💝💝💝欢迎来到我的博客，很高兴能够在这里和您见面！希望您在这里可以感受到一份轻松愉快的氛围，不仅可以获得有趣的内容和知识，也可以畅所欲言、分享您的想法和见解。

• 推荐:kwan 的首页,持续学习,不断总结,共同进步,活到老学到老
• 导航
  • 檀越剑指大厂系列:全面总结 java 核心技术,jvm,并发编程 redis,kafka,Spring,微服务等
  • 常用开发工具系列:常用的开发工具,IDEA,Mac,Alfred,Git,typora 等
  • 数据库系列:详细总结了常用数据库 mysql 技术点,以及工作中遇到的 mysql 问题等
  • 新空间代码工作室:提供各种软件服务,承接各种毕业设计,毕业论文等
  • 懒人运维系列:总结好用的命令,解放双手不香吗?能用一个命令完成绝不用两个操作
  • 数据结构与算法系列:总结数据结构和算法,不同类型针对性训练,提升编程思维,剑指大厂

非常期待和您一起在这个小小的网络世界里共同探索、学习和成长。💝💝💝 ✨✨ 欢迎订阅本专栏 ✨✨

前言

本文主要介绍如何在 Windows 系统使用 Docker 部署 n8n 工作流自动平台，并添加 MCP 服务实现自动化 AI 处理任务，结合 cpolar 内网穿透工具还能轻松实现随时随地远程在线访问与使用，无需公网 IP 也不用准备云服务器那么麻烦。

n8n 是一个开源的低代码自动化工作流平台，它拥有 400 多个集成和 900 多个可以立即使用的模版，允许用户通过可视化界面连接不同的应用程序和服务，方便我们构建强大的任务自动化流程。

n8n 通过画布的方式，构建自动化工作流，可以有效减少重复性手动操作，提高工作效率。最重要它支持本地部署，保证我们数据安全。官方提供了两种方式本地部署 n8n，本例中使用 docker 方式进行部署，下面就来具体演示一下操作流程。

1.安装 Docker

首先访问Docker 官网下载地址，下载 X86_64 版本的 Docker Desktop for Windows：

其他操作系统下载与安装 Docker 可以查看这篇文章：Linux、Windows、MacOS 安装 Docker

可选: 如果想自己指定安装目录，可以打开 cmd 等终端工具使用命令行的方式 ：

参数 –installation-dir=D:\Docker 可以指定安装位置：

start /w "" "Docker Desktop Installer.exe" install --installation-dir=D:\Docker

然后，在任务栏搜索功能，勾选适用于Linux的Windows子系统 、虚拟机平台

管理员权限打开命令提示符（cmd），安装 wsl2：

wsl --set-default-version 2

wsl --update --web-download

等待 wsl 安装成功：

如因网络问题无法拉取 docker 镜像可按下方步骤操作配置镜像源：

Setting->Docker Engine->添加上换源的那一段，如下图：

"registry-mirrors":["https://hub.rat.dev","https://docker.1panel.live"],

点击应用并保存后，重新打开 docker desktop 后，左下角显示 engine running 即可正常使用 Docker。

2. 本地部署 n8n

在 n8n 的 github 主页：https://github.com/n8n-io/n8n 我们可以看到 docker 拉取并运行 n8n 容器的命令：

打开 cmd 终端，执行命令即可：

docker volume create n8n_data

docker run -it --rm --name n8n -p 5678:5678 -v n8n_data:/home/node/.n8n docker.n8n.io/n8nio/n8n

n8n 容器启动后，在浏览器中输入 http://localhost:5678

在 docker desktop 中也能看到容器信息：

访问后如果显示 n8n 注册账号页面，则说明安装成功：

3. 简单使用演示

3.1 激活 license key

填写注册信息后，点击 next 下一步：

再简单填写一下调查问题点击 get started 继续：

点击获取免费的 license key 到邮箱：

最后进入邮箱，点击激活 license key 即可。

3.2 创建 AI 工作流

在 n8n 的主界面，我们首先点击右侧的使用现成的 AI Agent 模版进行创建即可：

打开后，我们能看到提供了一个基础的工作流模版，我下面进行一下简单的修改，以便调用本地大模型进行工作：

这个工作流的流程是接受到聊天信息后传导至后边的 AI Agent 模块，然后调用聊天大模型，这里的示例使用的是 OpenAI 的模型，我在本地已经安装了 Ollama 来调用大模型，所以先将这个删除：

