STARWARCLOUD STARWAR.AI
返回市场
本地AI控制面板MCP

本地AI控制面板MCP

作者：alshawwaf3 星标更新：2025-11-19
安装使用来源：spider==github.com

项目介绍

Check Point MCP 服务器启动套件

<p align="left"> <img src="https://img.shields.io/badge/Docker-Compose-blue?logo=docker" /> <img src="https://img.shields.io/badge/n8n-Automation-orange?logo=n8n" /> <img src="https://img.shields.io/badge/langflow-Workflow-green?logo=langflow" /> <img src="https://img.shields.io/badge/Ollama-LLM-grey" /> <img src="https://img.shields.io/badge/Check%20Point-MCP-magenta?" /> </p>

单命令启动 Check Point MCP 服务器实验室

使用以下命令启动 n8n + Ollama + 流程界面 + Qdrant + 完整的 Check Point MCP 服务器堆栈：

docker compose --profile cpu up -d

快速概览

这是一个生产就绪的多服务 Docker Compose 堆栈，用于搭建完整的本地 AI + Check Point MCP（模型上下文协议）环境：

  • n8n – 工作流自动化 + MCP 工具编排器
  • PostgreSQL – n8n 后端数据库
  • 自动配置程序 – 创建 n8n 实例拥有者并安装 n8n-nodes-mcp
  • Ollama – 本地 LLM；支持 CPU 或 NVIDIA GPU；自动拉取模型
  • Open WebUI – Ollama / LLM 的聊天界面
  • Langflow – 视觉 AI 流程构建器
  • Flowise – LLM 编排界面
  • Qdrant – 嵌入式向量数据库
  • Check Point MCP 服务器 – 专用 HTTP 边车在 Docker 网络上运行

目标是创建一个用于构建、测试和演示 AI + Check Point 工作流程的单一实验室堆栈：

  • 实例拥有者自动配置
  • n8n-nodes-mcp预安装
  • MCP 服务器作为HTTP 工具从 n8n 内部可访问

导航

快速开始

<details> <summary><strong>1. 要求</strong></summary>
  • Docker 引擎 + Docker Compose v2
  • .env 文件中指定的空闲端口（例如 5678，5432，3000，3001，7860，6333，11434，73xx，……）
  • 容器具有出站互联网访问权限（用于：
    • 拉取镜像
    • 安装社区节点
    • 拉取 Ollama 模型）
  • 所有命令需在包含 docker-compose.yml 和 .env 文件的目录下执行

可选 – GPU 配置文件

  • 主机上的 NVIDIA GPU
  • 安装了 NVIDIA 容器工具包
  • 在主机上 nvidia-smi 可用
</details> <details> <summary><strong>2. 最小路径</strong></summary>

  1. 创建一个 .env 文件（参见环境）。

  2. 构建自定义 n8n 镜像：

    docker compose build n8n

  3. 启动 CPU 堆栈：

    docker compose --profile cpu up -d

  4. 等待 30-60 秒，直到：

    • PostgreSQL
    • n8n
    • 自动配置程序（拥有者 + n8n-nodes-mcp）
    • 可选 n8n-import（工作流/凭据）

  5. 访问 n8n：

</details> <details> <summary><strong>3. GPU 配置文件</strong></summary>

如果希望 Ollama 使用 GPU 而不是 CPU：

# 启动 GPU 配置文件
docker compose --profile gpu-nvidia up -d

# 或同时使用 CPU 和 GPU
docker compose --profile cpu --profile gpu-nvidia up -d

为了避免每次重复配置文件：

export COMPOSE_PROFILES=cpu
docker compose up -d
</details>

技术堆栈与布局

堆栈总结

组件目的
n8n自动化引擎 + MCP 编排器
PostgreSQLn8n 后端数据库
n8n-provision拥有者创建 + n8n-nodes-mcp 安装
n8n-import可选的工作流及凭据自动导入
Ollama本地 LLM 服务器（CPU / GPU）
Open WebUIOllama 的聊天界面
FlowiseLLM 编排 / 低代码构建器
Langflow视觉 AI 流程构建器
Qdrant向量数据库
MCP 边车Check Point MCP 工具作为 HTTP 服务器

