n8n-workflows 的 ai-stack 在 Ubuntu 上怎么装 Docker 并用 start.sh 一键启动【免费下载链接】n8n-workflowsall of the workflows of n8n i could find (also from the site itself)项目地址: https://gitcode.com/GitHub_Trending/n8nworkflo/n8n-workflowsn8n-workflows 仓库里的ai-stack目录是一套可一键部署的本地 AI 自动化栈通过 docker compose 同时运行 n8n端口 5678、Agent Zero端口 50080和 ComfyUI端口 8188三个容器。本文面向 Ubuntu 用户目标是在一台新机器上装好 Docker然后进入ai-stack目录用start.sh把这三个服务一次性拉起来并在浏览器里确认全部可访问。按 UBUNTU-INSTALL.md 的说明环境要求如下模式系统内存磁盘GPU最低配置CPU 模式Ubuntu 20.04 或更新8 GB20 GB 可用空间任意现代 CPU推荐配置GPU 模式Ubuntu 20.04 或更新16 GB50 GB 可用空间NVIDIA GPU6 GB 以上显存已装 NVIDIA 驱动没有 NVIDIA GPU 不是阻塞项start.sh会用nvidia-smi自动探测检测不到时提示可以走 CPU 模式。第一步检查并安装 Docker打开终端文档建议Ctrl Alt T先确认 Docker 是否已装docker --version如果输出了版本号跳过本步否则按下面的顺序执行。这些命令使用sudo会向系统添加 Docker 官方软件源并安装docker-ce、docker-ce-cli、containerd.io和docker-compose-plugin包最后把当前用户加入 docker 组使之后运行 docker 命令不再需要sudo# Update package list sudo apt update # Install required packages sudo apt install -y apt-transport-https ca-certificates curl software-properties-common # Add Dockers official GPG key curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /usr/share/keyrings/docker-archive-keyring.gpg # Add Docker repository echo deb [arch$(dpkg --print-architecture) signed-by/usr/share/keyrings/docker-archive-keyring.gpg] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable | sudo tee /etc/apt/sources.list.d/docker.list /dev/null # Update package list again sudo apt update # Install Docker sudo apt install -y docker-ce docker-ce-cli containerd.io docker-compose-plugin # Add your user to docker group (so you dont need sudo) sudo usermod -aG docker $USER # Apply the new group membership newgrp docker装完后用这两条命令验证两者都应输出版本号docker --version docker compose versionstart.sh启动时会依次检查 Docker 是否安装、daemon 是否在运行、docker compose是否可用任一检查失败脚本都会直接报错退出所以这三项都要通过。第二步获取项目并进入 ai-stack 目录# Install git if you dont have it sudo apt install -y git # Clone the repository git clone https://gitcode.com/GitHub_Trending/n8nworkflo/n8n-workflows.git # Go to the ai-stack folder cd n8n-workflows/ai-stack克隆地址请按你实际可用的镜像源替换UBUNTU-INSTALL.md 原文给出的克隆命令指向 GitHub 地址该文档同时提供了一个用wget下载 ZIP 包的 Option B可对照原文选用。本文以 git clone 为主路径后续所有命令都在n8n-workflows/ai-stack目录下执行。第三步用 start.sh 一键启动chmod x start.sh ./start.sh结合 start.sh 脚本源码和文档说明执行时它会依次做这些事检查 Docker 安装、Docker daemon 运行状态和 Docker Compose 是否可用用nvidia-smi检测 NVIDIA GPU未检测到时提示可用--cpu参数走 CPU 模式创建data/n8n、data/agent-zero以及shared/comfyui/models、shared/comfyui/output等目录结构拉取三个镜像n8nio/n8n:latest、frdel/agent-zero-run:latest、aidockorg/comfyui-cuda:latest。文档说明首次拉取大约需要 5–10 分钟首次下载量约 5–10 GB执行docker compose up -d启动容器等待约 10 秒后打印docker compose ps的状态表。启动成功时终端会输出 AI Stack is running!随后脚本会打印三个访问地址和常用命令并提示共享目录位置./sharedComfyUI 模型目录为./shared/comfyui/models。第四步验证三个服务都已起来在终端运行状态检查./start.sh --status它等价于docker compose ps。