删除之后，点击加号，在右侧的语言模型栏中能看到 ollama chat model，选择即可：

在跳转的配置界面中，点击创建新凭证：

然后输入你的 ollama 安装设备的 IP 地址，左上方的名字也可以自定义修改：

看到连接测试成功的提示，即配置成功：

PS：为了成功远程调用本地安装的 Ollama，我们需要提前进行一下环境变量设置：

setx OLLAMA_HOST "0.0.0.0"

setx OLLAMA_ORIGINS "*"

然后重启一下 ollama 服务即可

然后，选择一下要通过 ollama 调用本地哪个大模型：（支持函数调用的模型）

然后点击返回即可：

现在可以在 n8n 主界面看到模型已经修改为了 ollama chat model：

memory 部分默认保留，tool 暂时不用管，稍后添加：

我们先用这个简单的工作流来测试一下：

运行结束后，可以看到工作流的每个节点都显示绿色的对号表示没有出错：

底部左侧能看到聊天交互中的提问与回答，在右边的日志面板中点击模型也能查看聊天记录：

3.3 安装 MCP 节点

接下来，我们可以在 n8n 中添加 MCP 节点来实现在工作流中支持 MCP 服务。

点击个人账号–设置：

点击社区节点后安装一个社区节点：

输入节点名称：n8n-nodes-mcp 勾选下面选项，点击安装：

安装完成后，需要重启一下 n8n 服务，我们现在就能在 n8n 工作流中中集成 mcp 服务了：

3.4 添加 MCP 服务

回到首页，点击刚才创建的工作流：

点击添加 tool：

输入 mcp，选择下面描述为 Use MCP client 的 MCP Client Tool：

选择后，在弹出的页面首先点击新建进行 mcp 服务的设置：

这里我们创建一个 Tavily MCP Server 进行演示，这是一款开源项目，AI 助手可以方便地利用 Tavily 提供的搜索和提取工具，获得实时网络搜索和数据提取能力，快速获取和解析网络上的信息资源。

Tavily MCP Server 的 github 主页：https://github.com/tavily-ai/tavily-mcp

在添加 Tavily MCP Server 到 n8n 工作流中之前，我们需要先获得它的安装参数与 API Key，都可以在它的 github 主页获得。

将上边的参数添加到新建的 MCP 服务配置中：

这里的环境变量需要添加的是 TAVILY_API_KEY：

三项都填好后，保存即可：

然后在跳转的页面给这个 mcp 服务重新命名一下方便识别，大家可以自定义：

修改完点击返回，可以看到已经在 tool 中添加了一个 Tavily Mcp 服务：

然后在 AI Agent 中进行一下设置修改：

将 source for prompt 选项修改为 define below，然后下面的 prompt 修改为：{{"Choose proper tool for user input:"+$json.chatInput }} 即根据用户的输入选择工具

现在我们在聊天框中向它提个问题，可以看到每个节点都正常执行工作流，并给出了答案：

到这里就成功在本地部署了 n8n 工作流平台并学习了如何调用本地大模型与添加 mcp 服务，之后你可以根据自己的需求添加其他的 mcp 服务来打造自己的全自动 AI 助手啦。

4. 安装内网穿透工具

但如果想实现不在同一网络环境下，也能随时随地在线使用 n8n 平台在网页中让 AI 助手执行任务，那就需要借助 cpolar 内网穿透工具来实现公网访问了！接下来介绍一下如何安装 cpolar 内网穿透，过程同样非常简单：

