n8n-mcp 部署与上手指南让 Claude 和 Cursor 替你搭建 n8n 工作流【免费下载链接】n8n-mcpA MCP for Claude Desktop / Claude Code / Windsurf / Cursor to build n8n workflows for you项目地址: https://gitcode.com/GitHub_Trending/n8/n8n-mcpn8n-mcp 是一个 MCP 服务器内置 2,412 个 n8n 节点、2,352 个工作流模板与 156 份真实配置示例让 Claude、Cursor 等 AI 助手直接学会构建 n8n 工作流。适合想体验 AI 自动化、又没有专职 DevOps 的新手和普通用户。先搞懂它AI 助手为什么需要一个 n8n 知识服务器想象一下你让 AI「帮我搭一个收到 Slack 消息就写进 Google Sheets 的工作流」结果它开始猜测节点名、编造参数生成的 JSON 一贴进 n8n 就报错——AI 并不真正了解 n8n。n8n-mcp 就是来补这块短板的。它以 MCPModel Context Protocol服务器形式运行给任意 MCP 客户端提供对 n8n 节点库的结构化访问2,412 个节点829 个核心节点 1,583 个社区节点属性字段覆盖 99%2,352 个工作流模板绝大多数附带 AI 可读的元数据助手可以直接套用而不是从零手写156 份真实配置示例从热门模板中提炼、按质量排序回答「这个节点大家实际怎么填参数」验证工具提交前对节点参数和整段工作流做结构化校验把错误拦在保存之前。也就是说你负责描述需求AI 负责查库、组装、自检。跑之前只需要确认环境任意系统macOS / Linux / Windows 基本的终端操作走云托管路线一个 Railway 账号即可走本地路线安装 Docker 与 Docker Compose。跑通最小路径拿到一个可访问的 /mcp 端点这条主线只有一件事让 n8n-mcp 服务在线并且带上鉴权端点。无论选哪条路线跑通后的验证动作相同浏览器打开端点地址/health看到返回健康状态说明服务已就绪。两条路线的差别只在服务跑在哪里。路线ARailway 云托管推荐新手适合想立刻在任意设备连上 AI 助手的你。打开 Railway 的「Deploy n8n-mcp」一键模板并登录项目名可随意填区域选离你最近的2~3 分钟后构建完成。生成一个自己的鉴权令牌——模板预置的占位 token 必须替换否则服务每 5 分钟在日志里提醒一次openssl rand -base64 32进入服务页的 Variables 标签把AUTH_TOKEN替换为上一步的结果并保存Railway 会自动重新部署。在 Settings → Domains 里复制服务 URL形如https://你的应用名.up.railway.app末尾拼上/mcp这就是稍后交给 AI 助手的完整端点。验证打开https://你的应用名.up.railway.app/health返回健康信息最小路径即跑通。路线B本地 Docker数据不出内网如果 n8n 实例跑在家里或公司内网、不想把数据送进云端就选这条。把仓库拉到本地git clone https://gitcode.com/GitHub_Trending/n8/n8n-mcp cd n8n-mcp准备一个.env文件AUTH_TOKEN为必填项缺失时容器直接拒绝启动# .env AUTH_TOKEN粘贴你自己的随机令牌 # 同上面 openssl 命令生成 PORT3000 # N8N_API_URL可选填后解锁工作流管理工具 # N8N_API_KEY可选对应 n8n 的 API 密钥启动并检查docker-compose up -d curl http://localhost:3000/health验证健康检查有响应、docker-compose ps显示容器健康端点就是http://localhost:3000/mcp。接进你的 AI 助手最快接入的步骤服务在线后接下来是把端点交给客户端。以 Claude Desktop 为例——它不是直连而是通过mcp-remote代理走 HTTP配置只改一个 JSON 文件。打开 Claude Desktop 的配置文件macOS~/Library/Application Support/Claude/claude_desktop_config.jsonWindows%APPDATA%\Claude\claude_desktop_config.jsonLinux~/.config/Claude/claude_desktop_config.json写入服务器条目URL 与 token 换成你自己的{ mcpServers: { n8n-railway: { command: npx, args: [ -y, mcp-remote, https://你的端点/mcp, --header, Authorization: Bearer 你的AUTH_TOKEN ] } } }保存后重启 Claude Desktop打开任意对话并展开工具列表看到 n8n-mcp 的工具分组、能展开出若干工具名连接即成功。