Tutoriel : self-host l'n8n AI Assistant en Docker (Daytona sandbox, BYOK LLM, Brave Search)

Tutoriel : self-host l'n8n AI Assistant en Docker (Daytona sandbox, BYOK LLM, Brave Search)

L'n8n AI Assistant est disponible en self-hosted depuis le 9 juillet 2026. Ce guide pas-à-pas couvre Docker Compose, le sandbox Daytona, la configuration BYOK, et le dépannage des problèmes courants.

L'n8n AI Assistant, lancé le 9 juillet 2026, permet de construire des workflows en langage naturel. Si la version cloud est plug-and-play, le self-hosting nécessite une configuration manuelle avec plusieurs composants : un provider LLM (BYOK), un sandbox (Daytona recommandé), et optionnellement un provider de recherche (Brave Search).

Ce tutoriel couvre l'installation complète de A à Z avec Docker Compose, les variables d'environnement, et le dépannage des problèmes courants.

---

Prérequis

Ce dont vous avez besoin

Architecture complète de l'n8n AI Assistant self-hosted avec Daytona et Brave Search

Obtenir les clés API

1. Anthropic : console.anthropic.com → API Keys → Create Key
2. Daytona : app.daytona.io → Settings → API Keys → Create (commence par dtn_)
3. Brave Search : brave.com/search/api → Free plan (2 000 queries/mois)

---

Étape 1 : Docker Compose de base

Le fichier docker-compose.yml

version: '3.8'

services:
  n8n:
    image: docker.n8n.io/n8nio/n8n:latest
    restart: unless-stopped
    ports:
      - "5678:5678"
    environment:
      # --- Configuration n8n de base ---
      N8N_HOST: 0.0.0.0
      N8N_PORT: 5678
      N8N_PROTOCOL: http
      NODE_ENV: production
      GENERIC_TIMEZONE: Europe/Paris
      WEBHOOK_URL: https://n8n.votre-domaine.com
      
      # --- AI Assistant module ---
      N8N_ENABLED_MODULES: instance-ai
      
      # --- LLM (BYOK) ---
      N8N_INSTANCE_AI_MODEL: anthropic/claude-opus-4-8
      N8N_INSTANCE_AI_MODEL_API_KEY: sk-ant-api03-xxxxxxxxxxxxx
      
      # --- Sandbox (Daytona) ---
      N8N_INSTANCE_AI_SANDBOX_ENABLED: 'true'
      N8N_INSTANCE_AI_SANDBOX_PROVIDER: daytona
      N8N_INSTANCE_AI_SANDBOX_IMAGE: daytonaio/sandbox:0.5.3-slim
      DAYTONA_API_URL: https://app.daytona.io/api
      DAYTONA_API_KEY: dtn_xxxxxxxxxxxxx
      
      # --- Recherche web (optionnel) ---
      INSTANCE_AI_BRAVE_SEARCH_API_KEY: BSA-xxxxxxxxxxxxx
      
    volumes:
      - n8n_data:/home/node/.n8n

volumes:
  n8n_data:

Démarrage

# Cloner ou créer le projet
mkdir n8n-ai-assistant && cd n8n-ai-assistant
# Créer docker-compose.yml ci-dessus

# Démarrer
docker compose up -d

# Vérifier les logs
docker compose logs -f n8n

---

Étape 2 : Configuration du sandbox

Pourquoi Daytona

Le sandbox est obligatoire : l'AI Assistant génère et exécute du code dans un environnement isolé pour protéger votre instance n8n. Daytona est recommandé car c'est ce que n8n utilise sur le cloud.

Arbre de décision pour choisir entre Daytona et n8n Sandbox Service

Option B : n8n Sandbox Service (self-hosted)

Si vous voulez tout garder sur votre infrastructure :

# Ajouter à docker-compose.yml
  n8n-sandbox:
    image: docker.n8n.io/n8nio/n8n-sandbox:latest
    restart: unless-stopped
    environment:
      N8N_SANDBOX_SERVICE_API_KEY: votre-cle-secrete

# Modifier n8n :
  n8n:
    environment:
      N8N_INSTANCE_AI_SANDBOX_PROVIDER: n8n-sandbox
      N8N_SANDBOX_SERVICE_URL: http://n8n-sandbox:8000
      N8N_SANDBOX_SERVICE_API_KEY: votre-cle-secrete

---

Étape 3 : Configuration du LLM

Anthropic (Claude)

N8N_INSTANCE_AI_MODEL: anthropic/claude-opus-4-8
N8N_INSTANCE_AI_MODEL_API_KEY: sk-ant-api03-xxxxx

