本项目提供一个 docker-compose.yml 文件，用于部署一个增强版的 n8n 实例。

与官方的 Docker 镜像相比，此配置的核心优势在于：在容器启动时自动安装并配置一个持久化的 Python 3 虚拟环境。这使得用户可以在 n8n 中无缝地执行 Python 脚本，并且安装的库会在容器重启后依然存在。

为了实现持久化的 Python 环境，我们对官方 docker.n8n.io/n8nio/n8n 镜像的启动流程进行了一些关键修改：

1. 提升初始权限 (user: root)

   • 目的: 默认情况下，n8n 容器以低权限的 node 用户运行，无法安装系统级软件包。我们临时将用户切换到 root，以便有权限执行 apk add 命令来安装 py3-virtualenv。

2. 自定义启动命令 (command)

   • 目的: 注入我们自己的初始化脚本，在 n8n 主程序启动前完成环境配置。
   • 执行流程:
     1. apk add --no-cache py3-virtualenv: 安装 Python 虚拟环境管理工具。
     2. python3 -m venv /data/venv: 在 /data 目录下创建一个名为 venv 的 Python 虚拟环境。
     3. chown -R node:node /data/venv: 将新建的 venv 目录的所有权交还给 node 用户。这是至关重要的一步，确保 n8n 进程（以 node 用户身份运行）有权限读写该目录，从而可以管理 Python 库。
     4. exec su -l node -c '/docker-entrypoint.sh \"$@\"': 在完成所有 root 权限的操作后，切换回 node 用户，并执行官方的原始启动脚本。这确保了 n8n 应用本身在安全的环境中运行，与官方设置保持一致。

3. 新增持久化卷 (data_venv)

   • 目的: 将 Python 虚拟环境 (/data/venv) 保存到 Docker-managed volume data_venv 中。
   • 优势: 当你重新启动或更新 n8n 容器时，已经创建的虚拟环境和通过 pip 安装的所有 Python 库都会被保留，无需每次都重新安装。

4. 启用代码执行环境变量

   • NODE_FUNCTION_ALLOW_BUILTIN=* 和 NODE_FUNCTION_ALLOW_EXTERNAL=* 这两个环境变量被设置，以允许 n8n 的 Code 节点执行外部命令，这是我们能够调用 Python 环境的前提。

在开始之前，请确保你的系统上已经安装了 Docker 和 Docker Compose。

以下命令需要在终端 (Linux/macOS) 或 PowerShell/CMD (Windows) 中执行。

第一步：下载 docker-compose

手动下载上面的 docker-compose.yml 放在任意目录中，或者使用以下命令下载到终端当前目录

wget https://raw.githubusercontent.com/osen77/n8n/master/docker-compose.yml

第二步：启动 n8n 容器

在 docker-compose.yml 文件所在的目录中，运行以下命令来启动 n8n 服务：

docker-compose up -d

-d 参数会让容器在后台运行。容器首次启动时，会自动完成 Python 环境的安装和配置。

第三步：访问 n8n

打开你的浏览器，访问 http://localhost:5679。

如何停止服务

如果需要停止 n8n 服务，运行以下命令：

docker-compose down

此命令会停止并移除容器，但通过 volumes 定义的 data 和 data_venv 卷中的数据（包括你的 n8n 工作流和 Python 库）将会被保留。

部署完成后，你可以在 n8n 的 execute command 节点中使用这个持久化的 Python 环境。

使用以下路径来调用 Python 解释器：

/data/venv/bin/python3

在 n8n 工作流中添加一个 execute command 节点。 在该节点中运行命令来安装第三方包。例如，安装 pandas 的命令是 /data/venv/bin/pip3 install pandas。这里的 /data/venv/bin/pip3 指向你之前创建并持久化的虚拟环境中的 pip 命令。

将你的 Python 文件（例如 xxx.py）放在你储存卷的目录中（例如 /home/node/.n8n/ 或其子文件夹）。 在 execute command 节点中，使用虚拟环境中的 Python 解释器来执行你的 Python 文件。例如：

/data/venv/bin/python3 /home/node/.n8n/xxx.py