N8n MCP Server Fca7a64b

MCP开发工具

提供方 Ospray-creator

开发工具 stdio · 本地进程 无需鉴权 社区 / 第三方
查看接入方式

一个用于通过自然语言接口管理n8n平台自动化的模块化MCP服务器。

一句话选型结论

按资料字段整理

N8n MCP Server Fca7a64b 属于开发工具类 MCP 服务器,stdio · 本地进程,无需鉴权,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类开发工具 传输方式stdio · 本地进程 鉴权无需鉴权 部署方式本地部署
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 11 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

开发工具
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量11暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

适用场景

自动化管理Python本地部署工作流引擎API集成自然语言处理开发工具

安装与配置

stdio · 本地进程 无需鉴权
客户端在本机拉起子进程,数据不出本机
python -m venv venv

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Python,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后客户端会列出约 11 个工具,随便调一个只读工具确认能返回结果。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
代码与仓库操作

在对话里直接查代码、提 issue、走 PR,省掉来回切工具。

本地命令与脚本

把构建、测试、格式化这类重复命令交给模型执行。

接口联调与测试

让模型调你的接口、跑一遍用例,快速定位问题。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注 11 个工具,覆盖面较广,能满足多种调用。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 资料标注无需鉴权,装好就能连。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在开发工具场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
N8n MCP Server Fca7a64b当前 11 stdio · 本地进程 本地部署 有 2026-05-17
Git 838e2ec1 12 stdio · 本地进程 本地部署 有 2026-05-17
Markitdown MCP 2c653a5f 1 stdio · 本地进程 本地部署 有 2026-05-17
JavaGuide 未标注 stdio · 本地进程 本地部署 有 2026-04-11
awesome-claude-skills 未标注 stdio · 本地进程 本地部署 有 2026-04-26
Context7 831acf40 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

开发工具
字段来自项目仓库与公开索引,中文说明由本站标注
提供方Ospray-creator上游标注的维护方 Ospray-creator
分类开发工具本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式无需鉴权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · Python本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

10.5 KB
来自项目仓库与上游目录的原文,未做删改

MCP-сервер для управления n8n workflow

Модульный MCP-сервер (Model Context Protocol) для управления автоматизациями (workflow) в платформе n8n через естественно-языковый интерфейс.

✅ Статус реализации

MCP-сервер полностью реализован и протестирован!

✅ Все операции работают корректно:

  • Создание workflow - ✅ работает
  • Получение списка workflow - ✅ работает
  • Получение workflow по ID - ✅ работает
  • Обновление workflow - ✅ работает (PUT метод)
  • Удаление workflow - ✅ работает
  • Запуск workflow - ✅ готов к использованию
  • Получение статуса выполнения - ✅ готов к использованию

Архитектура```

n8n_mcp_server/
├── server.py # Основной MCP-сервер с 7 инструментами
├── n8n_client.py # Клиент для n8n API
├── config.py # Конфигурация приложения
├── tools/init.py # Инструменты MCP
├── tests/ # Тесты
├── test_workflow_data.py # Определения тестовых workflow
├── test_connection.py # Интеграционные тесты
├── README.md # Эта документация
├── .env # Конфигурация
├── Dockerfile # Для контейнеризации
├── docker-compose.yml # Оркестрация контейнеров
└── debug_api.py # Скрипты отладки


## Инструменты (Tools)

MCP-сервер предоставляет **11 инструментов**:

### 🔧 **Workflow инструменты:**

### 1. list_workflows
Возвращает список всех workflow с базовой информацией (ID, имя, активность).

### 2. get_workflow
Получает полное описание workflow по ID.

**Параметры:**
- `workflow_id` (string, required) - ID workflow

### 3. create_workflow
Создаёт новый workflow в n8n.

**Параметры:**
- `name` (string, required) - Название workflow
- `nodes` (array, optional) - Массив узлов в формате n8n JSON
- `connections` (object, optional) - Связи между узлами
- `settings` (object, optional) - Настройки workflow
- `staticData` (object, optional) - Статические данные

### 4. update_workflow
Обновляет существующий workflow.

**Параметры:**
- `workflow_id` (string, required) - ID workflow для обновления
- `name` (string, optional) - Новое название
- `nodes` (array, optional) - Новые узлы
- `connections` (object, optional) - Новые связи
- `active` (boolean, optional) - Новый статус активности

### 5. delete_workflow
Удаляет workflow по ID.

**Параметры:**
- `workflow_id` (string, required) - ID workflow для удаления

### 6. execute_workflow
Запускает workflow вручную.

**Параметры:**
- `workflow_id` (string, required) - ID workflow для запуска
- `input_data` (object, optional) - Данные для передачи в workflow

### 7. get_execution_status
Получает статус выполнения workflow.

**Параметры:**
- `execution_id` (string, required) - ID выполнения

### 🔗 **Node инструменты:**

### 8. list_node_categories
Возвращает список категорий доступных узлов n8n.

### 9. get_nodes_by_category
Возвращает список узлов для указанной категории.

**Параметры:**
- `category_id` (string, required) - ID категории (core, trigger, action, transform, aggregate)

### 10. get_node_info
Возвращает подробную информацию об узле по его типу.

**Параметры:**
- `node_type` (string, required) - Тип узла (например, "n8n-nodes-base.set")

### 11. search_nodes
Поиск узлов по названию или описанию.

**Параметры:**
- `query` (string, required) - Поисковый запрос

## Установка и настройка

### 1. Клонируйте репозиторий:```bash
git clone <repository_url>
cd n8n_mcp_server

2. Создайте виртуальное окружение:```bash

python -m venv venv
source venv/bin/activate # Linux/Mac

или

venv\Scripts\activate # Windows


### 3. Установите зависимости:```bash
pip install -e .

4. Настройте конфигурацию:

