AI· 16 tháng 11, 2026· 3 phút đọc
Tự động hóa quy trình với Local AI: Triển khai n8n và Qwen2.5:3b cho hệ thống nội bộ
Hướng dẫn chi tiết cách kết hợp n8n với mô hình ngôn ngữ Qwen2.5:3b chạy cục bộ để xây dựng các kịch bản tự động hóa thông minh và bảo mật.

Sức mạnh của Local AI trong hạ tầng tự động hóa
Trong vai trò là một kỹ sư tích hợp hệ thống, tôi luôn đặt tính bảo mật và quyền riêng tư của dữ liệu lên hàng đầu. Việc gửi dữ liệu nhạy cảm của khách hàng hoặc log hệ thống ELV lên các đám mây AI công cộng thường tiềm ẩn nhiều rủi ro. Đó là lý do tại sao Local AI (AI cục bộ) đang trở thành một xu hướng tất yếu. Trong bài viết này, tôi sẽ hướng dẫn các bạn cách triển khai n8n — một công cụ tự động hóa quy trình mạnh mẽ — kết hợp với mô hình ngôn ngữ Qwen2.5:3b chạy hoàn toàn trên máy chủ nội bộ.
Qwen2.5:3b là một mô hình ngôn ngữ lớn (LLM) từ Alibaba Cloud, được tối ưu hóa cực tốt cho các tác vụ suy luận và lập trình, dù kích thước chỉ 3 tỷ tham số. Khi kết hợp với n8n, chúng ta có thể tạo ra những robot tự động xử lý email, phân loại sự cố kỹ thuật hoặc tóm tắt báo cáo mà không cần internet.
Chuẩn bị môi trường hệ thống
Để hệ thống vận hành mượt mà, bạn cần một máy chủ hoặc PC cấu hình tối thiểu như sau:
CPU: Intel Core i5 trở lên hoặc Apple Silicon (M1/M2/M3).
RAM: Tối thiểu 8GB (khuyên dùng 16GB để chạy cả n8n và LLM cùng lúc).
Hệ điều hành: Ubuntu, macOS hoặc Windows (có cài Docker).
Bước 1: Cài đặt Ollama để chạy mô hình Qwen2.5
Ollama là công cụ dễ nhất hiện nay để quản lý và chạy các LLM cục bộ. Nó cung cấp một API chuẩn tương thích với OpenAI, giúp n8n dễ dàng kết nối.
Trên Linux hoặc macOS, bạn mở Terminal và chạy lệnh:
curl -fsSL https://ollama.com/install.sh | sh
Sau khi cài đặt xong, hãy tải mô hình Qwen2.5:3b về bằng lệnh:
ollama run qwen2.5:3b
Lệnh này sẽ tải mô hình (khoảng 1.9GB) và khởi chạy một cửa sổ chat để bạn kiểm tra. Sau khi xác nhận AI hoạt động, bạn có thể gõ /exit để thoát, nhưng Ollama vẫn sẽ chạy ngầm dưới dạng service tại cổng 11434.
Bước 2: Triển khai n8n qua Docker
Để quản lý n8n hiệu quả nhất, tôi luôn khuyên dùng Docker. Nó giúp cô lập môi trường và dễ dàng nâng cấp sau này. Sử dụng lệnh sau để khởi chạy n8n:
docker run -d --name n8n -p 5678:5678 -v ~/.n8n:/home/node/.n8n n8nio/n8n
Sau khi container khởi động, bạn truy cập vào http://localhost:5678 để thiết lập tài khoản admin cho n8n.
Bước 3: Kết nối n8n với Local LLM
Đây là bước quan trọng nhất để n8n có thể "suy nghĩ". Trong giao diện n8n, hãy tạo một Workflow mới và làm theo các bước sau:
Thêm node "Ollama Chat Model": Tìm kiếm node Ollama trong thư viện n8n.
Cấu hình Credentials: Tại phần Host, nếu bạn chạy n8n trong Docker trên cùng một máy với Ollama, hãy nhập http://host.docker.internal:11434 (đối với Windows/Mac) hoặc IP LAN của máy (đối với Linux).
Chọn Model: Nhập chính xác tên mô hình là qwen2.5:3b.
Thêm node "AI Agent": Kết nối node Ollama vào input của node AI Agent để bắt đầu nhận các yêu cầu xử lý văn bản.
Ứng dụng thực tế: Tự động phân loại log hệ thống
Giả sử bạn có một hệ thống giám sát mạng gửi cảnh báo qua Webhook. Thay vì đọc hàng trăm dòng log khô khan, bạn có thể chuyển tiếp dữ liệu đó vào n8n, yêu cầu Qwen2.5:3b phân tích mức độ ưu tiên và chỉ gửi thông báo Telegram nếu có sự cố nghiêm trọng.
Với mô hình Qwen2.5:3b, tốc độ phản hồi gần như tức thì, giúp quy trình tự động hóa diễn ra trôi chảy mà không tốn chi phí API cho mỗi lần yêu cầu.
Lưu ý về bảo mật và tối ưu
Mặc dù chạy nội bộ, bạn vẫn nên đảm bảo rằng cổng 11434 của Ollama không bị public ra ngoài internet nếu không có lớp bảo mật hoặc VPN. Ngoài ra, nếu bạn có GPU NVIDIA, hãy đảm bảo Docker đã cài đặt NVIDIA Container Toolkit để tăng tốc độ xử lý của AI lên gấp nhiều lần so với chỉ dùng CPU.
Hy vọng hướng dẫn này giúp các kỹ sư tích hợp có thêm một công cụ mạnh mẽ trong bộ công cụ của mình để tối ưu hóa công việc hàng ngày.