Mantén separada la decisión sobre el producto de la decisión operativa. Una plantilla puede iniciar el software. No designa a las personas que aprueban los cambios o restauran el servicio.
¿Qué es el kit de inicio de IA autoalojado de n8n?
El kit oficial es una plantilla abierta de Docker Compose para un entorno local de desarrollo de IA y low-code. n8n mantiene el proyecto y combina su plataforma de flujos de trabajo autoalojada con componentes compatibles para flujos de trabajo de IA locales (GitHub).
El inventario documentado es el siguiente:
- n8n, la plataforma de flujos de trabajo autoalojada (GitHub)
- Ollama, el servicio local de modelos de lenguaje (GitHub)
- Qdrant, el almacén vectorial (GitHub)
- PostgreSQL, la base de datos (GitHub)
El repositorio incluye un archivo de Docker Compose y configuraciones predefinidas de red y almacenamiento (GitHub). Su README también documenta un archivo de entorno, perfiles de máquina, un flujo de trabajo incluido, acceso a archivos locales y comandos de actualización específicos para cada perfil (GitHub).
Los ejemplos oficiales incluyen un agente para programar citas, resúmenes de archivos PDF de una empresa, bots de Slack para comunicaciones corporativas y operaciones de TI, y análisis de documentos financieros (GitHub, documentación de n8n). Son ejemplos de posibles caminos para quienes desarrollan. No son servicios terminados para clientes, y AI Jungle OS no afirma proporcionarlos.
No mezcles este inventario con otros repositorios. Por ejemplo, local-ai-packaged es un proyecto independiente que añade componentes como Supabase, Open WebUI, Flowise, Neo4j, Langfuse, SearXNG y Caddy (local-ai-packaged). Esos componentes no forman parte del kit oficial de n8n descrito aquí.
¿En qué se diferencia un experimento local de un servicio privado de IA mantenido?
Un experimento local demuestra que un flujo de trabajo puede ejecutarse. Un servicio privado mantenido también tiene decisiones asignadas sobre el acceso, los cambios, los fallos y la recuperación. La primera mitad de esta distinción procede del alcance documentado del kit. La segunda mitad corresponde a nuestros criterios para compradores.
| Área de decisión | Qué documenta el kit oficial | Qué te pide decidir esta guía |
|---|---|---|
| Finalidad | Un entorno local de desarrollo de IA y low-code para empezar y crear pruebas de concepto (GitHub, documentación de n8n) | Qué flujos de trabajo pueden seguir siendo experimentos y cuáles pueden convertirse en un servicio |
| Componentes | n8n, Ollama, Qdrant y PostgreSQL en una plantilla de Docker Compose (GitHub) | Qué componentes exactos posee y mantiene tu servicio |
| Límite de producción | El kit no está totalmente optimizado para producción y debe protegerse y reforzarse antes de usarlo en producción (documentación de n8n) | Quién decide que tu configuración está lista y registra esa decisión |
| Acceso | La configuración indica que copies el archivo de entorno de ejemplo y cambies sus secretos y contraseñas (GitHub) | Quién tiene el acceso de administrador y las credenciales de las aplicaciones |
| Actualizaciones | El README proporciona comandos de actualización específicos para cada perfil (GitHub) | Quién revisa, aprueba, aplica y revierte un cambio |
| Recuperación | La guía de inicio rápido cubre el arranque y la inspección de los registros de la primera ejecución (GitHub) | Qué se restaura, quién lo hace y cómo se comprueba el resultado |
Esta tabla no define un estándar universal de producción. Evita un error habitual de categoría: interpretar una lista de componentes como si fuera un modelo operativo.
La capa que falta es la rendición de cuentas, no otro contenedor. Si nadie se hace cargo de una actualización o de un flujo de trabajo fallido, el límite del servicio sigue sin definirse.
¿Cómo debes elegir entre un kit de inicio y una configuración operada?
Elige a partir de respuestas escritas, no según la longitud de la lista de componentes. Utiliza las siguientes comprobaciones como registro editorial de la decisión. No amplían la declaración de soporte de n8n.