IDE 用户不必手写这份 JSON项目为每个客户端都备了专属文档Cursor 配置指南Windsurf 配置指南Claude Code 配置指南VS Code 配置指南上手后能做什么四个真实场景接入之后把 AI 当「n8n 工程师」使。下面四个场景基本覆盖日常使用。场景一查节点不再翻官方文档。问一句「Slack 节点的 message 参数和 channel 参数怎么填」助手会调用search_nodes定位节点、拉取属性 schema 和示例几秒钟给出可直接使用的说明而不是让你自己去翻 2,412 个节点。场景二从模板起步而不是从零手写。让助手搜索「Google Sheets Webhook 自动化」模板它返回的 2,352 个模板都带 AI 元数据选中一个稍作修改通常比手写快得多也更接近生产级写法。场景三保存前先验证。把拼好的工作流 JSON 交给助手它会按validate_node最小检查 → 完整检查到validate_workflow逐级校验缺字段、类型不匹配都会在执行前暴露。注意涉及已有工作流时先复制再让 AI 改生产工作流不要直接交给 AI 编辑。场景四让 AI 直接管理你的 n8n 实例。服务配置了N8N_API_URL与N8N_API_KEY之后会多出 16 个管理工具助手可以列出、创建、更新和删除工作流等于把 n8n 的 API 能力包装成了对话。调优与安全给公网服务加几道锁服务一旦公开第一件事是把它锁好。接入已有的 n8n 实例。在 Railway 的 Variables或本地.env中补充N8N_API_URL你的n8n实例地址 N8N_API_KEY在 n8n 设置 → API 中生成 N8N_MODEtrue # 若要通过 n8n 的 MCP Client Tool 节点反向调用本服务保存后服务会自动重启重启日志里确认加载了工作流管理工具即配置生效。收紧认证与网络防护。默认值已经不错15 分钟窗口内每 IP 最多 20 次认证尝试、Webhook 严格 SSRF 防护按威胁感知调整即可WEBHOOK_SECURITY_MODEstrict # Webhook 的 SSRF 防护模式 AUTH_RATE_LIMIT_WINDOW900000 # 认证限流窗口毫秒 AUTH_RATE_LIMIT_MAX20 # 窗口内每个 IP 的最大认证尝试次数保持最小暴露。数据库文件默认落在/app/data云托管走模板自带的持久卷本地走 Docker volume无需额外操作但AUTH_TOKEN不要写进会公开的位置定期轮换是最低成本的好习惯。更多加固细节见 安全文档 与 威胁模型。卡住了现象与处理速查现象处理容器起不来日志提示缺少AUTH_TOKEN变量未设置或为空在 Variables或.env填入 ≥32 位随机令牌后重启客户端连不上提示 401 / token 无效核对 URL 末尾带了/mcp且 Bearer 令牌与服务端AUTH_TOKEN完全一致Windows 上npx报错把配置的command改为node第一个参数指向npx-cli.js的完整路径本地 3000 端口被占用在.env中改PORT为其他端口端口映射会同步生效服务已启动但工具列表为空客户端代理进程未起来检查终端中mcp-remote是否还在运行、端点是否可匿名访问到/health延伸阅读Self-Hosting 完整指南npx、Docker、Railway 与本地安装的选项Railway 部署详解环境变量全表与故障定位各客户端配置文档Claude Code / Cursor / Windsurf / VS Code / Codex / Antigravity数据库配置说明调整节点库存储位置装好 Claude Skills 可以进一步压缩工作流的试错成本相关技能包的用法见 Skills 配置说明 对应的教程文档。【免费下载链接】n8n-mcpA MCP for Claude Desktop / Claude Code / Windsurf / Cursor to build n8n workflows for you项目地址: https://gitcode.com/GitHub_Trending/n8/n8n-mcp创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
