n8n ile Ollama: yerel yapay zeka (YZ) modellerini bulut olmadan bağlama

n8n'i Ollama kimlik bilgisi üzerinden yerel yapay zeka modellerine nasıl bağlayacağınız, Docker tuzağı ve tool-calling sınırları dahil.

n8n, yalnızca bir temel URL (varsayılan: http://localhost:11434) ve isteğe bağlı olarak bir API anahtarı girdiğiniz kendi Ollama kimlik bilgisi üzerinden Ollama'ya bağlanır. Ardından yerel dil modelleri, prompt verileri bir bulut sağlayıcısına aktarılmadan Ollama Model Node veya Ollama Chat Model Node üzerinden workflow'lara dahil edilebilir. Ollama Model Node, Basic LLM Chain ile basit zincirler için uygundur, ancak n8n belgelerine göre tool-calling'i desteklemez. Araç erişimine sahip yapay zeka (YZ) ajanları için doğru seçim Ollama Chat Model Node'dur, ancak her yerel model fonksiyon çağrılarını güvenilir şekilde işlemez. Durum: Temmuz 2026.

Ollama kimlik bilgileri n8n'de nasıl ayarlanır?

n8n'de önce iki alandan oluşan bir Ollama kimlik bilgisi oluşturursunuz: Ollama örneğinizin temel URL'si ve uzak veya proxy ile korunan kurulumlarda bearer token kimlik doğrulaması için isteğe bağlı bir API anahtarı. Varsayılan temel URL http://localhost:11434'tür. Ollama sunucunuzda OLLAMA_HOST ortam değişkenini ayarladıysanız, bunun yerine tam olarak bu değeri girin; Ollama kimlik bilgileri hakkındaki resmi n8n belgelerinde açıklandığı gibi. "ECONNREFUSED ::1:11434" IPv6 mesajıyla bağlantı hatalarında localhost'u IPv4 adresi 127.0.0.1 ile değiştirmek genellikle yardımcı olur.

Docker ortamlarındaki en yaygın tuzak nedir?

Klasik hata, her Docker container'ının kendi localhost ad alanına sahip olması nedeniyle oluşur; bu da n8n ve Ollama'nın ayrı container'larda otomatik olarak birbirine ulaşamamasına yol açar. Yalnızca Ollama Docker'da ve n8n doğrudan host üzerinde çalışıyorsa, portu -p 11434:11434 ile açmak ve n8n'de http://localhost:11434'ü kullanmaya devam etmek yeterlidir. Buna karşılık n8n bir container içinde ve Ollama host sisteminde çalışıyorsa, Ollama kimlik bilgisinde localhost yerine http://host.docker.internal:11434 kullanmanız gerekir. Linux'ta n8n container'ı bunun için ayrıca --add-host host.docker.internal:host-gateway bayrağına veya Docker Compose dosyasındaki karşılık gelen extra_hosts girişine ihtiyaç duyar, çünkü Docker Desktop bu ad çözümlemesini otomatik olarak sağlar, ancak sade Linux sunucu kurulumları sağlamaz. Her iki hizmet de aynı Docker ağında ayrı container'lar olarak çalışıyorsa, bunun yerine host olarak Ollama'nın container adını kullanın, örneğin http://my-ollama:11434. Bu ayrım Ollama Chat Model Node'un bilinen sorunlarına ilişkin notlarda belgelenmiştir.

Ollama Model Node mu yoksa Ollama Chat Model Node mu: hangi node'a ihtiyacınız var?

n8n, Ollama için iki farklı alt node sunar ve bu seçim, workflow'unuzun daha sonra araç çağırıp çağıramayacağını doğrudan belirler. Ollama Model Node, belgelere göre açıkça tool-calling'i desteklemez ve bu nedenle AI Agent Node'a bağlanamaz; bunun yerine araç erişimi olmayan basit prompt-yanıt görevleri için Basic LLM Chain'e aittir. Ollama Chat Model Node ise konuşma senaryoları ve ajan workflow'larına bağlantı için tasarlanmıştır ve yanıt çeşitliliğini kontrol etmek için Sampling Temperature, Top K ve Top P gibi parametreler sunar. Belirli modeli, ollama pull ile yerel olarak indirilen modeller arasından bir açılır menüden seçersiniz.