Responsabilidad
Nombra a la persona responsable del host y a la responsable de cada flujo de trabajo. Indica quién puede detener un flujo de trabajo. Si la misma persona se encarga de ambos, déjalo por escrito. El objetivo no es crear un proceso grande. El objetivo es tener una respuesta que siga siendo clara cuando algo falle.
Acceso
Enumera las cuentas de administrador y las credenciales de aplicaciones que requiere la configuración. Registra quién puede conceder acceso y quién puede retirarlo. La guía oficial de inicio rápido indica a los usuarios que creen .env a partir de .env.example y actualicen los secretos y las contraseñas (GitHub). Nuestros criterios añaden la cuestión de la responsabilidad humana.
Actualizaciones
Decide quién revisa un cambio en un flujo de trabajo, modelo o componente. Registra quién lo aprueba y quién puede revertirlo. El repositorio publica distintos comandos de actualización para sus perfiles documentados (GitHub). Esa orientación sobre los comandos no decide tu regla de aprobación.
Recuperación
Escribe qué debe volver a funcionar tras un fallo. Nombra a la persona que lo restaura y a la que comprueba el resultado. Registra también qué debe poder exportarse si el servicio cambia de responsable o se detiene. Estas son las preguntas operativas de esta guía. No son funciones de recuperación atribuidas al kit de inicio.
Utiliza un kit de inicio cuando la tarea inmediata sea crear e inspeccionar un flujo de trabajo local. Considera una configuración operada cuando el flujo de trabajo tenga usuarios además de quien lo creó y tu empresa necesite respuestas duraderas para las comprobaciones anteriores. La etiqueta importa menos que la responsabilidad documentada.
¿Cómo se ejecuta el ejemplo del kit de inicio de IA autoalojado?
Sigue la secuencia del repositorio para clonar, elegir el perfil, abrir el navegador y usar el flujo de trabajo incluido. La página oficial de despliegue dirige a los usuarios al repositorio de GitHub del kit (documentación de n8n).
- Clona el repositorio oficial y entra en su directorio (GitHub).
- Copia
.env.examplecomo.envy sustituye los secretos y las contraseñas (GitHub). - Inicia el perfil de Docker Compose documentado para tu máquina:
gpu-nvidia,gpu-amden Linux ocpu. El README ofrece una vía aparte para Mac (GitHub). - Abre
http://localhost:5678/, completa la configuración de n8n, abre el flujo de trabajo incluido y selecciona Chat (GitHub). - En la primera ejecución del flujo de trabajo, revisa los registros de la consola de Docker si Ollama todavía está descargando Llama3.2 (GitHub).
El README incluye AI Agent, Text Classifier e Information Extractor entre los nodos de IA disponibles en n8n. Remite al nodo de Ollama para utilizar un modelo de lenguaje local y a Qdrant para el almacén vectorial (GitHub). Esta secuencia pone en marcha el ejemplo. No cambia la advertencia publicada sobre producción (documentación de n8n).
¿Se puede ejecutar el kit de inicio en Ubuntu o Windows?
El repositorio oficial documenta perfiles de Docker Compose según el hardware, no ediciones separadas para Ubuntu y Windows. Documenta un perfil para GPU AMD en Linux, un perfil para GPU Nvidia, un perfil para CPU y una vía aparte para Mac (GitHub).
En Ubuntu, utiliza el perfil documentado que corresponda al hardware disponible. El repositorio asocia de forma explícita el perfil de GPU AMD con Linux (GitHub). El material proporcionado no publica una garantía de producción específica para Ubuntu.
En Windows, el README proporcionado no promete compatibilidad específica con Windows. Su vía general documentada es el perfil de CPU, mientras que el texto sobre GPU menciona Nvidia y AMD en Linux (GitHub). Compara el README actual con la configuración exacta de Windows, Docker y hardware que pretendes utilizar.
En ambos casos, elegir un sistema operativo no elimina la declaración de n8n de que el kit no está totalmente optimizado para producción y debe protegerse y reforzarse antes de usarlo en producción (documentación de n8n).
¿Qué hardware necesita un kit de inicio de IA autoalojado?
El kit oficial proporciona perfiles de ejecución en lugar de una especificación universal de hardware. Documenta vías para GPU Nvidia, GPU AMD en Linux, CPU y Mac con Apple Silicon (GitHub).
