本地_AI_整合包_簡介

整合包有甚麼？

✅ Self-hosted n8n

中文：自架版 n8n — 低程式碼自動化平台，內建 400+ 整合與進階 AI 元件

說明：

用來建立各種自動化流程（workflows）的工具，不一定要寫程式就能串接各種服務（如 Email、Webhook、資料庫、API、OpenAI、本地模型等）。在本地端自架代表資料掌握在自己手上，適合做 AI Agent 的流程編排、排程任務、事件觸發、自動回覆等等。

✅ Supabase

中文：Supabase — 開源後端服務/資料庫平台，是 AI Agent 常用的主力資料庫

說明：

基於 Postgres 打造，提供資料庫、認證、檔案儲存、即時功能。對 AI 相關應用來說，可做：

儲存使用者資料、對話紀錄、任務狀態

建 RAG 系統時的結構化資料/metadata 管理搭配 TypeScript、Edge Functions 等，非常適合快速做 AI 服務原型與正式專案。

✅ Ollama

中文：Ollama — 跨平台本地大型語言模型管理與執行平台

說明：

可以在自己電腦或伺服器上，一行指令拉下並執行各種 LLM（如 Llama 系列、Qwen、Phi 等）。

支援多模型切換

提供本地 API，方便被 n8n、Flowise、Open WebUI 等工具呼叫重點是：隱私、安全、自主可控。

✅ Open WebUI

中文：Open WebUI — 類 ChatGPT 介面，用來與本地模型與 n8n Agents 互動

說明：

提供一個漂亮的網頁聊天介面，把你本地跑的 LLM（透過 Ollama 或其他後端）變成像 ChatGPT 那樣使用。同時可以整合工具、工作流與 agents，讓你在瀏覽器直接使用整套「私有 ChatGPT + 工具」環境。

✅ Flowise

中文：Flowise — 視覺化/低程式碼 AI Agent 與工作流構建工具

說明：

用拖拉節點的方式建立對話流程、RAG、工具調用、Agent 邏輯。很適合：

做自訂 Chatbot

串 LLM + 各種 API + 向量庫而且與 n8n 很互補：n8n 偏「自動化與整合」，Flowise 偏「LLM/Agent 邏輯」與對話流程。

✅ Qdrant

中文：Qdrant — 開源高效能向量資料庫，專門用來做語意搜尋 / RAG

說明：

用來存放向量嵌入（embeddings），支援高效相似度搜尋。

雖然 Supabase（Postgres + pgvector）也可以做向量搜尋，但 Qdrant是專門為向量查詢優化，速度與規模表現更好，適合大規模知識庫、RAG、推薦系統。

✅ Neo4j

中文：Neo4j — 圖資料庫/知識圖譜引擎，支援 GraphRAG、LightRAG 等技術

說明：

用「節點＋關係」來儲存資料，適合表示複雜關聯（人、地點、事件、組織、文件間關係）。

搭配 GraphRAG 等框架，可以讓 LLM 不只是查文件，而是「理解關聯與結構化知識」，用在：情資分析、案件關聯圖、知識網路等非常好用。

✅ SearXNG

中文：SearXNG — 開源多來源 Metasearch 搜尋引擎，不追蹤、不個資分析

說明：

能同時從數百個搜尋來源抓結果，但部署在自己環境：

不會把使用者查詢送去商業引擎做追蹤分析

可作為本地 AI Agent 的「搜尋工具」，讓 Agent 查網路但仍維持隱私非常適合搭配本地 LLM 做「安全版 Browse 工具」。

✅ Caddy

中文：Caddy — 自動管理 HTTPS/TLS 的 Web 伺服器與反向代理

說明：

幫你自動申請與更新 SSL 憑證（Let’s Encrypt），同時可作反向代理，把上面這些服務（WebUI、Flowise、n8n 等）透過自訂網域安全公開。設定相對 Nginx 更簡單，特別適合這種多服務整合環境。

✅ Langfuse

中文：Langfuse — 開源 LLM 觀測與分析平台，用於監控 AI Agent 行為與效能

說明：

可記錄與追蹤：

Prompt / Response

Token 使用量

模型延遲、錯誤、成功率

多步驟 Agent 的呼叫鏈（trace）方便針對你的 AI 系統做 Debug、A/B 測試、品質優化，對有多個 Agent、多工作流環境尤其重要。

整合包有甚麼？

留言