CARE-n8n 是 CARE 專案的本機 n8n 自動化流程環境,使用 Docker Compose 啟動 n8n 以及多媒體處理需要的本機服務。
目前包含:
TTS 已從 n8n 專案移除;CARE 後端目前使用自己的本地 TTS 流程。
啟動後可使用以下服務:
http://localhost:5678http://localhost:8200http://localhost:8100docker-compose.yml:n8n、ASR、Parser 的本機 compose 設定local_asr/:語音轉文字服務local_parser/:檔案解析服務resources/workflows/:n8n workflow 匯出檔與測試文件local_asr_cache/:Whisper / Hugging Face 模型快取n8n_data/:n8n 本機資料、設定與 workflowsdocker compose)在 CARE-n8n 目錄執行:
docker compose up -d
查看狀態與 logs:
docker compose ps
docker compose logs -f
第一次啟動或新環境部署時,請先在 n8n UI 匯入 workflow。
http://localhost:5678resources/workflows/mutimedia process.jsoncurl http://localhost:8200/health
curl -X POST "http://localhost:8200/transcribe" \
-F "file=@./sample.wav" \
-F "language=zh" \
-F "task=transcribe"
curl http://localhost:8100/health
curl http://localhost:8100/supported-types
curl -X POST "http://localhost:8100/parse" \
-F "file=@./sample.txt" \
-F "include_metadata=true" \
-F "source=manual-test"
ASR_BACKEND:ASR 後端,預設 faster-whisperASR_MODEL_ID:ASR 模型,預設 MediaTek-Research/Breeze-ASR-26ASR_DEVICE:推論裝置,例如 cuda:0 或 cpuASR_TORCH_DTYPE:推論 dtype,例如 float16、bfloat16、float32ASR_CHUNK_LENGTH_SECONDS:音訊切段秒數,預設 30ASR_LONG_AUDIO_THRESHOLD_SECONDS:長音訊門檻秒數,預設 30WHISPER_MODEL:faster-whisper fallback 模型,預設 smallWHISPER_COMPUTE_TYPE:faster-whisper compute type,預設 int8PARSER_MAX_FILE_SIZE_MB:Parser 檔案大小上限,預設 20停止容器:
docker compose down
停止容器並刪除 volume:
docker compose down -v
docker compose up -d。20 commits
2 commits
Python
97.2%
Dockerfile
2.8%
CARE-n8n 是 CARE 專案的本機 n8n 自動化流程環境,使用 Docker Compose 啟動 n8n 以及多媒體處理需要的本機服務。
目前包含:
TTS 已從 n8n 專案移除;CARE 後端目前使用自己的本地 TTS 流程。
啟動後可使用以下服務:
http://localhost:5678http://localhost:8200http://localhost:8100docker-compose.yml:n8n、ASR、Parser 的本機 compose 設定local_asr/:語音轉文字服務local_parser/:檔案解析服務resources/workflows/:n8n workflow 匯出檔與測試文件local_asr_cache/:Whisper / Hugging Face 模型快取n8n_data/:n8n 本機資料、設定與 workflowsdocker compose)在 CARE-n8n 目錄執行:
docker compose up -d
查看狀態與 logs:
docker compose ps
docker compose logs -f
第一次啟動或新環境部署時,請先在 n8n UI 匯入 workflow。
http://localhost:5678resources/workflows/mutimedia process.jsoncurl http://localhost:8200/health
curl -X POST "http://localhost:8200/transcribe" \
-F "file=@./sample.wav" \
-F "language=zh" \
-F "task=transcribe"
curl http://localhost:8100/health
curl http://localhost:8100/supported-types
curl -X POST "http://localhost:8100/parse" \
-F "file=@./sample.txt" \
-F "include_metadata=true" \
-F "source=manual-test"
ASR_BACKEND:ASR 後端,預設 faster-whisperASR_MODEL_ID:ASR 模型,預設 MediaTek-Research/Breeze-ASR-26ASR_DEVICE:推論裝置,例如 cuda:0 或 cpuASR_TORCH_DTYPE:推論 dtype,例如 float16、bfloat16、float32ASR_CHUNK_LENGTH_SECONDS:音訊切段秒數,預設 30ASR_LONG_AUDIO_THRESHOLD_SECONDS:長音訊門檻秒數,預設 30WHISPER_MODEL:faster-whisper fallback 模型,預設 smallWHISPER_COMPUTE_TYPE:faster-whisper compute type,預設 int8PARSER_MAX_FILE_SIZE_MB:Parser 檔案大小上限,預設 20停止容器:
docker compose down
停止容器並刪除 volume:
docker compose down -v
docker compose up -d。20 commits
2 commits
Python
97.2%
Dockerfile
2.8%