一、前言
大家好，我是向善，一名从程序员转型的 AI 实践者，专注于 AI 智能体和 AI 编程。
最近，有幸成为 AI 智能体进阶（n8n）训练营志愿者，收获颇丰，学到了大量的 n8n 知识，为破局官方点赞。
之前公司有个项目给某三甲医院搭建本地的大模型管理平台。本地部署了 Deepseek、Qwen 国内大模型。
还部署了 Dify ，当时版本还没到 1.0 期间解决 bug 掉了不知道多少头发。
有个想法，能不能通过 n8n 搭配本地大模型实现 100% 的本地化 RAG 部署。
大模型本地的、n8n 本地的、数据库本地的，来个私有化全流程！
说干就干！！！
本案例使用 n8n、Ollama 和 Qdrant 构建 100% 本地 RAG。
工作流效果预览：
二、环境搭建
需要用到的软件： Docker Desktop : Docker 版本≥ 20.10。 Ollama：一个开源框架，用于本地部署、运行和管理大模型语言工具。（部署本地大模型） Qdrant：一款开源、高性能向量数据库/向量搜索引擎。（存数据）
安装 Docker Desktop
为了更好的阅读体验，来飞书看吧：
https://y1wlzvhuwaa.feishu.cn/wiki/WU7kwEhViiMQYvkx1ydcB9ZbnhK
Comments on "n8n 做自动化 × Ollama 跑模型 × Qdrant 存向量 ，搭建 100% 本地检索增强生成（RAG）聊天机器人（实操教程）" :