N8n-MCP：AI 助手可搜尋和構建 n8n 工作流

n8n-MCP 是一個模型上下文協議（MCP）伺服器，它充當 n8n 工作流自動化平臺與 AI 模型之間的橋樑，使 AI 助手能夠有效理解和操作 n8n 節點。該專案提供結構化訪問，涵蓋 1,650 個節點（820 個核心節點 + 830 個社群節點，其中 741 個已驗證）、99% 的節點屬性詳細模式、63.6% 的節點操作覆蓋率、87% 的官方文件覆蓋率（包括 AI 節點）、265 個具有完整文件的 AI 工具變體、156 個從流行模板中提取的排名配置、2,352 個工作流模板（99.96% 的 AI 後設資料覆蓋率）以及可搜尋的社群節點整合。

快速開始：最快的方式是透過 dashboard.n8n-mcp.com 使用免費雲服務，每天有 100 次工具呼叫，無需安裝配置。只需註冊並獲取 API 金鑰即可連線 MCP 客戶端。如果需要自託管，專案提供了 npx、Docker、Railway 和本地安裝選項的詳細指南。

n8n 整合：使用者可以透過 MCP 客戶端工具節點進行本地測試，使用 Docker Compose 進行生產部署，或在 Hetzner、AWS 等雲平臺上部署，還提供了排錯和安全最佳實踐。

IDE 連線：n8n-MCP 支援多種 AI 驅動的 IDE 和工具，包括 Claude Code、Visual Studio Code（GitHub Copilot）、Cursor、Windsurf、Codex 和 Antigravity，每個都有詳細的整合指南。

Claude 專案設定：為了獲得最佳效果，專案提供了增強的系統指令，強調靜默執行、並行操作、模板優先、多級驗證（從 minimal 到 full 再到 validate_workflow），並警告永遠不要信任預設引數，因為預設值是執行時失敗的首要原因。

驗證策略：分為四個級別：快速檢查（minimal 模式）、綜合驗證（full 模式帶修復）、構建後完整驗證（工作流、連線、表示式）以及部署後驗證（包括自動修復和監控）。此外，支援批次操作，例如使用 n8n_update_partial_workflow 在一次呼叫中同時更新多個節點。

專案還包含了重要的安全警告：切勿直接使用 AI 編輯生產工作流，應始終先複製工作流、在開發環境中測試、匯出備份，並在部署前驗證所有更改。