- Utiliza
gpu-nvidiapara la vía documentada de Nvidia. El README remite a quienes usan por primera vez una GPU con Docker a las instrucciones de Ollama (GitHub). - Utiliza
gpu-amdpara la vía documentada de AMD en Linux (GitHub). - Utiliza
cpupara la vía documentada del repositorio para otras máquinas (GitHub). - En Apple Silicon, el README indica que la GPU no puede exponerse a la instancia de Docker. Ofrece funcionamiento solo con CPU u Ollama nativo en el host conectado a n8n (GitHub).
Las fuentes oficiales proporcionadas no indican un requisito universal de RAM, almacenamiento, concurrencia, latencia o tamaño del modelo. Por tanto, esta guía no inventa ninguno. Primero elige el perfil documentado y después evalúa el modelo candidato para el flujo de trabajo indicado.
¿Cuál es el mejor modelo para el kit de inicio?
El kit oficial no clasifica un modelo como el mejor para todos los flujos de trabajo. Su flujo de trabajo incluido indica que Ollama descarga Llama3.2 en la primera ejecución, y el README remite al nodo de Ollama cuando quieres mantener el modelo de lenguaje en local (GitHub).
Utiliza estas preguntas editoriales al seleccionar un modelo:
- ¿Puede ejecutarse el candidato en el perfil de hardware documentado que elegiste?
- ¿Debe el modelo permanecer en local dentro del límite de datos que elegiste?
- ¿Quién evalúa el modelo para el flujo de trabajo indicado?
- ¿Quién aprueba y revierte un cambio de modelo?
Llama3.2 es el modelo mencionado en la nota sobre la primera ejecución del flujo de trabajo incluido. Ese dato no es una recomendación universal (GitHub). Las preguntas finales anteriores asignan responsabilidades. No hacen ninguna afirmación sobre el rendimiento.
La elección de un modelo queda incompleta hasta que alguien asume la evaluación y la decisión de cambio. Un valor predeterminado en un flujo de trabajo de ejemplo sigue siendo solo un valor predeterminado.
¿Es suficiente el kit de inicio de IA autoalojado para una empresa boutique?
Es suficiente para iniciar una prueba de concepto, pero las fuentes oficiales proporcionadas no establecen que el kit predeterminado sea suficiente para producción. n8n indica que el kit no está totalmente optimizado para producción y debe protegerse y reforzarse antes de usarlo en producción (documentación de n8n).
Antes de usarlo de cara a clientes, registra:
- la persona responsable del acceso de administrador y de las credenciales de las aplicaciones
- la persona que aprueba los cambios en flujos de trabajo, modelos y componentes
- la persona que revisa los fallos y puede detener un flujo de trabajo
- el resultado de recuperación que debe restaurarse y comprobarse
- el material que debe poder exportarse durante un traspaso o una salida
- la persona que autoriza el paso de prueba de concepto a producción
Esta lista contiene los criterios editoriales de AI Jungle OS. No promete que una configuración específica esté lista para producción. Tampoco implica que AI Jungle OS contenga n8n o el kit de inicio público.
Si tus respuestas ya designan a operadores responsables, el kit público puede ser una base útil para un laboratorio. Si las respuestas están en blanco, añadir más componentes no las completará. Consulta el cockpit de AI Jungle OS para conocer el límite operativo que utiliza esta publicación.
Preguntas frecuentes
¿AI Jungle OS incluye el kit de inicio de n8n?
No. Este artículo utiliza el kit público de n8n como punto de comparación. No afirma que AI Jungle OS incluya n8n ni el kit de inicio público.
¿La descarga de SourceForge es un kit de inicio diferente?
SourceForge describe su página como un espejo exacto del proyecto de GitHub e indica que SourceForge no está afiliado al proyecto (SourceForge). Utiliza el repositorio oficial de GitHub como referencia para el flujo de trabajo y los archivos tratados en esta guía (GitHub).
¿El autoalojamiento define quién puede aprobar los cambios?
No. La ubicación del despliegue no asigna una persona responsable. Esta guía trata la aprobación y la responsabilidad de la recuperación como decisiones del comprador, no como capacidades documentadas del kit de n8n.
Escrito por Tileo, quien opera una cartera de negocios de internet desde este mismo cockpit.