n8n + MCP 整合實戰：讓 AI Agent 使用外部工具（2026）

MCP 是 2025-2026 年 AI 圈最火的東西之一。如果你在用 n8n 做 AI 自動化，MCP 可以讓你的 AI Agent 能力直接翻倍——不用自己寫 API 串接，直接讓 AI 用現成的工具。

MCP 白話版：就是 AI 世界的 USB 接口。以前每個 AI 要用不同的工具，都要自己寫串接。有了 MCP，只要工具支援這個「接口」，AI 插上就能用。

這篇帶你了解 MCP 是什麼、n8n 怎麼支援 MCP、然後實際做幾個範例。

MCP 是什麼？

MCP 全名 Model Context Protocol，由 Anthropic 在 2024 年底發布，是一個開放協議標準（來源：MCP 官方文件）。

跟普通 API 有什麼不同？

普通 API：你要自己寫程式碼告訴 AI「怎麼呼叫這個 API」「回傳的資料長什麼樣」「錯誤要怎麼處理」。

MCP：AI 自己知道。MCP Server 會告訴 AI「我有什麼工具」「每個工具怎麼用」「需要什麼參數」。AI 看了描述就會自己呼叫。

再講白一點：

• API：你要幫 AI 翻譯每個工具的使用說明書
• MCP：使用說明書自己會講 AI 聽得懂的話

MCP 的架構

AI Agent（MCP Client）
    ↕ MCP 協議
MCP Server（提供工具）
    ↕
實際的工具 / 資料庫 / API

MCP Server 可以提供三種能力：

1. Tools：AI 可以呼叫的動作（查資料、寫檔案、寄信…）
2. Resources：AI 可以讀取的資料（文件、資料庫內容…）
3. Prompts：預設的 prompt 模板

n8n 怎麼支援 MCP？

n8n 有兩個 MCP 相關的節點（來源：n8n MCP 節點文件）：

1. MCP Client Tool 節點

讓你的 n8n AI Agent 使用外部 MCP Server 提供的工具。

白話版：你的 AI Agent 是客人，MCP Server 是工具箱，這個節點讓 AI 去工具箱裡拿工具。

2. MCP Server Trigger 節點

讓你把 n8n 工作流變成 MCP 工具，給外部 AI Agent 使用。

白話版：你的 n8n 工作流變成工具箱，別人的 AI 可以來拿工具。

兩個方向都支援，超彈性。

設定 MCP Server

在實作之前，你需要一個 MCP Server。幾種取得方式：

方式一：用現成的 MCP Server

GitHub 上有一堆現成的 MCP Server，涵蓋各種工具：

• Filesystem MCP Server：讓 AI 讀寫本機檔案
• PostgreSQL MCP Server：讓 AI 查詢資料庫
• Google Drive MCP Server：讓 AI 讀取 Google Drive 文件
• Slack MCP Server：讓 AI 在 Slack 發訊息
• GitHub MCP Server：讓 AI 操作 GitHub repo

完整清單看 MCP 官方的 Server 列表。

方式二：用 n8n 建 MCP Server

用 n8n 的 MCP Server Trigger 節點，你可以把任何 n8n 工作流變成 MCP 工具。這個後面會示範。

通訊方式

n8n 的 MCP 節點使用 SSE（Server-Sent Events）和 Streamable HTTP 通訊。如果你要連接只支援 stdio 的 MCP Server（例如一些 CLI 工具），需要用 mcp-remote 之類的 proxy 來橋接。

實戰一：讓 AI Agent 讀取 Google Drive

這個場景很實用：客服 AI Agent 需要查閱公司的產品文件，這些文件都放在 Google Drive 裡。

架構

Chat Trigger
    ↓
AI Agent（Tools Agent）
    ├── Chat Model: GPT-4o
    ├── MCP Client Tool: Google Drive MCP Server
    └── Memory: Window Buffer Memory

設定步驟

1. 部署 Google Drive MCP Server

   • 用 Docker 或 npm 安裝 Google Drive MCP Server
   • 設定 Google OAuth 憑證
   • 啟動 Server，記下 URL

2. 在 n8n 設定 MCP Client Tool

   • 在 AI Agent 節點下方，加入 MCP Client Tool 子節點
   • 填入 MCP Server 的 URL（SSE endpoint）
   • Tool 會自動從 Server 載入可用工具清單

3. 測試

   • 在 Chat 中問：「幫我找產品定價文件」
   • AI 會自己呼叫 Google Drive MCP 工具搜尋文件
   • 找到後把內容回覆給你

n8n 的 MCP Client 會自動發現 MCP Server 提供的所有工具，你不用一個個手動設定。

實戰二：讓 AI Agent 操作資料庫

另一個常見需求：用自然語言查資料庫。

架構

Chat Trigger
    ↓
AI Agent（Tools Agent）
    ├── Chat Model: Claude Sonnet
    ├── MCP Client Tool: PostgreSQL MCP Server
    └── System Prompt: 「你是資料分析助理...」

