ชุดเริ่มต้น AI แบบโฮสต์เอง (n8n-services)

เทมเพลต Docker Compose สำหรับ n8n + AI + เครื่องมือประกอบ
เลือกใช้งานได้หลายรูปแบบตามความต้องการ

รายการบริการ

• n8n: ระบบอัตโนมัติและการจัดการเวิร์กโฟลว์
• Ollama: LLM (Large Language Model) สำหรับการประมวลผลภาษา
• Qdrant: ฐานข้อมูลเวกเตอร์ (Vector Database) สำหรับการจัดเก็บและค้นหาข้อมูล
• Redis: ระบบจัดการแคชและคิว
• MinIO: ระบบจัดเก็บข้อมูลแบบ S3-compatible
• PGVector/Postgres: ฐานข้อมูลเชิงสัมพันธ์
• PgAdmin: UI สำหรับจัดการ PostgreSQL
• Cloudflared: เชื่อมต่อกับ Cloudflare Tunnel
• RedisInsight: UI สำหรับจัดการ Redis

---

เลือกโหมดการใช้งาน

แต่ละโหมดเหมาะกับการใช้งานที่แตกต่างกัน:

• โหมดที่ 1 (docker-compose.yml): เหมาะสำหรับผู้เริ่มต้นหรือทดลองใช้งาน n8n + vector database แบบเบา ๆ ไม่ต้องการ LLM ใน container เหมาะกับการเรียนรู้หรือทดสอบฟีเจอร์พื้นฐาน
• โหมดที่ 2 (docker-compose-ollama.yml): เหมาะกับผู้ที่ต้องการใช้งาน LLM (Ollama) ใน container เดียวกันกับ n8n สะดวกสำหรับการทดลอง AI workflow แบบครบวงจรในเครื่องเดียว
• โหมดที่ 3 (docker-compose-full.yml): แนะนำสำหรับการใช้งานจริง/องค์กร (on premise/production) เพราะมีบริการเสริมครบถ้วน (Redis, MinIO ฯลฯ) รองรับงาน production, ปรับแต่งและควบคุมบริการต่าง ๆ ได้อิสระ, สามารถแยก Ollama ออกไปติดตั้งบนเครื่องอื่นหรือคลัสเตอร์ได้ง่าย เหมาะกับการเก็บข้อมูลภายในองค์กรและขยายระบบในอนาคต

1. docker-compose.yml (โหมดเบา/พื้นฐาน)

• บริการ:
  • n8n (workflow automation)
  • PostgreSQL (database)
  • PgAdmin (UI จัดการ postgres)
  • Qdrant (vector database)
  • Cloudflared (Cloudflare tunnel)
• ไม่มี Ollama
• เหมาะสำหรับ: ทดลอง n8n + vector DB, ไม่ต้องการ LLM ใน container

ข้อดีของโหมดนี้:

• เหมาะสำหรับผู้เริ่มต้นหรือผู้ที่ต้องการทดลองใช้งาน n8n และ vector database ได้อย่างรวดเร็ว
• ใช้งานง่าย ไม่ซับซ้อน บริการน้อย ดูแลรักษาง่าย
• เหมาะกับการเรียนรู้ ทดสอบ หรือสาธิตฟีเจอร์พื้นฐาน
• ใช้ทรัพยากรเครื่องน้อย เหมาะกับเครื่องสเปกต่ำหรือ dev environment

เริ่มต้น:

git clone https://github.com/racksync/workshop-ai.git
cd workshop-ai/hands-on/n8n-services
docker compose up -d

---

2. docker-compose-ollama.yml (โหมด AI ครบวงจร + Ollama ใน container)

• บริการ:
  • n8n, postgres, pgadmin, qdrant, cloudflared
  • Ollama (เลือก profile: cpu/gpu/gpu-amd)
  • n8n-import (import credentials/workflows อัตโนมัติ)
• เหมาะสำหรับ: ต้องการรัน LLM (Ollama) ใน container เดียวกัน

ข้อดีของโหมดนี้:

• ติดตั้งและใช้งาน LLM (Ollama) ได้ใน container เดียวกับ n8n สะดวกและรวดเร็ว
• เหมาะกับการทดลอง AI workflow แบบครบวงจรในเครื่องเดียว
• รองรับทั้ง CPU และ GPU (Nvidia/AMD) เลือก profile ได้ตามเครื่อง
• ลดขั้นตอนการตั้งค่า Ollama แยกต่างหาก เหมาะกับ dev/test/demo

