n8n-mcp-server - AI 驱动的工作流自动化 MCP 服务器

Posted on

n8n-mcp 是一个全面的模型上下文协议服务器，为 AI 助手提供对 n8n 工作流自动化平台的深度访问。它包含 543 个 n8n 节点的完整文档、2646 个预提取配置和 2709 个工作流模板，使 AI 能够理解、创建和管理复杂的自动化工作流。

工具列表

search_nodes

智能搜索 n8n 节点，支持按名称、类别或功能查找。覆盖 543 个节点，包含来自 n8n-nodes-base 和 @n8n/n8n-nodes-langchain 的所有节点，帮助快速定位所需的自动化组件。

参数：

  • query (string) (必需): 搜索关键词，可以是节点名称、功能描述或类别
  • category (string) (可选): 可选的类别过滤器，例如 ‘communication’、’data’、’ai’ 等

get_node_properties

获取指定节点的详细属性和配置信息。提供 99% 的属性覆盖率，包含每个节点的 10-20 个核心属性的完整 schema 定义，确保配置的准确性。

参数：

  • node_name (string) (必需): 节点的完整名称，例如 ‘n8n-nodes-base.httpRequest’

get_node_operations

查询节点支持的所有操作和动作。覆盖 63.6% 的节点操作，详细说明每个节点可以执行的具体任务，如创建、读取、更新、删除等 CRUD 操作。

参数：

  • node_name (string) (必需): 节点名称

get_workflow_templates

访问 2709 个预构建的工作流模板，包含完整的元数据和配置示例。这些模板来自 n8n 社区的最佳实践，可直接使用或作为学习参考。

参数：

  • category (string) (可选): 模板类别，如 ‘marketing’、’sales’、’development’ 等
  • limit (number) (可选): 返回结果的最大数量

validate_node_config

在部署前验证节点配置的正确性。通过检查必需字段、数据类型和值范围，避免工作流运行时错误，提高自动化流程的稳定性。

参数：

  • node_name (string) (必需): 要验证的节点名称
  • config (object) (必需): 节点的配置对象

get_node_examples

获取来自 2646 个流行模板的真实配置示例。这些示例展示了节点在实际场景中的使用方法，加速工作流开发过程。

参数：

  • node_name (string) (必需): 节点名称

资源

所有 n8n 节点列表

  • URI: n8n://nodes/all
  • 描述: 包含全部 543 个节点的完整索引，涵盖 AI、通信、数据处理、开发工具等多个类别

文档覆盖率统计

  • URI: n8n://documentation/coverage
  • 描述: 显示 87% 的官方文档覆盖率和 271 个具有完整 AI 能力文档的节点

配置示例

Hosted Service

1
2
3
4
5
{
  "url": "https://dashboard.n8n-mcp.com",
  "free_tier": "100 工具调用/天",
  "note": "无需设置，始终保持最新版本"
}

Docker

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
{
  "mcpServers": {
    "n8n-mcp": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "--init",
        "-e",
        "MCP_MODE=stdio",
        "-e",
        "LOG_LEVEL=error",
        "-e",
        "DISABLE_CONSOLE_OUTPUT=true",
        "-e",
        "N8N_API_URL=https://your-instance.com",
        "-e",
        "N8N_API_KEY=your-key",
        "ghcr.io/czlonkowski/n8n-mcp:latest"
      ]
    }
  }
}

Npx

1
2
3
4
5
6
7
8
9
10
11
12
13
{
  "mcpServers": {
    "n8n-mcp": {
      "command": "npx",
      "args": [
        "n8n-mcp"
      ],
      "env": {
        "MCP_MODE": "stdio"
      }
    }
  }
}

使用场景

1. 智能工作流生成

通过自然语言描述需求，AI 自动选择合适的 n8n 节点并生成完整的工作流配置。例如，告诉 AI ‘当收到 Gmail 邮件时，提取附件并保存到 Google Drive，然后发送 Slack 通知’，AI 会自动创建包含 Gmail Trigger、Google Drive 和 Slack 节点的工作流。

2. 工作流故障诊断

当 n8n 工作流执行失败时，AI 可以分析节点配置，识别常见错误如缺失的必需参数、错误的数据类型或不兼容的节点组合，并提供具体的修复建议和正确的配置示例。

3. 最佳实践学习

访问 2709 个社区验证的工作流模板，AI 可以解释每个模板的设计思路、节点选择理由和配置技巧，帮助用户快速掌握 n8n 的高级用法和自动化设计模式。

4. 跨平台集成自动化

利用 543 个节点覆盖的广泛集成能力，AI 可以设计复杂的跨平台自动化流程，如 Salesforce 到 HubSpot 的客户数据同步、GitHub Issues 到 Jira 的工单迁移、或 Shopify 订单到 QuickBooks 的财务记录。

5. AI 增强的工作流优化

AI 可以分析现有工作流，建议使用更高效的节点替代方案，优化执行顺序，减少 API 调用次数，或添加错误处理和重试逻辑，提升工作流的健壮性和性能。

6. 开发环境集成

在 VS Code（配合 GitHub Copilot）或 Cursor IDE 中使用 n8n-mcp，开发者可以在编写代码时直接获得 n8n 节点的智能建议，实现代码和自动化流程的无缝集成开发。

安装指南

前置要求

  • Node.js（用于 NPX 安装）
  • Docker（用于容器化部署）
  • Claude Desktop 或兼容的 MCP 客户端
  • 可选：n8n 实例和 API 密钥（用于高级功能）

安装步骤

  1. 选择安装方式：托管服务（最简单）、NPX（快速本地）、Docker（生产环境）或本地开发
  2. 对于 Docker 方式：拉取镜像 docker pull ghcr.io/czlonkowski/n8n-mcp:latest
  3. 配置 Claude Desktop 的 claude_desktop_config.json 文件
  4. 设置必需的环境变量：MCP_MODE=stdio
  5. 可选：配置 N8N_API_URL 和 N8N_API_KEY 以访问自己的 n8n 实例
  6. 重启 Claude Desktop 使配置生效
  7. 测试：询问 AI ‘搜索 Gmail 相关的 n8n 节点’

项目信息

© 2026 Generative AI Discovery All Rights Reserved.
Theme by hiero