n8n部署教程+汉化中文方式，大模型入门到精通，收藏这篇就足够了！

大家好，今天带来了n8n在Windows系统的部署+汉化方式，本文采用Docker的部署方式

文本结构

1. 安装n8n
2. 命令解释
3. 汉化包
4. n8n界面

安装n8n

启动docker后，进入终端（或者使用命令提示符cmd）

下载n8n命令：

docker pull n8nio/n8n 

然后就是运行命令（如果要汉化，先不要运行此命令）：

docker run -it --name n8n -p 5678:5678 -v E:\docker_volumes\n8n_data -v n8n_data:/home/node/.n8n -e N8N_RUNNERS_ENABLED=true -e N8N_SECURE_COOKIE=false --restart always n8nio/n8n 

命令解释

这个命令是在用Docker启动一个叫n8n的工作流自动化工具。

我来用简单的话解释每一部分：

1.docker run -it --name n8n：

启动一个名为"n8n"的Docker容器，并保持交互模式(-it)

2.-p 5678:5678：

把电脑的5678端口和容器的5678端口连接起来，这样你就能通过浏览器访问n8n了

3.-v E:\docker_volumes\n8n_data 和 -v n8n_data:/home/node/.n8n：

第一部分：把电脑上E盘的docker_volumes\n8n_data文件夹映射到容器里

第二部分：在容器内部创建一个叫n8n_data的存储空间，映射到n8n的工作目录（这样做工作流数据就不会丢失了）

4.-e N8N_RUNNERS_ENABLED=true：

开启工作流执行功能

5.-e N8N_SECURE_COOKIE=false：

关闭安全cookie设置（方便本地开发测试）

在局域网中，这样设置可以方便其他电脑登录到部署n8n的电脑使用（一机部署，多机使用）

6.--restart always：

跟随docker启动，n8n自动运行

经常使用可以这样设置，并把docker设置开机自启，开机后就可以直接使用n8n

7.n8nio/n8n：使用官方n8n的Docker镜像

简单说：这个命令就是启动一个n8n自动化工具，配置好数据存储和网络访问，让它一直运行着。

启动后你可以在浏览器访问 http://localhost:5678 来使用n8n。

汉化包

下载地址：https://github.com/other-blowsnow/n8n-i18n-chinese/releases

打不开的话，还可以点击下方名片私信 20250727 获取

将压缩包解压，并复制出 editor-ui-dist 路径

和上个命令其实就是增加了黄色的部分，这就是汉化的UI，替换部分琴萧标记出来了：

-v 粘贴刚刚的 editor-ui-dist 路径:/usr/local/lib/node_modules/n8n/node_modules/n8n-editor-ui/dist

docker run -it --name n8n -p 5678:5678 -v E:\docker_volumes\n8n_data -v E:\docker_volumes\n8n-i18n-chinese-n8n\editor-ui-dist:/usr/ local /lib/node_modules/n8n/node_modules/n8n-editor-ui/dist -v E:\docker_volumes\n8n_data -v n8n_data:/home/node/.n8n -e N8N_RUNNERS_ENABLED= true  -e N8N_SECURE_COOKIE= false  --restart always n8nio/n8n 

n8n界面

在浏览器中访问：localhost:5678

邮箱要填真实的，后续要接收激活码

这里也填一下，然后会弹出确认接收激活码的页面

这里会直接发送到邮箱，且激活码是可以永久解锁这些付费功能

接下来，去填写激活码

如果不慎关闭了接收激活码的页面，这里点击后会再次弹出来

点击后，粘贴激活码，就大功告成了

我们该怎样系统的去转行学习大模型 ？

很多想入行大模型的人苦于现在网上的大模型老课程老教材，学也不是不学也不是，基于此我用做产品的心态来打磨这份大模型教程，深挖痛点并持续修改了近100余次后，终于把整个AI大模型的学习门槛，降到了最低！

在这个版本当中：

第一您不需要具备任何算法和数学的基础
第二不要求准备高配置的电脑
第三不必懂Python等任何编程语言

您只需要听我讲，跟着我做即可，为了让学习的道路变得更简单，这份大模型教程已经给大家整理并打包分享出来, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉优快云大礼包🎁：全网最全《LLM大模型学习资源包》免费分享（安全链接，放心点击）👈

​

​

一、大模型经典书籍（免费分享）

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

二、640套大模型报告（免费分享）

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

三、大模型系列视频教程（免费分享）

四、2025最新大模型学习路线（免费分享）

我们把学习路线分成L1到L4四个阶段，一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

​​​​​​​L1阶段：我们会去了解大模型的基础知识，以及大模型在各个行业的应用和分析；学习理解大模型的
核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段是我们的AI大模型RAG应用开发工程，我们会去学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，我们会去学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造我们自己的Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，我们会更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调；并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

L5阶段：专题集丨特训篇 【录播课】

全套的AI大模型学习资源已经整理打包，有需要的小伙伴可以微信扫描下方二维码，免费领取

👉优快云大礼包🎁：全网最全《LLM大模型学习资源包》免费分享（安全链接，放心点击）👈

​