AI Samurai - Eva: Red Dragon | быстрый запуск n8n локально!

Принцип работы программы Eva: Red Dragon — это графический интерфейс для управления комплексной системой автоматизации на базе n8n с интеграцией Ollama для работы с AI-моделями. ⚠️ ВАЖНО: Я добавил Whisper в Docker Compose для транскрипции аудио, но из-за этого n8n может загружаться дольше. Не паникуйте, если окно по адресу http://localhost:5678/ откроется с задержкой! Просто подождите немного. 💾 БЭКАП: Если вы уже пользовались программой, обязательно сохраните все WorkFlow-проекты! Теперь данные хранятся в корневой папке. Основные компоненты: GUI () — удобный графический интерфейс на PyQt5 n8n — мощная платформа для автоматизации PostgreSQL — надёжная база данных Ollama — контейнер для ваших любимых AI-моделей Whisper — транскрибация аудиофайлов pgAdmin — веб-интерфейс для управления базой данных Что умеет GUI: Запуск и остановка всех сервисов Установка/удаление AI-моделей в Ollama Управление системными настройками Мониторинг статуса контейнеров Или полуавтоматическая установка, если любите всё контролировать: Инструкция по установке (быстрый старт): 1. Установка виртуального окружения # Запустите скрипт настройки Или вручную: powershell python -m venv venv venv\Scripts\activate pip install -r 2. Запуск GUI shell # Активируйте виртуальное окружение venv\Scripts\activate # Запустите программу python 3. Сборка исполняемого файла shell # Запустите скрипт сборки Или вручную: shell pyinstaller --onefile --windowed --icon=assets/ Файлы: Минимальный набор: text EvaDragon/ ├── ├── ├── ├── ├── ├── ├── ├── assets/ │ ├── │ ├── │ ├── │ └── └── .env (заполните данные) Безопасность паролей Все пароли находятся в файле .env, который: Добавлен в .gitignore Переменные в .env: shell POSTGRES_PASSWORD=ваш_пароль_postgres N8N_BASIC_AUTH_USER=ваш_логин_n8n N8N_BASIC_AUTH_PASSWORD=ваш_пароль_n8n PGADMIN_PASSWORD=ваш_пароль_pgadmin N8N_ENFORCE_SETTINGS_FILE_PERMISSIONS=true N8N_RUNNERS_ENABLED=true ⚠️ Внимание! Создайте файл .env в корне проекта с вашими паролями. Файлы программы на GitHub: