n8nから新ツールが登場(Claude Codeを劇的に強化)

CChase AI
Computing/SoftwareSmall Business/StartupsInternet Technology

Transcript

00:00:00少し前まで、n8nは誰もがお気に入りのノーコードAI自動化ツールでした。
00:00:05ですが、それもClaude CodeやCursorといった他のツールが登場し、
00:00:09n8nを完全に圧倒し始めるまでのことでした。
00:00:11しかし、つい今週、n8nが全く新しいツールをリリースしました。
00:00:14それは、再びn8nを活用する十分な理由になるかもしれません。
00:00:17そこで今日は、そのツールを詳しく掘り下げ、
00:00:19n8nが再び時間を割く価値があるものかどうかをお伝えします。
00:00:22今回紹介するのは、新しい「n8n MCP サーバー」です。
00:00:26これはClaude CodeやCursorのようなエージェント型コーディングツールを念頭に置いて構築されました。
00:00:30これが重要である理由はいくつかあります。
00:00:33まず、これまでこのようなツールは存在しませんでした。
00:00:37厳密には「似たようなもの」はありましたが。
00:00:38Lonkowskiのn8n MCPサーバーなど、応急処置的なものはありましたが、
00:00:42それらはあくまで「その場しのぎ」に過ぎませんでした。
00:00:46それらは、Claude CodeやCursorのコンテキストウィンドウに、
00:00:49膨大な量のドキュメントを詰め込めば済むという前提で動いていました。
00:00:53「これをしろ」「あれはするな」という何十億行もの説明を読み込ませ、
00:00:56「これで上手く動くJSONが出力されるはずだ」と期待するようなものです。
00:00:58しかし、ただコンテキストを詰め込んだところで、
00:01:02実際に機能するJSONが得られるかどうかは運任せでした。
00:01:04他には、延々と続くMarkdownのスキルファイルを使う方法もありましたが、
00:01:08これもClaude Codeに無理やりn8n用のJSONを作らせようとする試みでした。
00:01:11ですが、この公式MCPはそれらとは異なり、より洗練されています。
00:01:14なぜなら、JSONではなくTypeScriptベースで動作するからです。
00:01:19これによって、ワークフローの検証が可能になり、
00:01:24作成したコードを実際にコンパイルしてから、
00:01:27JSONファイルに変換してn8n内に反映させることができるのです。
00:01:30つまり、この新しいn8n MCPサーバーを使ってClaude Codeに指示を出すと、
00:01:34作成したものが実際に動作することを保証するガードレールが機能します。
00:01:39例えば、Claude Codeに対して、
00:01:44「毎朝メールを送るシンプルな天気自動化ワークフローを作って」と頼んだとします。
00:01:50まずClaude Codeは意図を解析し、
00:01:54「シンプルな自動化だから3つのノードが必要だ」と判断します。
00:01:58次にMCPサーバーに問い合わせて、ノードのタイプを取得します。
00:02:01そこからTypeScriptでコードを書き上げます。
00:02:06そのコードはMCPサーバーに送られ、検証・解析されます。
00:02:10これが以前のMCPとの大きな違いです。
00:02:15決定的な違いと言ってもいいでしょう。
00:02:16その後JSONに変換され、
00:02:20お使いのインスタンスに自動的に反映されます。
00:02:24n8nチームのメンバーが、この詳細についてLinkedInで解説しています。
00:02:28ワークフローの表現にJSONではなくTypeScriptを使う利点について、
00:02:31「LLMに生のJSONを生成させるのは、ガードレールのない推測に過ぎない」
00:02:35と述べています。それがこれまでのやり方でした。
00:02:38しかし、この新しいサーバーでは、TypeScriptによる型チェックとコンパイルが、
00:02:41インスタンスに反映される前に行われます。
00:02:43モデルは実際にコンパイル可能なものを生成する必要があるため、
00:02:45膨大なエラーを未然に防ぐことができるのです。
00:02:50これらすべてを考慮すると、この新しいn8n MCPサーバーは、
00:02:52Claude Codeのようなコーディングエージェントを介して
00:02:55自動化を作成するための、現時点で最良の方法と言えます。
00:02:58他の追随を許さないレベルです。
00:02:59このMCPサーバーが重要な2つ目の理由は、
00:03:04n8nが今でもツールセットの一部であるべきだと思うからです。
00:03:07今は2024年でも2025年でもありません。
00:03:09正直、n8nの役割は以前ほど大きくはなくなりました。
00:03:12よりニッチな存在になっています。
00:03:15しかし、例えばAIエージェンシーで働いている人なら、