ตัวอย่างการรัน:

• CPU:

  docker compose -f docker-compose-ollama.yml --profile cpu up -d

• Nvidia GPU:

  docker compose -f docker-compose-ollama.yml --profile gpu-nvidia up -d

• AMD GPU:

  docker compose -f docker-compose-ollama.yml --profile gpu-amd up -d

---

3. docker-compose-full.yml (โหมด production-like ครบเครื่อง)

• บริการ:
  • n8n, pgvector, pgadmin, qdrant, cloudflared
  • Redis (cache/queue)
  • RedisInsight (UI จัดการ redis)
  • MinIO (S3-compatible object storage)
• ไม่มี Ollama ในตัว (ต้องรัน Ollama แยกเอง หรือใช้ Ollama บน host)
• เหมาะสำหรับ: สภาพแวดล้อมครบเครื่อง, เชื่อมต่อ Ollama ภายนอก

ข้อดีของโหมดนี้ (on premise/production):

• เหมาะกับการใช้งานในองค์กรหรือ production ที่ต้องการความเสถียรและความปลอดภัย
• มีบริการเสริมครบถ้วน (Redis, MinIO ฯลฯ) รองรับงานจริงและการขยายระบบ
• ปรับแต่งและควบคุมบริการต่าง ๆ ได้อิสระ
• สามารถแยก Ollama ออกไปติดตั้งบนเครื่องอื่นหรือคลัสเตอร์ได้ง่าย
• เหมาะกับการใช้งาน on premise ที่ต้องการเก็บข้อมูลภายในองค์กร

ตัวอย่างการรัน (CPU):

docker compose -f docker-compose-full.yml up -d

หากต้องการใช้ Ollama ให้ติดตั้ง Ollama บนเครื่อง หรือรัน container Ollama แยกต่างหาก
จากนั้นตั้งค่า OLLAMA_HOST ใน .env หรือ environment variable ให้ชี้ไปที่ Ollama instance ที่ต้องการ

---

การเชื่อมต่อ Ollama (LLM)

• Ollama ใน container: ใช้ docker-compose-ollama.yml พร้อม profile ที่ต้องการ
• Ollama บน host (เช่น Mac/Windows):
  • ติดตั้ง Ollama ดูวิธีที่นี่
  • ตั้งค่า OLLAMA_HOST=host.docker.internal:11434 (ค่าดีฟอลต์ใน compose รองรับแล้ว)
  • รัน n8n ด้วย compose ปกติหรือ full

---

การเข้าถึงบริการ

• n8n: http://localhost:5678/
• PgAdmin: http://localhost:5050/ (user/pass ดูใน .env)
• Qdrant: http://localhost:6333/
• RedisInsight: http://localhost:5540/ (เฉพาะ full)
• MinIO: http://localhost:9000/ (เฉพาะ full, UI: http://localhost:9001/)

---

การอัปเกรด

• อัปเดตบริการ:

  docker compose -f docker-compose-full.yml pull
  docker compose -f docker-compose-full.yml up -d

  (เปลี่ยนชื่อไฟล์ compose ตามที่ใช้งาน)

---

โฟลเดอร์ข้อมูล

• ./n8n_data : ข้อมูล workflow n8n
• ./shared : โฟลเดอร์แชร์ไฟล์เข้า workflow (mount ที่ /data/shared)
• ./qdrant_data, ./redis_data, ./minio_data : ข้อมูลบริการประกอบ

---

เอกสารและแหล่งเรียนรู้

• AI agents สำหรับนักพัฒนา: จากทฤษฎีสู่การปฏิบัติด้วย n8n
• บทแนะนำ: สร้างเวิร์กโฟลว์ AI ใน n8n
• แนวคิด Langchain ใน n8n
• ฐานข้อมูลเวกเตอร์คืออะไร?

---

สนับสนุนและชุมชน

• ถาม-ตอบและพูดคุย: n8n Forum

---

License

โปรเจกต์นี้อยู่ภายใต้ Apache License 2.0 - ดูไฟล์ LICENSE สำหรับรายละเอียด