n8n-mcp-server
用于 n8n 工作流自动化的模型-控制器-提供者 (MCP) 服务器实现
S17S17
README
n8n-mcp-server
一个用于 n8n 工作流自动化的模型-控制器-提供者 (MCP) 服务器实现。该服务器提供了一个标准化的接口,用于通过 JSON-RPC 协议执行和管理 n8n 工作流。
特性
- 符合 JSON-RPC 2.0 标准的 API
- 工作流执行和管理
- 基于环境的配置
- TypeScript 支持
- 完善的日志记录
- Docker 支持
前提条件
- Node.js >= 14.0.0
- 正在运行且可访问的 n8n 实例
- n8n API 密钥
安装
- 克隆仓库:
git clone https://github.com/S17S17/n8n-mcp-server.git
cd n8n-mcp-server
- 安装依赖:
npm install
- 配置环境变量:
cp .env.example .env
# 编辑 .env 文件进行配置
配置
服务器可以通过环境变量进行配置。请参阅 .env.example
文件获取所有可用选项。
必需的环境变量:
N8N_URL
: 您的 n8n 实例 API 的 URLN8N_API_KEY
: 您的 n8n API 密钥N8N_API_HEADER
: API 密钥的 Header 名称(默认:X-N8N-API-KEY)
用法
启动服务器
有几种启动选项可用:
# 标准启动
npm start
# 带有热重载的开发模式
npm run start:dev
# 简单模式(最少的功能)
npm run start:simple
# 调试模式
npm run debug
Docker 支持
使用 Docker 构建和运行:
docker build -t n8n-mcp-server .
docker run -p 3000:3000 --env-file .env n8n-mcp-server
或者使用 Docker Compose:
docker-compose up
API 文档
该服务器实现了一个 JSON-RPC 2.0 接口,具有以下方法:
initialize
: 初始化服务器连接shutdown
: 优雅地关闭服务器listTools
: 列出可用的工作流工具callTool
: 执行特定的工作流工具
有关详细的 API 文档,请参阅 API.md。
开发
从源代码构建
npm run build
运行测试
npm test
代码检查
npm run lint
贡献
- Fork 该仓库
- 创建您的功能分支 (
git checkout -b feature/amazing-feature
) - 提交您的更改 (
git commit -m 'Add some amazing feature'
) - 推送到该分支 (
git push origin feature/amazing-feature
) - 打开一个 Pull Request
许可证
该项目根据 MIT 许可证获得许可 - 有关详细信息,请参阅 LICENSE 文件。
支持
如需支持,请在 GitHub 仓库中打开一个 issue。
推荐服务器
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
MCP Package Docs Server
促进大型语言模型高效访问和获取 Go、Python 和 NPM 包的结构化文档,通过多语言支持和性能优化来增强软件开发。
Claude Code MCP
一个实现了 Claude Code 作为模型上下文协议(Model Context Protocol, MCP)服务器的方案,它可以通过标准化的 MCP 接口来使用 Claude 的软件工程能力(代码生成、编辑、审查和文件操作)。
@kazuph/mcp-taskmanager
用于任务管理的模型上下文协议服务器。它允许 Claude Desktop(或任何 MCP 客户端)在基于队列的系统中管理和执行任务。
mermaid-mcp-server
一个模型上下文协议 (MCP) 服务器,用于将 Mermaid 图表转换为 PNG 图像。
Jira-Context-MCP
MCP 服务器向 AI 编码助手(如 Cursor)提供 Jira 工单信息。

Linear MCP Server
一个模型上下文协议(Model Context Protocol)服务器,它与 Linear 的问题跟踪系统集成,允许大型语言模型(LLM)通过自然语言交互来创建、更新、搜索和评论 Linear 问题。

Sequential Thinking MCP Server
这个服务器通过将复杂问题分解为顺序步骤来促进结构化的问题解决,支持修订,并通过完整的 MCP 集成来实现多条解决方案路径。
Curri MCP Server
通过管理文本笔记、提供笔记创建工具以及使用结构化提示生成摘要,从而实现与 Curri API 的交互。