00:03:18視覚的に確認できる自動化を作成できる価値を知っているはずです。
00:03:21技術に詳しくないクライアントに成果物を渡す際、
00:03:23何らかの理由でクライアント自身が中身を触る必要がある場合、
00:03:26「GitHubのレポジトリにあるから自分でClaude Codeを動かして」
00:03:30と言うのは、あまりにハードルが高すぎます。
00:03:34そうしたケースでは、n8nには本質的な価値があります。
00:03:38ただ、これまではClaude CodeにJSONを生成させるのは面倒でした。
00:03:42非常に使い勝手が悪かったのです。
00:03:45しかし、これからは違います。
00:03:50n8nが活きるのは、それほど複雑ではない自動化を作る場面です。
00:03:54もし極めて複雑なものを作るなら、私はClaude Codeを使って
00:03:55「普通のコード」をそのまま書く道を選びます。
00:03:57しかし、シンプルで、非技術者が内容を把握したり
00:04:01修正したりする必要がある場合はどうでしょう。
00:04:05今やこれらを瞬時に、とても簡単に作成できるようになったのです。
00:04:08実際のインストール方法も、非常にシンプルです。
00:04:11まず何よりも、n8nインスタンスを最新の状態にしておいてください。
00:04:15次に設定(Settings)に移動します。
00:04:17そして「インスタンスレベルMCP(Instance level MCP)」を選びます。
00:04:20セルフホスト版でもクラウド版でも可能です。
00:04:24そこへ行ったら、まずこれが「有効(Enabled)」になっていることを確認します。
00:04:27ここで「ワークフローを有効化」するオプションがあります。
00:04:32これは既存のワークフローを対象にする場合です。
00:04:34既に作成済みのワークフローでこれを使いたい場合は、
00:04:37ここで個別に有効にする必要があります。
00:04:39しかし、新しくゼロから作成するだけなら、
00:04:41特に何もしなくて大丈夫です。
00:04:44次に「接続詳細(Connection details)」をクリックします。
00:04:47「アクセストークン(Access Token)」を使用します。
00:04:50Claude Codeなどのツールを使っているなら、
00:04:52それらをこのMCPサーバーに接続するだけです。
00:04:54URL、アクセストークン、設定用JSONを読み込ませます。
00:04:57手早くテストしたいなら、アクセストークンを直接チャットに
00:05:00貼り付けてもいいですが、セキュリティ上は推奨されません。
00:05:01後でトークンを更新するか、環境変数として設定しましょう。
00:05:03時間の都合上、ここではステップバイステップの解説は省きます。
00:05:06ただ、そうした設定が必要だということだけ覚えておいてください。
00:05:10Claude Codeが必要な手順を正確にガイドしてくれるはずです。
00:05:15まずはセットアップして、実際に動くか確認しましょう。
00:05:18必要な情報をコピーして貼り付ければ準備完了です。
00:05:21サーバーURL、トークン、JSON設定をClaude Codeに渡し、
00:05:23「このMCPサーバーをセットアップして」と指示したら、
00:05:24一度Claude Codeを終了して再起動し、「/mcp」と入力してください。
00:05:28すると、n8n MCPが接続されているのが確認できるはずです。
00:05:31もし表示されない場合は、
00:05:33再起動を忘れているか、どこか設定を間違えています。
00:05:36その時はもう一度やり直してみてください。
00:05:41使い方はとても簡単です。Claude Code内で
00:05:45自然な言葉で話しかけるだけです。MCPがセットアップされていれば、
00:05:49n8n自体と接続されているので、コードを生成するだけでなく、
00:05:51実際にインスタンスの中にワークフローを構築してくれます。
00:05:54あちこちコピー&ペーストする必要はありません。
00:05:56例えば「n8n MCPを使って、毎日午前9時に起動し、
00:06:00トロントの天気を取得して予報をメールするワークフローを作って」
00:06:04と言えば、勝手に進めてくれます。
00:06:06ご覧の通り、SDKやノードリストを確認しています。
00:06:09どのノードを使うべきかを判断しているわけです。
00:06:10そしてワークフローのコードを書き、
00:06:15それが有効であることを確認します。
00:06:16現在、作成中です。
00:06:19そしてn8n MCPを呼び出して、
00:06:22インスタンス内にワークフローを反映させ、完了したと言っています。
00:06:25確認してみると、ほら、「トロントの毎日の天気メール」ができています。
00:06:27うまくいきましたね。
00:06:30中を見てみると、メールアドレスやメッセージもちゃんと入っています。
00:06:31すべてマッピング済みです。ワークフローを実行してみましょう。