按 TROUBLESHOOTING.md 的说明应能看到三个容器ai-stack-n8n、ai-stack-agent-zero、ai-stack-comfyui均显示 Up若有容器显示 Exited 或 Error先./start.sh --stop再重新./start.sh仍不行时用./start.sh --logs查看容器日志。然后在浏览器中依次打开服务地址预期n8nhttp://localhost:5678显示欢迎页welcome screenComfyUIhttp://localhost:8188显示 ComfyUI 界面Agent Zerohttp://localhost:50080显示聊天界面UBUNTU-INSTALL.md 末尾的 Success Checklist 即以此为准三个 URL 均能打开、n8n 显示欢迎页、ComfyUI 显示界面、Agent Zero 显示聊天框。另外 docker-compose.yml 中 n8n 与 ComfyUI 配置了 healthcheck分别探测容器内/healthz和/system_statsdocker compose ps中的健康状态也反映这两项检查的结果。日常操作命令启动之后的常规操作都在ai-stack目录下用start.sh完成参数已核对脚本源码--help可查看全部选项./start.sh # 启动 ./start.sh --stop # 停止执行 docker compose down ./start.sh --logs # 查看容器日志 ./start.sh --status # 查看状态执行 docker compose ps ./start.sh --cpu # 强制 ComfyUI 走 CPU 模式 ./start.sh --no-pull # 启动时跳过镜像拉取镜像已存在时使用Ubuntu 下的常见问题排查以下现象和解法均来自 UBUNTU-INSTALL.md 的 Ubuntu-Specific Troubleshooting 一节。运行 docker 报 Permission denied当前用户尚未加入 docker 组重新执行组配置并让会话生效sudo usermod -aG docker $USER newgrp docker ./start.sh文档同时说明也可以退出登录后重新登录来应用新的组身份。报 Cannot connect to Docker daemonDocker 服务未运行启动并设为开机自启再用 status 确认sudo systemctl start docker sudo systemctl enable docker sudo systemctl status docker报 Port already in use先用lsof找出占用端口的进程再决定如何处理。kill -9 PID中的 PID 需替换为上一条命令查到的实际进程号kill -9会强制终止该进程执行前先确认 PID 对应的确实是你要停掉的服务sudo lsof -i :5678 sudo lsof -i :8188 sudo lsof -i :50080 # Kill the process (replace PID with actual number) sudo kill -9 PID磁盘空间不足先查看空间再按文档给出的方式清理。注意docker system prune -a会移除未被使用的 Docker 资源执行前确认没有还需要保留的悬空镜像或未使用容器df -h docker system prune -a sudo apt clean sudo apt autoremoveNVIDIA GPU 未被检测有 GPU 但脚本提示未检测到时文档给出的处理顺序是安装驱动、安装 NVIDIA Container Toolkit、重启 Docker最后用容器实测sudo ubuntu-drivers autoinstall distribution$(. /etc/os-release;echo $ID$VERSION_ID) curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add - curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list sudo apt update sudo apt install -y nvidia-container-toolkit sudo systemctl restart docker docker run --rm --gpus all nvidia/cuda:11.0-base nvidia-smi最后一条命令能打印 GPU 信息说明容器内可用 GPU。可选配置与完整重置如果要从局域网内其他电脑访问这三个服务文档把防火墙放行列为可选项sudo ufw allow 5678/tcp sudo ufw allow 8188/tcp sudo ufw allow 50080/tcp sudo ufw status文档另给了一条完整重置路径。它会删除全部本地数据data/和shared/下的工作流、凭据、模型与生成结果仅在确认放弃现有数据时使用./start.sh --stop docker compose down -v rm -rf data/ shared/ ./start.sh下一步栈起来后README.md 给出的第一个验证动作是导入随仓库自带的测试工作流 ai-stack/workflows/comfyui-simple-test.json在 n8n 中导入并激活后访问http://localhost:5678/webhook/comfyui-status应返回 ComfyUI 的 system stats以此确认 n8n 与 ComfyUI 之间的连通性。日常命令速查见 ai-stack/CHEAT-SHEET.md遇到栈本身的问题镜像拉取慢、GPU 未识别、端口冲突等可继续查阅 ai-stack/TROUBLESHOOTING.md。【免费下载链接】n8n-workflowsall of the workflows of n8n i could find (also from the site itself)项目地址: https://gitcode.com/GitHub_Trending/n8nworkflo/n8n-workflows创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考