Yerel modellerle tool-calling'in sınırları nerede?

Dürüst olmak gerekirse, tool-calling yerel kullanımın en büyük zayıf noktasıdır: Ollama Chat Model Node teknik olarak bir Tools Agent'a bağlanabilse bile, Ollama üzerinden sunulan her model güvenilir fonksiyon çağrılarını desteklemez. Daha eski veya daha küçük modeller, araç çağrılarını yanlış biçimlendirme, parametreler uydurma veya araçları tamamen yok sayma eğilimindedir; bu da üretim otomasyonlarında sessiz hatalara yol açabilir. Güvenilir tool-calling'e ihtiyaç duyanlar, bunun için eğitilmiş modelleri özellikle test etmeli ve çıktıya körü körüne güvenmek yerine üretime geçmeden önce sonuçları örnekleme yoluyla kontrol etmelidir. Kullanım senaryolarına hangi bulut ve yerel model kurulumunun uyduğuna dair sağlam bir değerlendirmeye ihtiyaç duyan şirketler için NordFlux, veri egemenliği, maliyet ve güvenilirlik arasındaki bu dengeyi tam olarak içeren yapay zeka ajanları konusunda danışmanlık sunar.

n8n ve Ollama hakkında sık sorulan sorular

Ollama'nın mutlaka n8n ile aynı sunucuda çalışması mı gerekir?

Hayır, n8n bu örneğin temel URL'sine ulaşabildiği sürece Ollama ayrı bir makinede veya sunucuda da çalışabilir. Bu durumda Ollama kimlik bilgisine Ollama sunucusunun IP adresini veya host adını girin ve gerekirse bağlantıyı isteğe bağlı API anahtarıyla koruyun.

Ollama çalışıyor olmasına rağmen n8n neden "ECONNREFUSED" hatası veriyor?

Bu hata mesajı genellikle n8n'in IPv4 üzerinden 127.0.0.1 yerine IPv6 üzerinden ::1 adresine bağlanması, ancak Ollama'nın yalnızca IPv4 adresini dinlemesi durumunda ortaya çıkar. Hatayı düzeltmek için temel URL'de localhost'u 127.0.0.1 ile değiştirin.

Ollama Model Node, AI Agent Node ile çalışır mı?

Hayır, n8n belgelerine göre Ollama Model Node'da araç desteği bulunmadığından AI Agent Node ile çalışmaz. Araç erişimine sahip ajan workflow'ları için bunun yerine Ollama Chat Model Node'u kullanın, ancak seçilen modelin tool-calling yeteneğini kendiniz kontrol etmeniz gerekir.

n8n, Ollama'ya proxy bağlantılarını da destekler mi?

Yalnızca sınırlı ölçüde: Ollama'nın kendisi özel HTTP ajanlarını desteklemez, bu nedenle n8n ile Ollama arasındaki klasik HTTP veya HTTPS proxy yapılandırmaları sorunlu olabilir. Güvenli uzak bağlantılar için kimlik bilgisindeki isteğe bağlı API anahtarı üzerinden bearer token kimlik doğrulaması daha güvenilir bir yöntemdir.

NordFlux hakkında

NordFlux UG (haftungsbeschränkt)

NordFlux, kuruluşlar için dijital çalışanlar kurar: tekrar eden işleri üstlenen otomasyonlar ve KI ajanları. Kontrol sizde kalır.

Hakkımızda daha fazlası
Ücretsiz ön analiz

Otomasyon veya KI hakkında somut sorularınız mı var?

Ücretsiz bir ön analizde durumunuzu doğrudan görüşürüz. Bağlayıcı değildir.

n8n'i Ollama ile bağlama: yerel yapay zeka modellerini kullanma