n8n на своём сервере: self-hosted автоматизация и связка с ИИ

n8n — это визуальный конструктор автоматизаций: соединяете блоки-ноды в сценарий, и он сам гоняет данные между сервисами, базами, API и почтой. В отличие от облачных Zapier и Make, n8n можно развернуть у себя на сервере — а значит, данные не уходят на сторону, нет лимитов на число операций и можно подключить локальную LLM. Разберём, как это поднять.

Зачем держать n8n у себя

• Приватность. Через автоматизации проходят чувствительные данные: заявки, письма, документы, содержимое CRM. На своём сервере они остаются в вашей инфраструктуре — важно для 152-ФЗ.
• Нет лимитов и оплаты за операции. Облачные платформы берут деньги за число запусков. Self-hosted n8n гоняет сколько угодно сценариев за фиксированную цену сервера.
• Связка с локальной LLM. n8n умеет обращаться к моделям по API — можно подключить свою Ollama на том же сервере и делать ИИ-обработку без зарубежных сервисов.
• Полный контроль. Свои интеграции, доступ к внутренним системам в приватной сети, любые версии и обновления по своему графику.

Что нужно из железа

n8n — приложение на Node.js, оно нетребовательно: для старта хватает 2 vCPU и 2–4 ГБ RAM. Ресурсы съедает не сам n8n, а то, что он запускает: параллельные сценарии, обработка больших файлов, а главное — локальная LLM, если вы подключаете ИИ. Для ИИ-сценариев планируйте GPU-сервер, для обычных автоматизаций достаточно VPS или выделенного сервера без видеокарты.

Установка через Docker

Самый чистый способ — запустить n8n в контейнере. На сервере с установленным Docker:

docker run -d --name n8n --restart unless-stopped \
  -p 5678:5678 \
  -e N8N_HOST=n8n.example.ru \
  -e WEBHOOK_URL=https://n8n.example.ru/ \
  -v n8n_data:/home/node/.n8n \
  docker.n8n.io/n8nio/n8n

После запуска панель доступна на порту 5678. Том n8n_data хранит ваши сценарии и учётные данные — он переживает перезапуск контейнера. Для боевого использования n8n обычно поднимают вместе с PostgreSQL через docker compose, чтобы хранить данные в полноценной базе.

Связка с ИИ: сценарии, которые реально нужны

Главная причина держать n8n рядом с локальной моделью — строить ИИ-автоматизации без отправки данных наружу:

• Обработка входящих заявок. Письмо или форма → LLM извлекает суть, категоризирует, черновик ответа → задача в CRM или уведомление в мессенджер.
• Разбор документов. Загруженный PDF → извлечение текста → LLM структурирует данные → запись в базу.
• Внутренний ассистент. Вопрос из чата → поиск по вашей базе знаний (RAG) → ответ от локальной модели.
• Модерация и суммаризация. Поток сообщений → LLM оценивает/сокращает → сводка руководителю.

Во всех сценариях n8n обращается к модели по HTTP — если это ваша Ollama на том же сервере, данные вообще не покидают инфраструктуру.

Вывод в продакшн

• Домен и TLS. Поднимите n8n за обратным прокси (nginx/Caddy) с HTTPS — панель и вебхуки должны работать по домену, а не по IP:порту.
• Вебхуки. Задайте корректный WEBHOOK_URL, иначе внешние сервисы не смогут достучаться до триггеров.
• База данных. Для продакшна — PostgreSQL вместо встроенного SQLite: надёжнее и переживает нагрузку.
• Бэкапы. Регулярно сохраняйте том с данными и базу — там ваши сценарии и ключи от подключённых сервисов.

Где взять сервер

Нужен сервер с Docker, root-доступом, белым IPv4 и доменом. Friend IT даёт под это серверы под Docker и выделенные серверы в собственном дата-центре в Москве: развернём n8n с базой, доменом и TLS, при необходимости — со связкой с локальной LLM на GPU-сервере. Данные и автоматизации остаются в РФ. Начать можно с VPS и вырасти под нагрузку.