n8n-mcp 部署与上手指南让 Claude 和 Cursor 替你搭建 n8n 工作流【免费下载链接】n8n-mcpA MCP for Claude Desktop / Claude Code / Windsurf / Cursor to build n8n workflows for you项目地址: https://gitcode.com/GitHub_Trending/n8/n8n-mcpn8n-mcp 是一个 MCP 服务器内置 2,412 个 n8n 节点、2,352 个工作流模板与 156 份真实配置示例让 Claude、Cursor 等 AI 助手直接学会构建 n8n 工作流。适合想体验 AI 自动化、又没有专职 DevOps 的新手和普通用户。先搞懂它AI 助手为什么需要一个 n8n 知识服务器想象一下你让 AI「帮我搭一个收到 Slack 消息就写进 Google Sheets 的工作流」结果它开始猜测节点名、编造参数生成的 JSON 一贴进 n8n 就报错——AI 并不真正了解 n8n。n8n-mcp 就是来补这块短板的。它以 MCPModel Context Protocol服务器形式运行给任意 MCP 客户端提供对 n8n 节点库的结构化访问2,412 个节点829 个核心节点 1,583 个社区节点属性字段覆盖 99%2,352 个工作流模板绝大多数附带 AI 可读的元数据助手可以直接套用而不是从零手写156 份真实配置示例从热门模板中提炼、按质量排序回答「这个节点大家实际怎么填参数」验证工具提交前对节点参数和整段工作流做结构化校验把错误拦在保存之前。也就是说你负责描述需求AI 负责查库、组装、自检。跑之前只需要确认环境任意系统macOS / Linux / Windows 基本的终端操作走云托管路线一个 Railway 账号即可走本地路线安装 Docker 与 Docker Compose。跑通最小路径拿到一个可访问的 /mcp 端点这条主线只有一件事让 n8n-mcp 服务在线并且带上鉴权端点。无论选哪条路线跑通后的验证动作相同浏览器打开端点地址/health看到返回健康状态说明服务已就绪。两条路线的差别只在服务跑在哪里。路线ARailway 云托管推荐新手适合想立刻在任意设备连上 AI 助手的你。打开 Railway 的「Deploy n8n-mcp」一键模板并登录项目名可随意填区域选离你最近的2~3 分钟后构建完成。生成一个自己的鉴权令牌——模板预置的占位 token 必须替换否则服务每 5 分钟在日志里提醒一次openssl rand -base64 32进入服务页的 Variables 标签把AUTH_TOKEN替换为上一步的结果并保存Railway 会自动重新部署。在 Settings → Domains 里复制服务 URL形如https://你的应用名.up.railway.app末尾拼上/mcp这就是稍后交给 AI 助手的完整端点。验证打开https://你的应用名.up.railway.app/health返回健康信息最小路径即跑通。路线B本地 Docker数据不出内网如果 n8n 实例跑在家里或公司内网、不想把数据送进云端就选这条。把仓库拉到本地git clone https://gitcode.com/GitHub_Trending/n8/n8n-mcp cd n8n-mcp准备一个.env文件AUTH_TOKEN为必填项缺失时容器直接拒绝启动# .env AUTH_TOKEN粘贴你自己的随机令牌 # 同上面 openssl 命令生成 PORT3000 # N8N_API_URL可选填后解锁工作流管理工具 # N8N_API_KEY可选对应 n8n 的 API 密钥启动并检查docker-compose up -d curl http://localhost:3000/health验证健康检查有响应、docker-compose ps显示容器健康端点就是http://localhost:3000/mcp。接进你的 AI 助手最快接入的步骤服务在线后接下来是把端点交给客户端。以 Claude Desktop 为例——它不是直连而是通过mcp-remote代理走 HTTP配置只改一个 JSON 文件。打开 Claude Desktop 的配置文件macOS~/Library/Application Support/Claude/claude_desktop_config.jsonWindows%APPDATA%\Claude\claude_desktop_config.jsonLinux~/.config/Claude/claude_desktop_config.json写入服务器条目URL 与 token 换成你自己的{ mcpServers: { n8n-railway: { command: npx, args: [ -y, mcp-remote, https://你的端点/mcp, --header, Authorization: Bearer 你的AUTH_TOKEN ] } } }保存后重启 Claude Desktop打开任意对话并展开工具列表看到 n8n-mcp 的工具分组、能展开出若干工具名连接即成功。