n8n‑MCP – n8n 工作流平台的 AI 友好知识库

它是什么

• 一个服务器，将完整的 n8n 工作流节点目录（约 3,000 个节点）作为 模型上下文协议 (MCP) API 暴露。
• AI 助手（Claude、OpenAI 等）可以调用此 API 来获取关于节点属性、操作、文档、示例配置和现成工作流模板的结构化信息。

为什么重要

• 使用 LLM 构建 n8n 自动化很困难，因为模型需要每个节点的最新详细信息。n8n‑MCP 为模型提供了可靠、可搜索的知识源，将模糊的提示转化为具体、可运行的工作流。
• 该服务还捆绑了验证工具，因此 AI 可以检查生成的节点配置是否完整，并且不会在运行时失败。

主要功能（如 README 中所述）

功能	您获得的内容
节点目录	2,951 个节点（838 个核心 + 2,113 个社区），覆盖 99% 的属性模式。
操作覆盖	约三分之二的节点操作已描述（66.5%）。
文档	86% 的官方 n8n 文档已索引，包括 AI 特定节点。
AI 能力工具	267 个节点变体标记为 AI 代理可用，并附有完整文档。
真实示例	从流行社区模板中提取的 156 个排名配置。
模板库	2,352 个即用型工作流模板，每个都带有 AI 友好的元数据注释（99.96% 覆盖）。
搜索	节点和模板全文搜索，社区与已验证节点过滤器，以及拉取示例配置的能力。
验证	validate_node（快速最小或完整运行时检查）和 validate_workflow 以在部署前捕获缺失参数。
管理工具	当您提供自己的 n8n 实例凭据时，API 可以直接创建、更新、删除和测试工作流，探索动态下拉值，并管理文件夹、数据表等。
安全指南	强烈警告不要直接使用 AI 编辑生产工作流，并始终备份和测试更改。

如何使用

1. 获取 API 密钥 – 在托管仪表板（dashboard.n8n-mcp.com）注册，或通过 Docker、Railway 等自托管。
2. 询问 AI – LLM（例如 Claude）调用 MCP 工具，如 search_nodes、get_node、validate_node、search_templates，然后组装工作流 JSON。
3. 部署 – 使用 n8n_create_workflow / n8n_update_partial_workflow 将生成的工作流推送到您自己的 n8n 服务器。
4. 迭代 – 运行 n8n_test_workflow，修复任何验证错误，然后重新部署。

适用对象

• 希望使用 LLM 自动化创建 n8n 工作流的开发人员。
• 构建需要理解 n8n 生态系统的内部 AI 助手的团队。
• 任何更喜欢程序化、最新的节点规范来源，而不是手动抓取 n8n 文档的人。

入门

• 托管演示：访问仪表板链接，注册，获得免费层 API 密钥（每天 100 次工具调用）。
• 自托管：按照 SELF_HOSTING.md 指南进行 Docker、npm（npx n8n-mcp）或 Railway 部署。
• 连接到 n8n：设置 N8N_API_URL 和 N8N_API_KEY（或 Cloudflare Access 令牌），以便 MCP 可以与您的 n8n 实例通信。
• IDE 集成：该仓库为 Claude Code、VS Code、Cursor 等提供了快速入门文档，让您可以直接从编辑器调用 MCP 工具。

底线 n8n‑MCP 将庞大的 n8n 节点生态系统转变为干净、可搜索、AI 就绪的知识库，使大型语言模型能够以更少的错误构建、验证和部署真实的 n8n 工作流。