使用效果

使用者說：「上個月台北的訂單有幾筆？」

AI 的思考過程：

1. 理解問題需要查資料庫
2. 透過 MCP 發現有 PostgreSQL 查詢工具
3. 組出 SQL：SELECT COUNT(*) FROM orders WHERE city = '台北' AND order_date >= '2026-02-01'
4. 透過 MCP 執行查詢
5. 把結果用白話回覆：「上個月台北共有 247 筆訂單。」

System Prompt 建議

你是一位資料分析助理，可以查詢公司的 PostgreSQL 資料庫。

規則：
1. 只執行 SELECT 查詢，絕對不能 UPDATE / DELETE / DROP
2. 查詢結果用繁體中文回覆
3. 如果查詢可能回傳大量資料，先加 LIMIT 100
4. 不確定的欄位名稱，先用 information_schema 查表結構

注意那個「只執行 SELECT」的規則——讓 AI 操作資料庫，安全性一定要顧好。

實戰三：用 n8n 建自己的 MCP Server

反過來，你也可以把 n8n 工作流變成 MCP 工具，給其他 AI 使用。

場景

你有一個 n8n 工作流是「查詢庫存」。你想讓 Claude Desktop 或 Cursor 也能呼叫這個功能。

做法

1. 在 n8n 建一個工作流：

   • 起始節點用 MCP Server Trigger
   • 設定 Tool Name（例如 check_inventory）
   • 設定 Tool Description（「查詢指定產品的庫存數量」）
   • 設定 Input Schema（需要什麼參數）
   • 後面接你的庫存查詢邏輯
   • 最後用 Respond 節點回傳結果

2. 啟動工作流，記下 MCP Server 的 SSE URL

3. 在 Claude Desktop 或其他 MCP Client 中加入這個 Server 的設定

這樣你的 n8n 工作流就變成一個 MCP 工具了，任何支援 MCP 的 AI 都能呼叫它。

MCP vs Function Calling：什麼時候用哪個？

比較項目	MCP	Function Calling
設定方式	連接 MCP Server	在 n8n 裡直接設定 Tool
工具來源	外部 Server 提供	自己在工作流裡定義
工具數量	一個 Server 可提供多個工具	每個要自己手動加
適合場景	用現成的 MCP Server	工具邏輯是自己寫的
複雜度	要另外跑 MCP Server	比較簡單

建議：

• 有現成 MCP Server 可以用 → 用 MCP（例如 Google Drive、PostgreSQL）
• 工具邏輯是自己寫的 → 用 Function Calling（在 n8n 裡直接做）
• 想讓其他 AI 也能用你的工具 → 用 n8n 建 MCP Server

安全性考量

讓 AI 操作外部工具，安全性很重要：

1. 權限控制

給 AI 的權限越小越好。資料庫只開 SELECT，檔案系統只開讀取，API 只開必要的 endpoint。

2. 人工審核

高風險操作（寫入資料、寄信、刪除檔案）加上 Human-in-the-Loop，AI 先提議、人確認才執行。做法看 AI Agent 工作流設計模式的模式五。

3. 日誌記錄

記錄每次 AI 呼叫工具的內容和結果。出問題時可以回溯。n8n 的執行紀錄會自動記錄每個節點的 input/output。

4. 網路隔離

MCP Server 不要直接暴露在公網。放在內部網路或 VPN 後面，只讓 n8n 存取。

下一步

MCP 是 AI Agent 的工具擴展利器。學會之後，你的 AI Agent 能做的事情大幅增加。

• 還沒串過 AI？先看 n8n + OpenAI 串接入門
• 想了解 AI Agent 架構？看 n8n AI Agent 工作流設計模式
• 想把 AI Agent 串到 LINE？看 n8n + LINE Bot 串接教學
• 回到完整學習路徑：n8n + AI Agent 實戰指南

本週限量包有 MCP 整合工作流模板，含 Google Drive 和 PostgreSQL 兩個版本 >> n8nstart.cc/weekly

---

常見問題 FAQ

MCP 是免費的嗎？

MCP 協議本身是開放標準，免費的。但 MCP Server 要自己部署（或用別人部署好的），部署成本看你用什麼工具。大部分開源 MCP Server 用 Docker 跑起來就好。

我需要會寫程式才能用 MCP 嗎？

在 n8n 裡用 MCP Client Tool 不用寫程式。但如果要自己部署 MCP Server，需要基本的 Docker 操作能力。如果用 n8n 建 MCP Server，完全不用寫程式。

MCP 跟 n8n 的 Tool 節點有什麼差別？

n8n 的 Tool 節點是在工作流裡自己定義的工具。MCP 是連接外部的工具伺服器。兩者可以同時使用——在 AI Agent 節點下掛 MCP Client Tool 和一般的 Tool 節點，AI 會看情況選用。

有哪些 MCP Server 值得裝？

看你的需求。做客服的裝 Google Drive / Notion MCP Server（讓 AI 查文件），做資料分析的裝 PostgreSQL MCP Server，做開發的裝 GitHub MCP Server。從你最常用的工具開始。