项目简介

n8n-MCP 是一个基于 Model Context Protocol (MCP) 构建的服务器,旨在为AI助手(如Anthropic Claude Desktop)提供与n8n工作流自动化平台交互的全面能力。它将n8n的500多个节点、详细属性、操作、官方文档和2500多个工作流模板结构化地暴露给AI,使得AI能够理解、设计、验证和管理n8n工作流。

主要功能点

  • 节点知识库: 提供500+ n8n节点的详细信息,包括属性、操作和文档。
  • AI工具识别: 自动检测AI相关节点,并提供工具调用指引。
  • 真实世界示例: 包含2600+从热门模板中提取的节点配置示例。
  • 配置验证: 在部署前验证n8n节点配置的正确性。
  • AI工作流验证: 针对AI Agent工作流提供高级验证,确保LLM生成的逻辑有效。
  • 模板发现与管理: 访问2500+工作流模板,支持智能筛选,并能获取完整工作流JSON。
  • n8n实例管理 (可选): 当配置n8n API凭证后,可直接通过AI创建、更新、删除、执行n8n工作流,并获取执行详情及健康状态。

安装步骤

该MCP服务器可以通过多种方式运行:

  1. 使用npx (推荐,无需安装Node.js环境即可运行): 确保已安装Node.js。然后直接在终端运行:
    npx n8n-mcp
  2. 使用Docker (推荐,隔离环境): 确保已安装Docker。然后拉取镜像并运行:
    docker pull ghcr.io/czlonkowski/n8n-mcp:latest
  3. 本地安装 (开发者使用): 克隆仓库,安装依赖,构建项目。这需要Node.js环境。
    git clone https://github.com/czlonkowski/n8n-mcp.git
    cd n8n-mcp
    npm install
    npm run build
    npm start
  4. 云端部署 (一键部署到Railway平台): 访问项目GitHub仓库(https://github.com/czlonkowski/n8n-mcp),点击README中的"Deploy on Railway"按钮,按照指示进行部署。部署完成后将获得一个HTTPS URL和Auth Token,用于MCP客户端配置。

服务器配置

MCP服务器需要通过MCP客户端启动和配置。以下是MCP客户端(例如Claude Desktop)的JSON配置文件中的配置示例。请根据您的AI助手客户端的实际配置文件路径进行修改:

  • macOS: '~/Library/Application Support/Claude/claude_desktop_config.json'
  • Windows: '%APPDATA%\Claude\claude_desktop_config.json'
  • Linux: '~/.config/Claude/claude_desktop_config.json'

基本配置 (仅提供文档和验证工具,不连接n8n实例): 在 'mcpServers' 部分添加以下JSON配置:

{
  "mcpServers": {
    "n8n-mcp": {
      "command": "npx",
      "args": ["n8n-mcp"],
      "env": {
        "MCP_MODE": "stdio",
        "LOG_LEVEL": "error",
        "DISABLE_CONSOLE_OUTPUT": "true"
      }
    }
  }
}
  • '"n8n-mcp"': 您为该MCP服务器定义的名称,客户端将使用此名称来引用它。
  • '"command"': 启动MCP服务器的命令。
    • 如果您使用 'npx' 安装,此处应为 '"npx"'。
    • 如果您使用 'Docker' 安装,此处应为 '"docker"'。
    • 如果您是本地开发,此处应为 '"node"'。
  • '"args"': 传递给 'command' 的参数列表。
    • 对于 'npx' 安装,通常是 '["n8n-mcp"]'。
    • 对于 'Docker' 安装,参数会更复杂,例如 '["run", "-i", "--rm", "--init", "-e", "MCP_MODE=stdio", "ghcr.io/czlonkowski/n8n-mcp:latest"]'。请务必参考GitHub仓库README中的Docker安装部分获取准确的参数。
    • 对于本地开发,通常是 '["/absolute/path/to/n8n-mcp/dist/mcp/index.js"]'。
  • '"env"': 环境变量的JSON对象。
    • '"MCP_MODE": "stdio"': 指示MCP服务器使用标准输入输出流进行通信。
    • '"LOG_LEVEL": "error"': 设置日志级别为错误,减少控制台输出。
    • '"DISABLE_CONSOLE_OUTPUT": "true"': 禁用额外的控制台输出。

完整配置 (提供n8n实例管理功能): 若要启用n8n实例管理功能,需在 'env' 部分额外配置 'N8N_API_URL' 和 'N8N_API_KEY'。

{
  "mcpServers": {
    "n8n-mcp": {
      "command": "npx",
      "args": ["n8n-mcp"],
      "env": {
        "MCP_MODE": "stdio",
        "LOG_LEVEL": "error",
        "DISABLE_CONSOLE_OUTPUT": "true",
        "N8N_API_URL": "https://your-n8n-instance.com",
        "N8N_API_KEY": "your-api-key"
      }
    }
  }
}
  • '"N8N_API_URL"': 您的n8n实例的API端点URL,例如 'https://your-n8n-instance.com'。
  • '"N8N_API_KEY"': 用于认证和授权访问您的n8n实例的API密钥。请确保该密钥拥有足够的权限。

基本使用方法

配置完成后,请务必重启您的MCP客户端(例如Claude Desktop)。AI助手将自动发现并加载n8n-MCP服务器提供的工具。在与AI助手交互时,您可以:

  1. 查询节点信息: 询问AI关于特定n8n节点的功能、属性或使用方法。例如:“告诉我关于 Slack 节点的信息。”
  2. 查找工作流模板: 让AI根据任务需求查找适用的工作流模板。例如:“寻找一个用于接收Webhooks并发送Slack通知的模板。”
  3. 设计和验证工作流: 描述您想要实现的工作流,AI将使用n8n-MCP工具为您生成、验证n8n工作流JSON。
  4. 管理n8n实例 (需配置API): 让AI直接在您的n8n实例上创建、更新或执行工作流。例如:“创建一个名为 '每日报告' 的新工作流,每天早上发送HTTP请求。”

AI将通过调用n8n-MCP服务器提供的工具来响应您的请求,提供智能、上下文感知的n8n工作流自动化帮助。

信息

分类

开发者工具