Создайте файл .env с вашими настройками n8n:```env
N8N_BASE_URL=https://your-n8n-instance.com
N8N_API_KEY=your_api_key_here
LOG_LEVEL=INFO


## Интеграция с Open WebUI

### Через MCPO (рекомендуется)

1. **Установите MCPO:**```bash
   pip install mcpo
   ```

2. **Запустите с MCPO на порту 9876:**```bash
   mcpo --host 0.0.0.0 --port 9876 -- python server.py stdio
   ```

3. **Сервер будет доступен по адресу:**
   - **HTTP**: http://localhost:9876
   - **OpenAPI спецификация**: http://localhost:9876/openapi.json
   - **Документация Swagger UI**: http://localhost:9876/docs

4. **Настройте Open WebUI:**
   - В настройках Open WebUI добавьте новый MCP-сервер
   - Укажите URL: `http://localhost:9876`
   - Сервер автоматически предоставит все доступные инструменты:

## Запуск

### Локальный запуск (STDIO):```bash
python server.py stdio

Результаты последнего теста:```

🧪 Запуск тестирования n8n MCP-сервера

✅ Успешно подключено к n8n. Найдено 2 workflow.
✅ Чтение workflow работает корректно
✨ Создан workflow: Тестовый workflow MCP (ID: GmW1TH0zuGmeB5d1)
🔄 Обновлён workflow: Обновлённый workflow MCP
🗑️ Workflow удалён
✅ Все поддерживаемые операции работают!
🎉 Все тесты пройдены успешно!


## Тестирование

### Проверка подключения:```bash
python test_connection.py

Результаты последнего теста:```

🧪 Запуск тестирования n8n MCP-сервера

✅ Успешно подключено к n8n. Найдено 2 workflow.
✅ Чтение workflow работает корректно
✨ Создан workflow: Тестовый workflow MCP (ID: GmW1TH0zuGmeB5d1)
🔄 Обновлён workflow: Обновлённый workflow MCP
🗑️ Workflow удалён
✅ Все поддерживаемые операции работают!
🎉 Все тесты пройдены успешно!


## API n8n

Сервер использует следующие эндпоинты n8n API:
- `POST /api/v1/workflows` - Создание workflow ✅
- `GET /api/v1/workflows` - Список workflow ✅
- `GET /api/v1/workflows/{id}` - Получение workflow ✅
- `PUT /api/v1/workflows/{id}` - Обновление workflow ✅
- `DELETE /api/v1/workflows/{id}` - Удаление workflow ✅
- `POST /api/v1/workflows/{id}/run` - Запуск workflow ✅
- `GET /api/v1/executions/{id}` - Статус выполнения ✅

## Безопасность

- ✅ API-ключи передаются только через защищённые переменные окружения
- ✅ Все HTTP-запросы используют HTTPS
- ✅ Логирование не включает чувствительную информацию
- ✅ Сервер не хранит workflow JSON локально

## Примеры использования

### Создание простого workflow:```python
# Через MCP-инструмент
result = create_workflow(
    name="Мой первый workflow",
    nodes=[{
        "parameters": {},
        "name": "Start",
        "type": "n8n-nodes-base.manualTrigger",
        "typeVersion": 1,
        "position": [240, 300],
        "id": "start-node"
    }],
    connections={},
    settings={}
)
print(f"Создан workflow: {result['name']} (ID: {result['id']})")

Обновление workflow:```python

Через MCP-инструмент

updated = update_workflow(
workflow_id="your-workflow-id",
name="Новое название workflow"
)
print(f"Обновлён workflow: {updated['name']}")


### Запуск workflow:```python
# Через MCP-инструмент
execution = execute_workflow(
    workflow_id="your-workflow-id",
    input_data={"message": "Привет от MCP!"}
)
print(f"Запущено выполнение: {execution['executionId']}")

Разработка

Структура кода

  • server.py - основной MCP-сервер с инструментами
  • n8n_client.py - инкапсуляция всех вызовов к n8n API
  • config.py - конфигурация из переменных окружения
  • test_connection.py - скрипт для тестирования подключения
  • test_workflow_data.py - определения тестовых workflow

Добавление новых инструментов

  1. Добавьте функцию с декоратором @server.tool()
  2. Напишите тесты
  3. Обновите документацию

Лицензия

Этот проект лицензирован под MIT License.

Поддержка

При возникновении проблем:
1. Проверьте настройки n8n в .env файле
2. Убедитесь в корректности API-ключа n8n
3. Проверьте доступность n8n API
4. Запустите python debug_api.py для отладки


✅ Проект полностью готов к использованию!

常见问题

7 问
答案由本站依据条目字段整理,不引用上游原文
N8n MCP Server Fca7a64b 怎么安装?

在客户端按下面的安装命令接入:python -m venv venv。装完在客户端配置里引用同一个包或端点。

N8n MCP Server Fca7a64b 怎么在客户端里配置?

它的传输方式未标注,在客户端 MCP 配置里按官方文档填写启动命令和参数,保存后重启客户端生效。

N8n MCP Server Fca7a64b 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

N8n MCP Server Fca7a64b 需要 API Key 吗?

资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

N8n MCP Server Fca7a64b 能提供哪些能力?

资料显示约 11 个工具;能力标签包括 自动化管理、Python、开发工具、自然语言处理。具体工具清单以官方文档为准。

N8n MCP Server Fca7a64b 需要什么运行环境?

运行时为 Python;属于本地进程,需要在本机装好运行环境。

N8n MCP Server Fca7a64b 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。