 本地部署 n8n 并访问 5678 端口控制台【免费下载链接】hello-agents 《从零开始构建智能体》——从零开始的智能体原理与实践教程项目地址: https://gitcode.com/datawhalechina/hello-agents《从零开始构建智能体》hello-agents在 第五章 基于低代码平台的智能体搭建 中专门用 n8n 搭建了“智能邮件助手”案例而这个案例需要一个本地部署的 n8n 实例。在动手跟做之前你需要先在本机用 Docker 把 n8n 跑起来并确认能访问 5678 端口的控制台。本文按项目 Additional-Chapter 中的 n8n 安装指南 完成这一前置步骤安装 Docker 客户端、用两条命令启动 n8n 容器最后验证 n8n 正在运行并进入启动界面。指南的截图演示环境是 Windows其他系统下载 Docker 时选对应版本即可。为什么本地部署选 Docker安装指南只介绍了 Docker 这一种本地安装方式给出的理由是这种方式“最稳定并且最利于持续探索 n8n 的使用”。对准备跟随第五章持续搭建 n8n 工作流的读者来说这就是默认路径。第一步安装 Docker 客户端并设置镜像存放路径进入 Docker 官网选择你的终端设备进行下载指南以 Windows 作为演示。下载后切换 Docker 的磁盘存放路径。指南提醒镜像一般很大尽量不要存放在 C 盘。第二步用两条命令启动 n8n 容器打开命令行依次执行docker volume create n8n_data docker run -d --restart unless-stopped --name n8n -p 5678:5678 -v n8n_data:/home/node/.n8n n8nio/n8n第一条命令创建名为n8n_data的 Docker 卷用于保存 n8n 的数据。第二条命令在后台启动 n8n 镜像n8nio/n8n首次执行时如本机没有该镜像Docker 会先拉取这也是上一步要把存放路径挪出 C 盘的原因。其中影响后续操作的参数-p 5678:5678把容器的 5678 端口映射到宿主机的 5678 端口后面就是从这个端口进入 n8n 控制台-v n8n_data:/home/node/.n8n把刚创建的卷挂载到容器内 n8n 的数据目录--name n8n给容器命名Docker 列表里看到的名称就是它-d与--restart unless-stopped后台运行并设置容器的重启策略。第三步验证 n8n 正在运行并访问 5678 控制台指南不依赖命令行输出来判断结果而是通过 Docker 界面验证打开 Docker能看到 n8n 容器处于运行状态点击5678:5678的端口入口即可进入 n8n 的启动界面进入页面后能看到“打开新项目”的按钮说明控制台已可用。后续编排工作流时通过添加新节点的按钮搜索并添加所需节点即可。到这里标题对应的任务完成n8n 已在本地 Docker 中运行5678 端口控制台可以访问。部署完成后衔接第五章的 n8n 案例第五章 5.5.2 节 明确写道“关于 n8n 的环境配置和最基础的使用在项目的Additional-Chapter文件夹下制作了文档这里就不过多介绍。”也就是说本文搭好的环境正是教程 n8n 部分的起点。验证通过后按以下顺序阅读5.5.1 n8n 的节点与工作流触发节点与常规节点的基本概念5.5.3 构建 Agent 的私有知识库用Code、Embeddings、Simple Vector Store节点加载知识5.5.4 创建 Agent 主工作流Gmail触发器加AI Agent节点构建完整的智能邮件助手。需要注意的一个限制案例中用到的Simple Memory与Simple Vector Store都是基于内存的存储n8n 服务一旦重启所有对话历史和知识库都会丢失。第五章 5.5.5 节指出实际部署时应将其替换为 Redis、Pinecone 等外部持久化数据库。因此在本地跟做案例时重启 n8n 后需要重新执行知识库加载流程。【免费下载链接】hello-agents 《从零开始构建智能体》——从零开始的智能体原理与实践教程项目地址: https://gitcode.com/datawhalechina/hello-agents创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
如何在 Hello-Agents 低代码平台学习前用 Docker 本地部署 n8n 并访问 5678 端口控制台？