仓库布局

.
├─ docker-compose.yml           # 多服务堆栈（CPU / GPU 配置文件）
├─ .env                         # 密码 / 端口 / 管理员值
├─ docker/
│  └─ n8n/
│     └─ Dockerfile             # 自定义 n8n 镜像（MCP CLI 和包装器内置）
├─ scripts/
│  └─ n8n-provision.sh          # 边车：拥有者设置 + 登录 + 社区节点安装
├─ n8n/
│  ├─ backup/                   # 自动导入的工作流/凭据（可选）
│  └─ custom-nodes/             # 额外的 n8n 节点（持久化）
├─ langflow/
│  └─ flows/                    # 示例 Langflow 流程
└─ qdrant/                      # Qdrant 的本地备份 / 集合

环境（.env）

在 docker-compose.yml 旁边创建一个 .env：

# ───────── n8n 数据库 ─────────
POSTGRES_USER=admin
POSTGRES_PASSWORD=change_me
POSTGRES_DB=n8n
POSTGRES_PORT=5432

# ───────── n8n Web ─────────
N8N_PORT=5678
N8N_ENCRYPTION_KEY=long_random_encryption_key
N8N_USER_MANAGEMENT_JWT_SECRET=supersecretjwtkey

# ───────── n8n 拥有者 / 管理员 ─────────
N8N_ADMIN_EMAIL=admin@cpdemo.com
N8N_ADMIN_FIRST_NAME=Admin
N8N_ADMIN_LAST_NAME=User
N8N_ADMIN_PASSWORD=change_me

# ───────── n8n 基本认证 ─────────
N8N_BASIC_AUTH_USER=admin
N8N_BASIC_AUTH_PASSWORD=change_me

# ───────── Ollama ─────────
OLLAMA_HOST=ollama-cpu:11434
OLLAMA_PORT=11434

# ───────── 其他界面 ─────────
OPEN_WEBUI_PORT=3000
FLOWISE_PORT=3001
LANGFLOW_PORT=7860
QDRANT_PORT=6333

# ───────── MCP （填写你使用的部分） ─────────
DOC_CLIENT_ID=
SECRET_KEY=
DOC_REGION=

MANAGEMENT_HOST=
SMS_API_KEY=

TE_API_KEY=
REPUTATION_API_KEY=

SPARK_MGMT_CLIENT_ID=
SPARK_MGMT_SECRET_KEY=
SPARK_MGMT_REGION=
SPARK_MGMT_INFINITY_PORTAL_URL=

HARMONY_SASE_CLIENT_ID=
HARMONY_SASE_SECRET_KEY=
HARMONY_SASE_REGION=

CPINFO_LOG_LEVEL=info

💡 提示

  • N8N_ADMIN_* 由配置程序用来调用 /rest/owner/setup。
  • N8N_BASIC_AUTH_* 必须与配置程序用来验证的身份匹配。
  • 只需填充你实际使用的 MCP 变量（或在 docker-compose.yml 中注释掉那些服务）。

构建与配置文件

构建自定义 n8n 镜像

Check Point MCP 边车复用了带有 MCP CLI 和包装器的自定义 n8n 基础镜像。

docker compose build n8n

这会产生一个镜像（例如 custom-mcp-n8n:custom），其中包含：

  • 所有相关的 @chkp/* MCP CLI 包
  • 每个 MCP 服务的包装脚本在 /usr/local/bin：
    • mcp-documentation
    • mcp-https-inspection
    • mcp-quantum-management
    • mcp-management-logs
    • threat-emulation-mcp
    • threat-prevention-mcp
    • spark-management-mcp
    • reputation-service-mcp
    • harmony-sase-mcp
    • quantum-gw-cli-mcp
    • quantum-gw-connection-analysis-mcp
    • quantum-gaia-mcp
    • cpinfo-analysis-mcp

启动堆栈

CPU 堆栈：

docker compose --profile cpu up -d

GPU（NVIDIA）Ollama 堆栈：

docker compose --profile gpu-nvidia up -d

两个配置文件：

docker compose --profile cpu --profile gpu-nvidia up -d

设置默认配置文件：

export COMPOSE_PROFILES=cpu
docker compose up -d

n8n 配置与自动导入

配置程序（n8n-provision）

n8n-provision 边车运行一次并执行：

  1. 等待 http://n8n:5678/healthz
  2. 通过 /rest/owner/setup 创建拥有者（使用 N8N_ADMIN_*）
  3. 使用 N8N_BASIC_AUTH_* 和拥有者凭据登录
  4. 安装 n8n-nodes-mcp（幂等操作 – HTTP 400 “已安装”是可以接受的）
  5. 退出

