线上n8n免费部署

1. 需求背景

1.1 n8n 是什么？

n8n 是一个开源的 可视化工作流自动化（Workflow Automation）工具，类似于 Zapier、Make (Integromat)，但更灵活、可自托管、可编程。

本质上就是一个 低代码自动化中枢：它把"人肉执行的多步任务"自动化成一个可复用、可监控、可调度的流程。

官网 https://n8n.io/

主要特点包括：

自动化工作流： 它允许用户通过图形化界面（可视化）将数百种不同的服务和应用程序串联起来，创建复杂的自动化流程。
无代码/低代码： 旨在让非技术用户也能快速构建自动化任务，将繁琐枯燥的手动任务转化为灵活智能的自动化工作。
开源和可扩展性： 作为开源工具，用户可以自由部署和定制，并能接入各种外部工具和自定义代码。
强大的AI整合能力： 它可以轻松整合各种AI工具，例如大型语言模型（LLM）如 OpenAI，用于内容生成、智能分析、自动回复等高级应用。

1.2 n8n 在 Quant中的应用

量化交易的典型流程是多阶段的：

数据获取 → 特征处理 → 策略运行 → 交易执行 → 风控与告警 → 绩效汇总与报告。

这些阶段中有大量"定时、触发、接口调用、消息发送"等任务，非常适合用 n8n 自动化。

在量化交易和投资领域，n8n 可以作为强大的"粘合剂"和自动化引擎，帮助交易员和开发者构建和维护复杂的自动化系统。应用方向包括：

（1）数据采集与处理自动化：

自动抓取数据： 定时从不同的数据源（如交易所 API、财经新闻网站、社交媒体、数据库等）抓取市场数据、公司公告或情绪指标。
数据清洗与转换： 在将数据导入分析系统前，自动进行格式转换、缺失值处理或指标计算。

（2） 交易策略执行自动化：

信号生成与触发： 当分析模型（例如在 Python 或 R 中运行）生成交易信号时，n8n 可以接收此信号。
自动下单： 接收信号后，n8n 通过集成交易所的 API，自动执行买入或卖出订单。

（3） 信息监控与警报系统：

实时监控： 持续监控仓位、资金变化或特定资产的价格波动。
警报通知： 一旦达到预设条件（例如价格突破、止损触发、大额交易发生），n8n 自动通过邮件、Telegram 或其他通讯工具发送实时通知。

（4） AI 驱动的分析整合：

情绪分析自动化： 自动抓取社交媒体或新闻评论，利用整合的 LLM 或其他 AI 服务进行情绪分析，并将结果作为量化策略的输入。
报告生成： 定期或根据需要，自动生成交易报告、绩效分析或市场总结，并自动发送给相关人员。

（5） 系统运维与日志管理：

日志记录： 记录交易系统的运行状态、交易执行结果和遇到的错误。
故障处理： 当系统出现错误或交易失败时，自动尝试重新执行或通知运维人员。

1.3 线上免费部署方案

n8n 提供了两种主要的部署和使用方式，其收费模式也因此不同：线下版本（Self-Hosted/Community） 和 云化版本（Cloud/Managed Service）。

由于 n8n 是一个开源项目，其核心软件本身是免费的。

云化版本是n8n 官方提供的托管服务，用户无需担心底层基础设施和维护，直接使用其平台，是收费的。

对于初学者来说，每个月20欧元的价格还是比较贵。这里提供一个免费部署的模式。

采用Hugging Face Spaces + Supabase 部署，非常适合个人开发者和小规模的应用。

2. 前期准备

2.1 注册账号

2.1.1 Hugging Face

Hugging Face（简称 HF） 是整个 AI 工程生态中最核心的基础设施之一。可以理解为「AI 模型界的 GitHub」。

是全球最大的开源模型生态 ，几乎所有主流模型（Llama、Mistral、Qwen、Gemma、Stable Diffusion、CLIP、Whisper、Falcon）都在 Hugging Face 上发布。

访问 https://huggingface.co/join 免费注册（用 GitHub 或邮箱）。创建后，生成 Personal Access Token（Settings > Access Tokens，用于后续集成）。免费层支持无限 Spaces，但公网需 Public 可见性。