如何在 Hello-Agents 低代码平台学习前用 Docker 本地部署 n8n 并访问 5678 端口控制台【免费下载链接】hello-agents 《从零开始构建智能体》——从零开始的智能体原理与实践教程项目地址: https://gitcode.com/datawhalechina/hello-agents《从零开始构建智能体》hello-agents在 第五章 基于低代码平台的智能体搭建 中专门用 n8n 搭建了“智能邮件助手”案例而这个案例需要一个本地部署的 n8n 实例。在动手跟做之前你需要先在本机用 Docker 把 n8n 跑起来并确认能访问 5678 端口的控制台。本文按项目 Additional-Chapter 中的 n8n 安装指南 完成这一前置步骤安装 Docker 客户端、用两条命令启动 n8n 容器最后验证 n8n 正在运行并进入启动界面。指南的截图演示环境是 Windows其他系统下载 Docker 时选对应版本即可。为什么本地部署选 Docker安装指南只介绍了 Docker 这一种本地安装方式给出的理由是这种方式“最稳定并且最利于持续探索 n8n 的使用”。对准备跟随第五章持续搭建 n8n 工作流的读者来说这就是默认路径。第一步安装 Docker 客户端并设置镜像存放路径进入 Docker 官网选择你的终端设备进行下载指南以 Windows 作为演示。下载后切换 Docker 的磁盘存放路径。指南提醒镜像一般很大尽量不要存放在 C 盘。第二步用两条命令启动 n8n 容器打开命令行依次执行docker volume create n8n_data docker run -d --restart unless-stopped --name n8n -p 5678:5678 -v n8n_data:/home/node/.n8n n8nio/n8n第一条命令创建名为n8n_data的 Docker 卷用于保存 n8n 的数据。第二条命令在后台启动 n8n 镜像n8nio/n8n首次执行时如本机没有该镜像Docker 会先拉取这也是上一步要把存放路径挪出 C 盘的原因。其中影响后续操作的参数-p 5678:5678把容器的 5678 端口映射到宿主机的 5678 端口后面就是从这个端口进入 n8n 控制台-v n8n_data:/home/node/.n8n把刚创建的卷挂载到容器内 n8n 的数据目录--name n8n给容器命名Docker 列表里看到的名称就是它-d与--restart unless-stopped后台运行并设置容器的重启策略。第三步验证 n8n 正在运行并访问 5678 控制台指南不依赖命令行输出来判断结果而是通过 Docker 界面验证打开 Docker能看到 n8n 容器处于运行状态点击5678:5678的端口入口即可进入 n8n 的启动界面进入页面后能看到“打开新项目”的按钮说明控制台已可用。后续编排工作流时通过添加新节点的按钮搜索并添加所需节点即可。到这里标题对应的任务完成n8n 已在本地 Docker 中运行5678 端口控制台可以访问。部署完成后衔接第五章的 n8n 案例第五章 5.5.2 节 明确写道“关于 n8n 的环境配置和最基础的使用在项目的Additional-Chapter文件夹下制作了文档这里就不过多介绍。”也就是说本文搭好的环境正是教程 n8n 部分的起点。验证通过后按以下顺序阅读5.5.1 n8n 的节点与工作流触发节点与常规节点的基本概念5.5.3 构建 Agent 的私有知识库用Code、Embeddings、Simple Vector Store节点加载知识5.5.4 创建 Agent 主工作流Gmail触发器加AI Agent节点构建完整的智能邮件助手。需要注意的一个限制案例中用到的Simple Memory与Simple Vector Store都是基于内存的存储n8n 服务一旦重启所有对话历史和知识库都会丢失。第五章 5.5.5 节指出实际部署时应将其替换为 Redis、Pinecone 等外部持久化数据库。因此在本地跟做案例时重启 n8n 后需要重新执行知识库加载流程。【免费下载链接】hello-agents 《从零开始构建智能体》——从零开始的智能体原理与实践教程项目地址: https://gitcode.com/datawhalechina/hello-agents创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
