Всё про ChatGPT

Как подключить ChatGPT к n8n для локальной приватной автоматизации

Рабочее место с локальным сервером, мониторами и схемой автоматизации n8n

n8n можно связать с локальной языковой моделью примерно за десять минут: поставить Ollama рядом в контейнере, отправить один HTTP-запрос и получать резюме заявок без передачи данных в облако. Но приватность не заканчивается на выборе локальной модели — важно ещё понять, где именно n8n сохраняет входы, ответы и служебные данные.

Как работает связка n8n и локальной модели

В примере из статьи n8n обращается к Ollama через узел HTTP Request. Он отправляет POST-запрос с текстом заявки, моделью и параметрами генерации, а затем следующий узел разбирает ответ из JSON.

Для такой схемы достаточно трёх шагов: триггер, запрос к модели и обработка результата. Подойдёт как нативный маршрут /api/chat, так и OpenAI-совместимый /v1/chat/completions, но на своей установке всё равно нужно проверить формат ответа, стриминг и совместимость версии.

Почему локальная модель не гарантирует приватность

Даже если сама LLM работает внутри вашего окружения, текст заявки может остаться в истории запусков n8n, в журналах контейнеров, в бэкапе базы и в тестовых данных, которые были закреплены в процессе. Если данные пришли из облачной почты или другого внешнего сервиса, они уже побывали вне вашей инфраструктуры.

Поэтому перед запуском полезно описать каждый шаг: что он получает, куда обращается и что сохраняет. В этот же список стоит включить фоновые обращения наружу — например, телеметрию, проверку обновлений и DNS-запросы.

Что выбрать для теста и как не ошибиться с сетью

Для демонстрации автор использует небольшую модель qwen2.5:1.5b. Она запускается даже на процессоре без видеокарты, но отвечает не мгновенно, а качество коротких резюме нужно проверять на своих данных.

Отдельная частая проблема — обращение к localhost из контейнера. Внутри n8n это будет сам контейнер n8n, а не Ollama, поэтому адрес модели нужно брать по имени сервиса из Docker Compose, например ollama. Если Ollama вынесена в отдельную сеть, её порт не виден снаружи, а саму модель лучше скачать заранее, пока контейнер ещё имеет доступ к интернету.

Где хранить доступы и что проверить перед экспортом

Если между n8n и моделью стоит шлюз или обратный прокси с проверкой заголовков, токен хранится в credentials n8n и передаётся через Header Auth. При обычной локальной Ollama ключ часто вообще не нужен: сервер его просто игнорирует, если не настроена отдельная проверка.

Важно не оставлять секреты в URL, тексте заявки или параметрах узла. Перед отправкой workflow другому человеку стоит удалить закреплённые данные, реальные заголовки и внутренние адреса, а также помнить, что ключ шифрования базы n8n нужно хранить вместе с бэкапом — иначе сохранённые секреты потом не прочитать.

Частые вопросы

Можно ли подключить n8n к локальной модели без облака?
Да. В статье показана схема, где n8n отправляет запрос в Ollama внутри локальной сети и получает ответ без передачи текста наружу.
Почему n8n не видит Ollama по localhost?
Потому что внутри контейнера localhost указывает на сам контейнер n8n. Для связи нужно использовать имя сервиса Docker, например ollama.
Нужен ли API-ключ для локальной Ollama?
Обычно нет, если перед моделью нет шлюза с авторизацией. Если ключ всё же требуется, его хранит n8n Credentials.
Что в этой схеме может испортить приватность?
История запусков, журналы контейнеров, бэкапы базы, закреплённые тестовые данные и любые внешние интеграции, через которые заявка уже проходит до модели.

Читайте также

Попробовать Lord GPT бесплатно →