用邮箱注册。

这里要求确认邮件地址，在gmail中点击邮件链接确认。

注册完成。

2.1.2 Supabase

Supabase 是一个开源的后端即服务（Backend-as-a-Service, BaaS）平台，被誉为"Firebase 的开源替代品"。

它基于 PostgreSQL 数据库构建，提供一站式工具，帮助开发者快速构建和管理应用程序的后端，包括认证、数据库、实时订阅、存储和边缘函数等功能。

Supabase 的目标是让开发者无需从零搭建基础设施，就能获得可靠、可扩展的后端服务，同时避免专有平台的供应商锁定。

访问 https://supabase.com/signup 免费注册，也支持用github账号登录，这里我选择用github账号直接登录。

3. n8n免费部署

3.1 创建Supabase项目（数据库后端）

免费版的额度已经足够使用，包括免费的Postgres数据库、500M存储空间。

新建organization后，再选择新建project。如果你是从上面的步骤依次操作过来的，会自动跳转到这里。

这里我选择启用 pgvector，用于未来 RAG 存储 X 数据 embedding。

这一步是可选的，如果没有向量搜索的诉求，可以忽略。

接下来可以验证一下数据库可用性，在 SQL 编辑器（Database 页面右上角的 "SQL Editor"）运行以下查询：

select 1;

如果连接正常，会返回结果（证明数据库连通）。

进一步验证 pgvector，运行 CREATE EXTENSION IF NOT EXISTS vector。若无错误，即启用成功。

在 Connection String 区域，可以看到数据库URI（可用于 Python 一行连接），格式如 postgresql://postgres:[YOUR_PASSWORD]@db.[PROJECT_REF].supabase.co:5432/postgres。

[YOUR_PASSWORD] 是你创建项目时设置的数据库密码； [PROJECT_REF] 是你的项目 ID（e.g., "abcde12345"，自动填充）

通过python连接数据库可参考代码：

import psycopg2
from psycopg2 import Error

# 替换为你的 URI（密码已包含）
conn_string = "postgresql://postgres:your_password@db.your_project_ref.supabase.co:5432/postgres"

try:
    # 连接数据库
    connection = psycopg2.connect(conn_string)
    cursor = connection.cursor()
    
    # 测试查询
    cursor.execute("SELECT 1;")
    result = cursor.fetchone()
    print("连接成功！结果:", result[0])
    
    # 示例：查询表（假设你有 events 表）
    cursor.execute("SELECT * FROM events LIMIT 5;")
    records = cursor.fetchall()
    print("查询结果:", records)
    
except (Exception, Error) as error:
    print("连接错误:", error)
finally:
    if connection:
        cursor.close()
        connection.close()
        print("连接已关闭")

可选：创建表存储工作流数据（e.g., executions、workflows），但 n8n 会自动初始化。

3.2 准备 n8n Dockerfile 和 Repo

在 GitHub 新建 Repo（e.g., "n8n-hf-supabase"），网页端创建就可以。

填写repo的名称，这里选用 n8n-hf-supabase

注意要添加 README.md，描述项目（Hugging Face 需要）。

在根目录创建 Dockerfile文件。

FROM n8nio/n8n:latest
# 暴露端口
EXPOSE 5678
# 健康检查
HEALTHCHECK --interval=30s --timeout=3s CMD wget --no-verbose --tries=1 --spider http://localhost:5678/healthz || exit 1

3.3 在 Hugging Face Spaces 部署 n8n

设置：Name="n8n-crypto-agent"，License=MIT，SDK=Docker（重要！）。

这里的name可以根据自己的需求自由修改。

Visibility=Public（免费层限公网）。点击 Create Space，会自动生成一个新 HF Repo，并设置 README.md 的 YAML。

构建开始（~1-2 分钟），但初始无 Dockerfile，下步添加。

在本地目录，下载刚才新建的repo n8n-hf-supabase

在本地 GitHub Repo 目录（包含 Dockerfile 和 README.md），添加 HF Space 作为远程。

Hugging Face 从 2023 年 10 月 1 日起完全禁用了 Git 的密码认证（包括账号密码），必须用 Personal Access Token (PAT) 或 SSH 密钥替换。推送命令 git push -u hf main 使用 HTTPS 协议时，会提示输入用户名/密码，但输入账号密码无效——需要用 PAT 作为"密码"。