IDE 用户不必手写这份 JSON项目为每个客户端都备了专属文档Cursor 配置指南Windsurf 配置指南Claude Code 配置指南VS Code 配置指南上手后能做什么四个真实场景接入之后把 AI 当「n8n 工程师」使。下面四个场景基本覆盖日常使用。场景一查节点不再翻官方文档。问一句「Slack 节点的 message 参数和 channel 参数怎么填」助手会调用search_nodes定位节点、拉取属性 schema 和示例几秒钟给出可直接使用的说明而不是让你自己去翻 2,412 个节点。场景二从模板起步而不是从零手写。让助手搜索「Google Sheets Webhook 自动化」模板它返回的 2,352 个模板都带 AI 元数据选中一个稍作修改通常比手写快得多也更接近生产级写法。场景三保存前先验证。把拼好的工作流 JSON 交给助手它会按validate_node最小检查 → 完整检查到validate_workflow逐级校验缺字段、类型不匹配都会在执行前暴露。注意涉及已有工作流时先复制再让 AI 改生产工作流不要直接交给 AI 编辑。场景四让 AI 直接管理你的 n8n 实例。服务配置了N8N_API_URL与N8N_API_KEY之后会多出 16 个管理工具助手可以列出、创建、更新和删除工作流等于把 n8n 的 API 能力包装成了对话。调优与安全给公网服务加几道锁服务一旦公开第一件事是把它锁好。接入已有的 n8n 实例。在 Railway 的 Variables或本地.env中补充N8N_API_URL你的n8n实例地址 N8N_API_KEY在 n8n 设置 → API 中生成 N8N_MODEtrue # 若要通过 n8n 的 MCP Client Tool 节点反向调用本服务保存后服务会自动重启重启日志里确认加载了工作流管理工具即配置生效。收紧认证与网络防护。默认值已经不错15 分钟窗口内每 IP 最多 20 次认证尝试、Webhook 严格 SSRF 防护按威胁感知调整即可WEBHOOK_SECURITY_MODEstrict # Webhook 的 SSRF 防护模式 AUTH_RATE_LIMIT_WINDOW900000 # 认证限流窗口毫秒 AUTH_RATE_LIMIT_MAX20 # 窗口内每个 IP 的最大认证尝试次数保持最小暴露。数据库文件默认落在/app/data云托管走模板自带的持久卷本地走 Docker volume无需额外操作但AUTH_TOKEN不要写进会公开的位置定期轮换是最低成本的好习惯。更多加固细节见 安全文档 与 威胁模型。卡住了现象与处理速查现象处理容器起不来日志提示缺少AUTH_TOKEN变量未设置或为空在 Variables或.env填入 ≥32 位随机令牌后重启客户端连不上提示 401 / token 无效核对 URL 末尾带了/mcp且 Bearer 令牌与服务端AUTH_TOKEN完全一致Windows 上npx报错把配置的command改为node第一个参数指向npx-cli.js的完整路径本地 3000 端口被占用在.env中改PORT为其他端口端口映射会同步生效服务已启动但工具列表为空客户端代理进程未起来检查终端中mcp-remote是否还在运行、端点是否可匿名访问到/health延伸阅读Self-Hosting 完整指南npx、Docker、Railway 与本地安装的选项Railway 部署详解环境变量全表与故障定位各客户端配置文档Claude Code / Cursor / Windsurf / VS Code / Codex / Antigravity数据库配置说明调整节点库存储位置装好 Claude Skills 可以进一步压缩工作流的试错成本相关技能包的用法见 Skills 配置说明 对应的教程文档。【免费下载链接】n8n-mcpA MCP for Claude Desktop / Claude Code / Windsurf / Cursor to build n8n workflows for you项目地址: https://gitcode.com/GitHub_Trending/n8/n8n-mcp创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
