2026.10.15
Selfhost AI：把多种 AI 与自动化服务集中部署到自己的服务器
Selfhost AI 用 Docker Compose 和交互式向导部署一组可自托管的 AI、工作流、RAG 与监控服务。它适合希望统一管理本地模型和自动化工具的用户，但对服务器、域名、DNS 及运维能力有明确要求。
它解决什么问题
Selfhost AI 是一个面向自托管场景的 Docker Compose 安装器。它不是单一的聊天应用，而是把 n8n、Ollama、Open WebUI、OpenClaw、Dify、Flowise、Supabase、ComfyUI、Qdrant 等服务组织到同一套部署流程中。项目希望降低搭建个人 AI 实验室的门槛：用户在向导中选择服务，安装器生成配置密钥，并让服务通过 Caddy 暴露为带 HTTPS 的子域名。
适合哪些人
它适合已经拥有服务器、域名，并希望把工作流自动化、本地大模型、智能体和 RAG 组件放在同一环境中的开发者、独立开发者、技术团队和家庭实验室用户。n8n 可用于工作流编排，Ollama 用于运行本地模型，Open WebUI 提供聊天界面；Dify、Flowise、Letta 和 OpenClaw 等组件则覆盖智能体或 AI 应用场景。Grafana 与 Prometheus 可用于监控，Qdrant、Weaviate 等组件面向向量检索。
如果你的目标只是运行一个聊天界面，或者不愿管理 Docker、DNS、证书、数据备份和服务更新，这个项目可能显得过于庞杂。它更像一套可选组件集合，而不是开箱即用的单功能产品。
已知功能
项目 README 显示，服务由交互式向导选择；Caddy、PostgreSQL 和 Valkey 是始终安装的基础组件，其余服务可选。README 还列出 n8n 的 400 多个集成、队列模式和 MCP 服务，以及 Open WebUI 的本地或 API 模型支持。Ollama 支持 CPU、NVIDIA 或 AMD GPU 配置，README 还提到多 GPU；这些能力是否适合你的具体硬件，仍需按组件文档和实际配置确认。
部署后，服务通常以域名子域名访问。项目提供健康检查、服务依赖、make doctor 诊断和保留设置的更新机制。v1.17.0 增加了 make pull，并改进了镜像拉取失败时的重试处理。不过，版本发布说明也表明，不同服务的更新路径并不完全相同；本地构建的 n8n、运行器和 OpenClaw 不由 make pull 更新。
采用前的限制与部署考虑
README 要求具备公网 IP 的 VPS、Ubuntu 24.04 LTS、域名以及指向服务器的通配符 A 记录。项目给出的参考资源从 4 GB 内存、2 个 CPU 核心和 40 GB 磁盘起步；启用全部服务时，参考值提高到至少 20 GB 内存、4 个 CPU 核心和 60 GB 磁盘。这些是项目文档中的部署参考，不是对所有服务组合的性能保证。
“自托管”也不等于自动完成安全与运维。你仍需要管理 DNS、证书、密钥、备份、访问控制、日志、镜像更新和暴露面。README 特别提到 Supabase 的端口存在安全说明，部分服务还可能使用外部 API 密钥或 Telegram 等第三方集成。启用具有服务器访问能力的智能体、代码执行沙箱或公网入口前，应先审查权限和网络边界。项目仓库标注为 Apache License 2.0；但其中集成的各个上游服务可能拥有各自的许可证和运维要求，采用前应分别核对。
资料来源
资料核对日期：2026-10-15