推荐用 SSH 密钥。在 PowerShell输入命令：

ssh-keygen -t ed25519 -C "your_email@example.com"

提示路径：默认 C:\Users\10718.ssh\id_ed25519（回车）。密码：可选（空回车，无密码）。输出：生成私钥 id_ed25519 和公钥 id_ed25519.pub。

readme.md内容格式应为

---
title: n8n Crypto Weekly Agent
emoji: 🤖
colorFrom: blue
colorTo: green
sdk: docker
app_port: 5678
---

# n8n for Crypto+Quant+LLM Weekly Report
Deployed on Hugging Face Spaces with Supabase integration.

添加并提交合并结果，推送 main 分支。

git add README.md
git commit -m "Resolve merge conflict in README.md"
git status
git push -u hf main

验证推送：

访问 https://huggingface.co/spaces/frank-quant/n8n-crypto-agent
Files and versions：README.md 更新为你的合并版，Dockerfile 存在。
Build 标签：构建启动（2-5 分钟，日志显示 "docker build" 过程）。成功后，访问 https://frank-quant-n8n-crypto-agent.hf.space/ 看到 n8n 界面（可能需等待构建）。

看起来正常了。

Queued at 2025-10-12 10:19:19：构建已排队启动。
FROM docker.io/n8nio/n8n:latest：成功拉取 n8n 的基础镜像（DONE 0.0s），这是 Dockerfile 的第一步。
Pushing image：镜像推送完成（DONE 1.1s）。
Exporting cache：缓存导出完成（DONE 0.1s）。

打开n8n界面，可以看到 https://frank-quant-n8n-crypto-agent.hf.space/home/workflows

再配置数据库参数

参数关键信息在 Transaction pooler

DB_TYPE=postgresdb
DB_POSTGRESDB_HOST=aws-0-[your-region].pooler.supabase.com（e.g., aws-0-ap-southeast-1.pooler.supabase.com）
DB_POSTGRESDB_PORT=6543
DB_POSTGRESDB_DATABASE=postgres
DB_POSTGRESDB_USER=postgres.[project-ref]（e.g., postgres.pgeouzkyqkspzmavcpce）
DB_POSTGRESDB_PASSWORD=[your-password]（e.g., crypto_weekly_n8n）
DB_POSTGRESDB_SSL_ENABLED=true（Supabase 强制 SSL）
额外（解决警告）：
- N8N_ENFORCE_SETTINGS_FILE_PERMISSIONS=true
- N8N_RUNNERS_ENABLED=true
- N8N_BLOCK_ENV_ACCESS_IN_NODE=false（如果用 Code 节点）
- N8N_GIT_NODE_DISABLE_BARE_REPOS=true

最后重启space，确保一切正常，n8n页面可打开。

恭喜！根据之前的配置，你的 n8n 应该已经稳定运行在 HF Spaces 上。

4. n8n工作流构建（示例）

可以快速创建一个工作流，测试 n8n 核心功能。

首先创建一个凭证。n8n 的数据库节点设计是先创建/选择一个 Credential（凭证），然后凭证中存储连接细节。

点击 New > Blank Workflow。
添加 Schedule Trigger 节点（拖拽）：Cron 0 * * * *（每小时测试）。
添加 Postgres 节点（连接）：操作 "Execute Query"，SQL: SELECT NOW() AS current_time;。
配置连接，选择刚才创建的凭证；
点击 Execute Workflow（手动运行）。
输出：应显示当前时间（e.g., {"current_time": "2025-10-12T11:30:00Z"}），证明 DB 连接 OK。

如果能够输出预期的结果，说明一切都是正确的。

另外有几个注意事项：

（1）登录hugging face需要科学上网；

（2）搭建好的n8n需要创建一个每天执行的工作流，避免容器休眠被回收；

（3）n8n后台网址可以直接访问，不需要科学上网。

1. 需求背景​

1.1 n8n 是什么？​

1.2 n8n 在 Quant中的应用​

1.3 线上免费部署方案​

2. 前期准备​

2.1 注册账号​

2.1.1 Hugging Face​

2.1.2 Supabase​

3. n8n免费部署​

3.1 创建Supabase项目（数据库后端）​

3.2 准备 n8n Dockerfile 和 Repo​

3.3 在 Hugging Face Spaces 部署 n8n​

4. n8n工作流构建（示例）​