00:06:33そしてメールを確認すると、
00:06:35届いていますね。非常にシンプルな自動化の例ですが、
00:06:40このように動作します。本当に簡単です。
00:06:43では、もう少しだけ複雑なものを頼んでみましょう。
00:06:46新しいキャンバスを用意します。
00:06:50「毎朝10時に実行されるニュースレターの自動化を作りたい。
00:06:55様々なRSSフィードからトレンドニュースを取得してほしい」と指示します。
00:06:56APIキーを使いたくないので、RSSフィードの選定はAIに任せます。
00:07:01次にそれをAIシステムに取り込み、
00:07:02GPT-4o(動画ではGPT-5と言及)で要約してメールで送るようにします。
00:07:03今回はニュースレターの自動化をお願いしました。
00:07:06それほど複雑ではありませんが、これでお金をもらえるレベルの仕事です。
00:07:09クライアントワークにおいて、今のn8nのニッチな役割は、
00:07:13決して超複雑なシステムを作ることではないと思います。
00:07:17超複雑なものも作らせることはできますが、
00:07:20「わざわざn8nでやる必要があるか?」という話になります。
00:07:23適材適所です。すべてにn8nを使う必要はありませんが、
00:07:25もし使うなら、このMCPは最高です。
00:07:29さて、ニュースレターの自動化ができあがったようです。
00:07:34見てみましょう。
00:07:38ここに新しいのができていますね。
00:07:42いいですね、見た目もきれいです。トリガーがあって、
00:07:443つの異なるRSSフィードを取得し、それらを結合し、
00:07:48過去24時間のものでフィルタリングして集約しています。
00:07:52そしてここに入力されます。
00:07:56作成されたシステムプロンプトはこんな感じです。
00:07:58GPT-4oを使い、ニュースレターを送信します。
00:07:59一発で動くかどうか試してみましょう。
00:08:01あえて失敗してくれた方が、
00:08:05トラブルシューティングの様子を見せられるので面白いのですが。
00:08:08おっと、ここでエラーが出ました。
00:08:12エラーの内容は何でしょう?
00:08:15「Bad request, unsupported parameter temperature(サポート外のパラメータ)」ですね。
00:08:18なるほど、temperatureを送るべきではなかったようです。
00:08:23仮に、私が自力で直し方を知らなかったとしても、
00:08:27やるべきことは簡単です。
00:08:30出力をコピーします。
00:08:31「こんなエラーが出た」と、
00:08:35そのまま貼り付けるだけです。
00:08:38修正したとのことなので、もう一度実行してみます。
00:08:41temperatureのような簡単な修正にClaude Codeを使うのは
00:08:46大げさかもしれませんが、デモンストレーションとしてお見せしました。
00:08:51今度は成功しましたね。
00:08:54メールも問題なく送信されました。
00:08:57これがニュースレターです。とても簡単ですね。
00:09:00見ていただいた通り、トラブルシューティングを含めても、
00:09:04この全体を作り上げるのにわずか5分ほどしかかかりませんでした。
00:09:06悪くないですよね。まとめると、これは
00:09:09自分のコーディングスタックにn8nのワークフローを
00:09:14組み込もうとしている人にとって、素晴らしい追加機能です。
00:09:18n8nをメインのツールにする必要はないと思います。
00:09:21特に複雑なものについては、Claude CodeやCursorで
00:09:24直接コードを書く方が適しています。
00:09:27しかし、n8nが最適な場面も確実に存在します。
00:09:31そして今までは、これほど合理的な解決策はありませんでした。
00:09:34今見たように、セットアップも使い方も本当に簡単です。
00:09:38いつものように、皆さんの感想をコメントで教えてください。
00:09:41コメントといえば、固定コメントに
00:09:43私のClaude Codeマスタークラスへのリンクを貼っておきます。
00:09:46それでは、またお会いしましょう。
00:09:49Claude CodeやCursorの中で直接作業する方が、より良い結果を得られるでしょう。
00:09:53しかし、n8nが真価を発揮するシチュエーションも確かに存在します。
00:09:55そして今までは、これほどまでに合理化されたソリューションはありませんでした。
00:10:01今見ていただいた通り、セットアップも使い方も本当に簡単です。
00:10:03それでは、いつものようにコメント欄で皆さんの感想を教えてください。
00:10:06コメントといえば、固定コメント欄に、私の「Claude Code マスタークラス」へ
00:10:09アクセスするためのリンクを貼っておきます。興味があればぜひチェックしてください。
00:10:12それでは、また別の動画でお会いしましょう。

