Docker Desktop + n8n + Qdrant + Embedding 自动入库链完整教程

Fri, 19 Jun 2026 16:19:24 +0800

🚀 Docker Desktop + n8n + Qdrant + Embedding 自动入库链完整教程

一套可以直接跑的「本地AI知识库系统」： Webhook → Embedding → n8n处理 → Qdrant向量数据库 → 可检索知识库结合我自己前面踩的坑（Webhook解析、vector格式、HTTP JSON错误、payload结构等），全部做成“避坑版”。

🧱 一、整体架构

用户请求(Webhook)
 ↓
n8n Workflow
 ↓
Embedding模型（Ollama / OpenAI）
 ↓
Set Node（结构标准化）
 ↓
HTTP Request（写入Qdrant）
 ↓
Qdrant Vector DB
 ↓
后续检索 / RAG

🐳 二、Docker Desktop 启动 Qdrant + n8n

1️⃣ docker-compose.yml

version: "3.9"

services:
 qdrant:
 image: qdrant/qdrant
 ports:
 - "6333:6333"
 volumes:
 - ./qdrant_data:/qdrant/storage

 n8n:
 image: n8nio/n8n
 ports:
 - "5678:5678"
 environment:
 - N8N_HOST=localhost
 - N8N_PORT=5678
 - N8N_PROTOCOL=http
 - NODE_ENV=production
 volumes:
 - ./n8n_data:/home/node/.n8n

启动：

从零搭建 AI 新闻自动化系统：Ubuntu 部署 n8n + DeepSeek + Hugo 实战教程

Sun, 07 Jun 2026 00:23:18 +0800

作者：HappyRock

适合人群：开发者、独立开发者、技术管理者、AI爱好者

技术栈：Ubuntu + Docker + n8n + DeepSeek + Hugo

前言

过去几年，我们习惯了：

打开RSS
↓
浏览新闻
↓
筛选热点
↓
整理摘要
↓
写公众号
↓
发布博客

整个过程往往需要 1~2 小时。

而在 AI Agent 时代，这些工作已经可以交给 AI 自动完成。

本文将完整记录如何从零开始：

Ubuntu 部署 n8n
配置 Docker Compose
对接 DeepSeek API
自动抓取 AI 新闻
自动筛选和排序热点
自动生成公众号内容
自动输出 Hugo Markdown

最终形成一个属于自己的 AI 内容生产系统。

一、为什么选择 n8n？

很多人第一次接触自动化时会遇到：

Python + Crontab Shell Script Airflow Jenkins

这些方案虽然强大，但门槛较高。

n8n 的优势在于：

低代码
可视化
支持AI
支持Webhook
支持API
支持数据库
支持工作流编排

本质上：

文档 on HappyRock