n8n · Автоматизация · Docker · Инструкция 21 октября 2026 · 8 мин чтения

n8n на своём сервере:
установка через Docker

n8n — платформа автоматизации: сценарии собираются из блоков, как в Make или Zapier, но систему можно поставить на свой сервер. Тогда данные остаются у вас, а число запусков ограничено только мощностью сервера.

Вариант 1. Попробовать на своём компьютере

Если установлен Node.js (версии 20 и новее), n8n запускается одной командой:

npx n8n

Интерфейс откроется по адресу http://localhost:5678. Так удобно попробовать, но для постоянной работы лучше Docker.

Вариант 2. Docker на компьютере или сервере

docker volume create n8n_data
docker run -d --name n8n --restart always \
  -p 5678:5678 \
  -v n8n_data:/home/node/.n8n \
  docker.n8n.io/n8nio/n8n

Сценарии, учётные данные и настройки хранятся в томе n8n_data и переживают обновление контейнера.

Сервер с доменом и HTTPS

Чтобы n8n принимал вебхуки от сайтов, ботов и CRM, ему нужен публичный адрес с HTTPS:

  1. Арендуйте VPS (для начала хватает 2 ядер и 2–4 ГБ памяти) и направьте поддомен, например n8n.ваш-домен.ru, на его IP-адрес.
  2. Поставьте обратный прокси с автоматическим сертификатом — Caddy, Nginx с Let's Encrypt или Traefik.
  3. Запускайте n8n с переменными, по которым он строит правильные адреса вебхуков:
-e N8N_HOST=n8n.ваш-домен.ru \
-e N8N_PROTOCOL=https \
-e WEBHOOK_URL=https://n8n.ваш-домен.ru/ \
-e GENERIC_TIMEZONE=Europe/Moscow

Без WEBHOOK_URL n8n будет показывать вебхуки с адресом localhost, и внешние сервисы до них не достучатся.

Безопасность и резервные копии

Подключение нейросетей

В n8n есть узлы для работы с языковыми моделями и агентами. Модели подключаются через учётные данные в формате OpenAI: адрес API и ключ. Это может быть локальная Ollama (адрес http://host.docker.internal:11434/v1, если n8n в Docker на той же машине) или облачные модели. Пошагово для IRI Gateway — в инструкции по n8n.

Что автоматизируют первым делом

Если нужен готовый сценарий под процессы компании — см. автоматизация процессов с ИИ.

n8nАвтоматизацияDockerИнструкция