首先进入 cpolar 官网：

cpolar 官网地址: https://www.cpolar.com

点击免费使用注册一个账号，并下载最新版本的 cpolar：

登录成功后，点击下载 cpolar 到本地并安装（一路默认安装即可）本教程选择下载 Windows 版本。

cpolar 安装成功后，在浏览器上访问 http://localhost:9200，使用 cpolar 账号登录,登录后即可看到配置界面,结下来在 WebUI 管理界面配置即可。

接下来配置一下 n8n Web UI 页面的公网地址：

登录后，点击左侧仪表盘的隧道管理——创建隧道，

• 隧道名称：n8n（可自定义命名，注意不要与已有的隧道名称重复）
• 协议：选择 http
• 本地地址：5678
• 域名类型：选择随机域名
• 地区：选择 China Top

隧道创建成功后，点击左侧的状态——在线隧道列表,查看所生成的公网访问地址，有两种访问方式。

使用上面的任意一个公网地址,在电脑或手机平板任意设备的浏览器进行登录访问,即可成功看到 n8n 的 WebUI 界面,这样一个公网地址且可以远程访问就创建好了,使用了 cpolar 的公网域名,无需自己购买云服务器,即可随时随地在网页中远程使用本地部署的 AI 工作流平台了！

小结

为了方便演示，我们在上边的操作过程中使用 cpolar 生成的 HTTP 公网地址隧道，其公网地址是随机生成的。这种随机地址的优势在于建立速度快，可以立即使用。然而，它的缺点是网址是随机生成，这个地址在 24 小时内会发生随机变化，更适合于临时使用。

如果有长期远程访问本地部署的 n8n 通过 WebUI 在线使用工作流平台，或者异地访问与使用其他本地部署的服务的需求，但又不想每天重新配置公网地址，还想让公网地址好看又好记并体验更多功能与更快的带宽，那我推荐大家选择使用固定的二级子域名方式来配置一个公网地址。

5. 配置固定公网地址

接下来演示如何为其配置固定的 HTTP 公网地址，该地址不会变化，方便分享给别人长期查看你部署的项目，而无需每天重复修改服务器地址。

配置固定 http 端口地址需要将 cpolar 升级到专业版套餐或以上。

登录 cpolar 官网，点击左侧的预留，选择保留二级子域名，设置一个二级子域名名称，点击保留:

保留成功后复制保留成功的二级子域名的名称：myn8n，大家也可以设置自己喜欢的名称。

返回 Cpolar web UI 管理界面，点击左侧仪表盘的隧道管理——隧道列表，找到所要配置的隧道：n8n，点击右侧的编辑：

修改隧道信息，将保留成功的二级子域名配置到隧道中

• 域名类型：选择二级子域名
• Sub Domain：填写保留成功的二级子域名：myn8n

点击更新(注意,点击一次更新即可,不需要重复提交)

更新完成后,打开在线隧道列表,此时可以看到公网地址已经发生变化,地址名称也变成了固定的二级子域名名称的域名：

最后,我们使用上边任意一个固定的公网地址访问,可以看到访问成功,这样一个固定且永久不变的公网地址就设置好了，可以随时随地在公网环境异地在线访问本地部署的 Open WebUI 来使用 QWQ32B 大模型了！

总结

通过以上步骤，我们实现了在 Windows 系统电脑本地安装 n8n 工作流平台，并结合 cpolar 内网穿透工具轻松实现在公网环境中使用浏览器远程访问，并为其配置固定不变的二级子域名公网地址的全部流程，经过简单测试，这款工作流平台确实效果很惊艳，非常期待它后续的发展，也感谢您的观看，有任何问题欢迎留言交流。

觉得有用的话点个赞 👍🏻 呗。
❤️❤️❤️本人水平有限，如有纰漏，欢迎各位大佬评论批评指正！😄😄😄

💘💘💘如果觉得这篇文对你有帮助的话，也请给个点赞、收藏下吧，非常感谢!👍 👍 👍

🔥🔥🔥Stay Hungry Stay Foolish 道阻且长,行则将至,让我们一起加油吧！🌙🌙🌙