Key Takeaway

新リリースの公式n8n MCPサーバーは、TypeScriptによる検証と直接的なインスタンス同期を導入することで、Claude Codeを用いた信頼性の高い自動化ワークフロー構築を実現する。

Highlights

  • 公式のn8n MCPサーバーは、JSON生成ではなくTypeScriptベースで動作し、ワークフローの検証とコンパイルを事前に行う。

  • TypeScriptによる型チェックにより、LLMがガードレールのない不正確なJSONを出力するリスクを排除する。

  • Claude Codeから自然言語で指示を出すだけで、n8nインスタンス内に直接ワークフローを自動構築・反映できる。

  • エラー発生時も、出力されたログをClaude Codeに渡すだけで、コードの修正からインスタンスへの再反映までが5分以内で完了する。

  • 非技術者のクライアントが視覚的に構造を把握・修正する必要がある場面において、n8nはコードベースの自動化よりも高い実用性を持つ。

Timeline

n8n MCPサーバーの登場背景と従来手法の限界

  • Claude CodeやCursorの台頭により、ノーコードツールであるn8nの優位性が一時的に低下していた。
  • 従来の非公式MCPサーバーは、コンテキストウィンドウに大量のドキュメントを詰め込む手法に依存していた。
  • 生成AIに直接JSONを作らせる方法は、動作の保証がない推測に基づいた出力になりやすい。

n8nはかつて主要な自動化ツールであったが、コーディングエージェントの普及によりその役割が変化している。従来の連携手法は、膨大なMarkdownやドキュメントを読み込ませる「その場しのぎ」のものであり、出力されるJSONが正しく機能するかは不透明であった。新しい公式ツールの導入は、これらの不安定さを解消する目的で設計されている。

TypeScriptベースによる検証システムと動作保証

  • 公式MCPはTypeScriptを採用しており、ワークフローをJSONに変換する前にコンパイルと型チェックを行う。
  • 生成されたコードが実際に動作することを保証するガードレールが機能する。
  • AIが意図を解析して必要なノードを特定し、検証済みのデータをインスタンスへ自動送信する。

生のJSONをLLMに生成させるのではなく、TypeScriptでコードを書き上げることで構造的な正確性を担保する。このプロセスにより、モデルはコンパイル可能なものを生成する制約を受け、実行時のエラーを未然に防ぐことが可能になる。n8nチームも、この検証ステップが推測ベースの生成から脱却するための決定的な違いであると言及している。

現代の自動化スタックにおけるn8nの戦略的価値

  • 極めて複雑なシステムには直接コーディングが適しているが、視覚的な確認が必要な場面ではn8nが優位に立つ。
  • 技術に詳しくないクライアントが保守運用を行う場合、GitHubリポジトリよりもn8nのUIの方が提供価値が高い。
  • シンプルかつ透明性の高い自動化を迅速に構築するツールとして再定義されている。

2026年現在の環境において、n8nはすべての自動化を担うツールではなく、特定のニーズに応えるニッチな存在として位置づけられる。特にAIエージェンシーなどの実務において、成果物を受け取る側が中身を直感的に把握できるメリットは大きい。MCPサーバーの登場により、これまで面倒だった「n8n用データの作成」という障壁が取り除かれた。

セットアップ手順と接続設定

  • n8nの設定画面から「Instance level MCP」を有効化するだけで準備ができる。
  • クラウド版とセルフホスト版の両方に対応しており、専用のアクセストークンを発行して使用する。
  • Claude Codeの設定にURLとトークンを登録し、再起動後に「/mcp」コマンドで接続を確認する。

導入プロセスは簡略化されており、インスタンスレベルで機能を有効にした後、接続情報をコーディングツールに渡すだけで完了する。セキュリティの観点からアクセストークンは環境変数としての管理が推奨される。正しく設定されれば、コーディングツール側からn8nのSDKやノードリストへ自由にアクセスできるようになる。

実演:自動構築とエラーハンドリングのフロー

  • 「トロントの天気をメールする」といった自然言語の指示のみで、ノードの配置からマッピングまで自動完結する。
  • パラメータの不備でエラーが出た場合も、エラー内容をAIに伝えるだけで即座に修正が反映される。
  • RSSフィードの取得やAIによる要約を含むワークフロー構築が、トラブルシューティングを含め約5分で完了する。

実際のデモンストレーションでは、Claude Codeがノードの種類を判断し、TypeScriptでワークフローを記述してインスタンスに流し込む様子が示されている。温度設定(temperature)の不備によるAPIエラーが発生した際も、手動での修正は不要であり、AIとの対話のみで解決に至る。これにより、構築からテスト、修正までのサイクルが劇的に高速化される。

Community Posts

View all posts