n8n и Ollama: подключение локальных моделей ИИ без облака

n8n подключается к Ollama через собственные учетные данные Ollama, в которых нужно указать только базовый URL (по умолчанию: http://localhost:11434) и, при желании, API-ключ. После этого локальные языковые модели можно подключать к workflow через узел Ollama Model или узел Ollama Chat Model, при этом данные промпта не передаются облачному провайдеру. Узел Ollama Model подходит для простых цепочек с Basic LLM Chain, но, согласно документации n8n, не поддерживает tool-calling. Для ИИ-агентов с доступом к инструментам правильным выбором является узел Ollama Chat Model, хотя не каждая локальная модель надежно обрабатывает вызовы функций. Актуально на: июль 2026 года.

Как настроить учетные данные Ollama в n8n?

В n8n сначала создаются учетные данные Ollama, состоящие из двух полей: базового URL вашего экземпляра Ollama и необязательного API-ключа для аутентификации по bearer-токену при удаленных или защищенных через прокси установках. Базовый URL по умолчанию: http://localhost:11434. Если на сервере Ollama задана переменная окружения OLLAMA_HOST, введите вместо этого именно это значение, как описано в официальной документации n8n по учетным данным Ollama. При ошибках подключения с сообщением IPv6 "ECONNREFUSED ::1:11434" часто помогает замена localhost на IPv4-адрес 127.0.0.1.

В чем самый частый подводный камень в среде Docker?

Классическая ошибка возникает потому, что каждый Docker-контейнер имеет собственное пространство имен localhost, из-за чего n8n и Ollama в разных контейнерах не могут автоматически обращаться друг к другу. Если только Ollama работает в Docker, а n8n напрямую на хосте, достаточно открыть порт с помощью -p 11434:11434 и оставить в n8n значение http://localhost:11434. Если же n8n работает в контейнере, а Ollama на хост-системе, в учетных данных Ollama нужно использовать http://host.docker.internal:11434 вместо localhost. В Linux для контейнера n8n дополнительно требуется флаг --add-host host.docker.internal:host-gateway или соответствующая запись extra_hosts в файле Docker Compose, поскольку Docker Desktop предоставляет это разрешение имен автоматически, а обычные Linux-серверные установки — нет. Если оба сервиса работают как отдельные контейнеры в одной и той же сети Docker, используйте вместо этого имя контейнера Ollama в качестве хоста, например http://my-ollama:11434. Это различие описано в заметках об известных проблемах узла Ollama Chat Model.

Узел Ollama Model или узел Ollama Chat Model: какой узел вам нужен?

n8n предлагает два разных подузла для Ollama, и этот выбор напрямую определяет, сможет ли ваш workflow впоследствии вызывать инструменты. Узел Ollama Model согласно документации явно не поддерживает tool-calling и поэтому не может быть подключен к узлу AI Agent; вместо этого он относится к Basic LLM Chain для простых задач промпт-ответ без доступа к инструментам. Узел Ollama Chat Model, напротив, предназначен для сценариев диалога и подключения к workflow агентов и предлагает такие параметры, как Sampling Temperature, Top K и Top P для управления разнообразием ответов. Конкретную модель вы выбираете из выпадающего списка моделей, загруженных локально с помощью ollama pull.

Каковы ограничения tool-calling с локальными моделями?

Если честно, tool-calling — это самое слабое место при локальной эксплуатации: не каждая модель, предоставляемая через Ollama, поддерживает надежные вызовы функций, даже если узел Ollama Chat Model технически можно подключить к Tools Agent. Более старые или менее мощные модели склонны неправильно форматировать вызовы инструментов, придумывать параметры или просто игнорировать инструменты, что в продуктивных автоматизациях может приводить к незаметным ошибкам. Тем, кому нужен надежный tool-calling, стоит целенаправленно тестировать модели, обученные для этого, и выборочно проверять результаты перед продуктивным использованием, а не слепо доверять выдаче. Компаниям, которым нужна надежная оценка того, какая комбинация облачных и локальных моделей подходит для их сценария использования, NordFlux предлагает консультации по ИИ-агентам, которые учитывают именно этот баланс между суверенитетом данных, затратами и надежностью.

Часто задаваемые вопросы о n8n и Ollama

Обязательно ли Ollama должна работать на том же сервере, что и n8n?

Нет, Ollama также может работать на отдельном компьютере или сервере, если n8n может обратиться к базовому URL этого экземпляра. В этом случае в учетных данных Ollama укажите IP-адрес или имя хоста сервера Ollama и при необходимости защитите соединение с помощью необязательного API-ключа.

Почему n8n выдает ошибку "ECONNREFUSED", хотя Ollama работает?

Это сообщение об ошибке часто появляется, когда n8n подключается через IPv6 к адресу ::1 вместо IPv4-адреса 127.0.0.1, а Ollama прослушивает только IPv4-адрес. Замените localhost на 127.0.0.1 в базовом URL, чтобы устранить ошибку.

Работает ли узел Ollama Model с узлом AI Agent?

Нет, согласно документации n8n, узлу Ollama Model не хватает поддержки инструментов, поэтому он не работает с узлом AI Agent. Для workflow агентов с доступом к инструментам используйте вместо этого узел Ollama Chat Model, но вам нужно самостоятельно проверить возможность tool-calling выбранной модели.

Поддерживает ли n8n также прокси-соединения с Ollama?

Только в ограниченной степени: сама Ollama не поддерживает пользовательские HTTP-агенты, поэтому классические конфигурации HTTP- или HTTPS-прокси между n8n и Ollama могут быть проблематичными. Для защищенных удаленных соединений более надежным способом является аутентификация по bearer-токену через необязательный API-ключ в учетных данных.