n8n 本地部署实战：用 Docker 搭建自动化平台

在学习 AI 自动化的过程中，拥有一个稳定可控的本地环境是绕不开的第一步。n8n 作为一款开源的工作流自动化工具，支持将各类 API、服务和 AI 能力编排成可视化的工作流。本文基于 n8n 完整课程系列的第 9 期教程内容，拆解如何通过 Docker 完成 n8n 的本地部署，并解释每一步配置背后的逻辑。

相比云端托管方案，自建环境能够完整掌控数据存储、端口映射和运行时参数，这对于后续动手实践每一个节点、理解自动化流程的运行机制尤为关键。

为什么用 Docker 跑 n8n

Docker 把 n8n 及其运行所需的依赖打包进一个容器，省去了手动配置 Node.js 环境的麻烦。整个部署过程归结为几个核心动作：创建一个用于持久化数据的卷（volume）、拉取 n8n 镜像、启动容器并完成端口与环境变量的映射。

其中最容易被忽视却又最重要的是数据卷（volume）。教程中强调，volume 是保存你所有工作流和配置的地方——“无论你搭建了什么，都会被保存在这里”。如果不正确挂载卷，容器重启后你的工作流就会丢失。因此在配置时，需要把宿主机路径（host path）设为 n8n_data，容器内路径（container path）设为 /home/node，这样数据才能在容器之外持久保留。

Docker 的核心概念值得稍作说明。镜像（image） 是一个只读的模板，包含了运行 n8n 所需的操作系统层、Node.js 运行时和 n8n 程序本身；容器（container） 则是镜像运行时的实例，可以理解为一个隔离的轻量级虚拟环境。每次执行 docker run 命令，Docker 就会基于镜像创建一个新容器。容器本身是无状态的——停止并删除容器后，容器内部产生的所有数据都会消失，这正是数据卷（volume）存在的根本原因。卷独立于容器的生命周期之外，将数据存储在宿主机的文件系统中，因此即便容器被删除、镜像被更新，工作流配置依然完好保留。

关键配置：端口与时区

启动命令会将容器的 5678 端口映射到宿主机的同名端口，这是 n8n Web 界面的默认访问入口。部署完成后，直接通过 localhost:5678 即可打开操作面板。

时区（TZ）的设置也值得单独说明。教程指出，TZ 环境变量用于设定容器的系统时区，它直接影响 date 等脚本和命令返回的时间结果。如果你的工作流涉及定时触发或时间戳记录，错误的时区会导致任务在意外的时间点执行。

查询自己所在时区的方法很简单：在时区列表中按地区搜索即可。教程作者以印度为例，搜索 Asia 后选择 Asia/Kolkata（加尔各答，印度的一个邦所在地）作为对应时区，复制后替换进配置即可。你需要根据自己所在国家选择最接近的时区标识。

环境变量逐一填写

本次部署共涉及四个环境变量，需要一一手动传入：

• GENERIC_TIMEZONE：通用时区，填入前面查到的时区值（如 Asia/Kolkata）
• TZ：系统时区，同样填入时区值
• 其余两个布尔型变量设为 true

时区类的两个变量使用相同的值即可。全部填写完成后，点击 Run 按钮并选择 Allow，Docker 便会开始拉取镜像、启动容器并完成整个安装流程。这个过程无需额外干预，等待完成即可。

首次启动与账户设置

安装结束后，点击生成的访问链接，n8n 会引导你完成初始化。首先是账户注册表单：填写邮箱和密码，务必妥善保存，避免遗忘。

接下来 n8n 会询问一些关于你和使用场景的信息，比如你的职业、使用目的等。教程建议如实选择——学生可选“教育用途”，企业用户则选择对应选项。这里需要留意使用限制：如果计划用于团队协作（set system），通常需要选择相应的付费方案；个人学习与实践则不受此限。初始引导可以通过获取许可证密钥（license key）继续。

完成后便进入 n8n 主界面，此时你已经可以创建多个工作流，整个本地部署流程至此结束。

进阶：Docker Compose 与 Docker Engine

除了 Docker Desktop 的图形化操作，教程还提到了另一种部署方式——Docker Compose。这种方式涉及一定的配置文件编写（并非真正意义上的编程），适合需要更精细控制或多服务编排的场景。作者表示已有专门的视频讲解这一方法。

对于遇到 Docker Desktop 兼容问题的用户，还可以转向 Docker Engine 方案。不过教程认为，对大多数初学者而言，Docker Desktop 已经足以稳定处理所有需求，不必一开始就折腾更复杂的方案。

Docker Compose 通过一个名为 docker-compose.yml 的 YAML 配置文件，将原本需要在命令行逐一传入的端口、卷挂载、环境变量等参数集中声明，执行一条 docker compose up 命令即可完成全部启动。这种方式的优势在于可重复性——配置文件可以纳入版本控制，团队成员或迁移到新机器时只需一份文件即可复现相同环境。Docker Engine 则是 Docker 的底层守护进程（daemon），Docker Desktop 在 macOS 和 Windows 上本质上是在虚拟机内运行 Docker Engine 并附加了图形界面。在 Linux 服务器上直接安装 Docker Engine 是更轻量的选择，不需要桌面图形环境，也常见于云服务器的生产部署场景。

小结

这一讲把 n8n 的本地部署从头到尾走了一遍：数据卷持久化、端口映射、时区与环境变量配置，再到首次启动和账户初始化。作者反复强调一点——所有东西都要动手实践，哪怕是最简单的设置也要亲自跑一遍，这样才能真正理解 n8n 内部的运行机制。打好这个环境基础，后续才能顺畅地深入每一个自动化节点的学习。