重新运行是安全的；它会跳过已经完成的步骤。

自动导入（n8n-import）

如果你将导出的资产放置在：

  • ./n8n/backup/credentials
  • ./n8n/backup/workflows

n8n-import 容器会在一切健康后执行：

n8n import:credentials --separate --input=/backup/credentials
n8n import:workflow    --separate --input=/backup/workflows

留空这些文件夹以跳过自动导入。

URL 和 MCP 端点

主要 Web 界面

服务URL
n8nhttp://localhost:5678
Open WebUIhttp://localhost:3000
Flowisehttp://localhost:3001
Langflowhttp://localhost:7860
Qdranthttp://localhost:6333
Ollama (API)http://localhost:11434

MCP 服务器 – 内部 Docker URL

从 n8n MCP HTTP 节点 使用这些（同 demo 网络）：

  • 文档 MCP → http://mcp-documentation:3000
  • HTTPS 检查 MCP → http://mcp-https-inspection:3001
  • 量子管理 MCP → http://mcp-quantum-management:3002
  • 管理日志 MCP → http://mcp-management-logs:3003
  • 威胁模拟 MCP → http://threat-emulation-mcp:3004
  • 威胁预防 MCP → http://threat-prevention-mcp:3005
  • Spark 管理 MCP → http://spark-management-mcp:3006
  • 声誉服务 MCP → http://reputation-service-mcp:3007
  • Harmony SASE MCP → http://harmony-sase-mcp:3-008
  • 量子 GW CLI MCP → http://quantum-gw-cli-mcp:3009
  • 量子 GW 连接分析 MCP → http://quantum-gw-connection-analysis-mcp:3010
  • 量子 Gaia MCP → http://quantum-gaia-mcp:3011
  • CPInfo 分析 MCP → http://cpinfo-analysis-mcp:3012

MCP 服务器 – 从主机

如果端口已发布：

从另一台机器使用 http://<docker-host-ip>:73xx。

n8n MCP 节点配置

在 n8n 的 MCP 客户端节点（如 mcpClientTool）中：

  • 连接类型 / 模式：http
  • 基础 URL：http://<mcp-service-name>:<port>（例如 http://threat-emulation-mcp:3004）
  • 不要设置“包”或“命令”为 @chkp/...。

如果设置了包字段，n8n 将尝试在容器内执行 npx @chkp/... 并你会看到：

  • npm warn exec The following package was not found and will be installed
  • Error [ERR_MODULE_NOT_FOUND]: Cannot find package '@chkp/mcp-utils'

HTTP 模式 + 边车 = 清晰、可预测的行为。

Ollama 模型

ollama-pull-* 边车等待 Ollama API 并拉取配置的模型，例如：

  • llama3.1:latest
  • nomic-embed-text:latest

要更改拉取哪些模型，请编辑 docker-compose.yml 中 ollama-pull-* 服务内的 command:。

要检查或清理 Ollama 容器内的模型：

ollama list
ollama rm <model-name>

数据与持久化

堆栈使用命名 Docker 卷，因此你可以销毁容器而保留数据。

卷描述
n8n_storagen8n 配置、用户数据、一些缓存元数据
postgres_storagePostgreSQL 数据库用于 n8n
ollama_storageOllama 模型和数据
qdrant_storageQdrant 集合
open-webuiOpen WebUI 数据
flowiseFlowise 数据
langflowLangflow 数据

示例：将 n8n_storage 备份到本地 tarball：

docker run --rm -v n8n_storage:/data -v "$(pwd)":/backup busybox \
  tar czf /backup/n8n_storage.tgz -C /data .

故障排除

A) n8n-import：加密密钥不匹配

确保所有 n8n 相关容器（n8n，n8n-import，n8n-provision）使用 .env 中相同的 N8N_ENCRYPTION_KEY 值。

B) 配置程序：HTTP 400 “包已安装”

重新运行时正常现象。只要你在设置 → 社区节点中看到