OpenAI (GPT)

N8N_INSTANCE_AI_MODEL: openai/gpt-4o
N8N_INSTANCE_AI_MODEL_API_KEY: sk-proj-xxxxx

OpenRouter (multi-modèles)

N8N_INSTANCE_AI_MODEL: openrouter/anthropic/claude-opus-4-8
N8N_INSTANCE_AI_MODEL_API_KEY: sk-or-v1-xxxxx

Endpoint OpenAI-compatible (local)

N8N_INSTANCE_AI_MODEL: openai/gpt-4o
N8N_INSTANCE_AI_MODEL_API_KEY: dummy
N8N_INSTANCE_AI_MODEL_URL: http://localhost:1234/v1

---

Étape 4 : Vérification et premier test

Vérifier que le module est chargé

# Vérifier les logs au démarrage
docker compose logs n8n | grep -i "instance-ai"

# Vous devriez voir :
# [instance-ai] Module enabled
# [instance-ai] Sandbox provider: daytona
# [instance-ai] Model: anthropic/claude-opus-4-8

Activer le feature flag

Si l'icône AI Assistant n'apparaît pas dans l'UI, activez le feature flag manuellement :

1. Ouvrez n8n dans votre navigateur
2. Console développeur (F12)
3. Exécutez :

featureFlags.override('083_canvas_nodes_grouping', true)
// Rechargez la page

Premier test

1. Créez un nouveau workflow
2. Cliquez sur l'icône AI Assistant (en bas à droite)
3. Décrivez un workflow simple :

   "Crée un workflow qui se déclenche toutes les heures 
   et envoie un message Slack 'Hello from AI Assistant'"
   

4. L'assistant devrait planifier, construire et tester le workflow

---

Dépannage des problèmes courants

Problème 1 : "Aucun résultat trouvé" ou erreur générique

Arbre de décision pour le dépannage de l'n8n AI Assistant self-hosted

Cause probable : crédits LLM épuisés ou clé API invalide.

# Tester la clé API Anthropic
curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{"model":"claude-opus-4-8","max_tokens":10,"messages":[{"role":"user","content":"Hello"}]}'

Problème 2 : "Sandbox connection failed"

# Vérifier la connexion Daytona
curl -H "Authorization: Bearer $DAYTONA_API_KEY" \
  https://app.daytona.io/api/health

# Vérifier les variables dans le conteneur
docker compose exec n8n env | grep -i "sandbox\|daytona"

Problème 3 : Telemetry désactivé = feature désactivée

Le feature flag de l'AI Assistant est lié à la télémétrie. Si vous avez désactivé la télémétrie, la feature ne s'affiche pas.

# Si vous avez N8N_DIAGNOSTICS_ENABLED=false, 
# vous devez override le flag manuellement (voir Étape 4)

Problème 4 : Erreur "Out of credits"

En preview (juillet 2026), le message d'erreur pour les crédits épuisés est générique au lieu de spécifique (n8n travaille sur une correction). Si vous voyez une erreur vague, vérifiez votre solde de crédits LLM.

---

Coûts et budget

Estimation des coûts par session

Estimation des coûts LLM par type de session AI Assistant

Optimisation des coûts

1. Utilisez un modèle moins cher pour les workflows simples : anthropic/claude-sonnet-4 au lieu de Opus
2. Limitez la longueur des conversations : redémarrez une session après 5 itérations
3. Brave Search : le plan gratuit (2 000 queries/mois) suffit pour tester
4. Daytona : le plan gratuit suffit pour un usage individuel

---

Checklist finale

• n8n v2.29.7+ installé
• Docker Compose configuré avec toutes les variables
• Clé API LLM valide (testée via curl)
• Daytona configuré (connexion testée)
• Brave Search configuré (optionnel mais recommandé)
• Feature flag activé si télémétrie désactivée
• Premier test de création de workflow réussi
• Logs vérifiés au démarrage

---

Conclusion

Self-hoster l'n8n AI Assistant en juillet 2026 demande du travail — le setup est manuel et la preview a ses limites. Mais une fois configuré, vous obtenez un agent IA qui construit vos workflows en langage naturel, sur votre propre infrastructure, avec vos propres clés LLM.

Pour les équipes qui veulent aller plus loin, notre service d'automatisation n8n couvre le déploiement et la configuration complète, et notre audit automatisation identifie les workflows prioritaires à automatiser avec l'AI Assistant. Si vous découvrez n8n, consultez d'abord notre présentation de l'n8n AI Assistant pour comprendre les capacités avant la configuration technique.