n8n 发布全新工具（大幅增强 Claude Code 效能）
CChase AI
Computing/SoftwareSmall Business/StartupsInternet Technology
Transcript
00:00:00不久前，N8N 还是每个人最喜欢的无代码 AI 自动化工具。
00:00:05直到像 Claude Code 和 Codex 这样的其他工具
00:00:09开始完全掩盖它的光芒。
00:00:11但就在本周，N8N 发布了一款全新的工具，
00:00:14这可能会给你一个重新将其纳入工作流的理由。
00:00:17所以今天我们将深入探讨它，
00:00:19我会告诉你 N8N 是否值得你再次投入时间。
00:00:22我现在说的是全新的 N8N MCP 服务器，
00:00:26它是专为 Claude Code 和 Codex 等智能编程工具而设计的。
00:00:30我认为这意义重大，原因有以下几点。
00:00:33首先，我们以前从未有过这样的工具。
00:00:37呃，某种程度上算是吧。
00:00:38我们曾有过一些权宜之计，比如 Lonkowski 的 N8N MCP 服务器
00:00:42以及其他一些临时方案，但它们也仅此而已，非常简陋。
00:00:46它们运行的前提是，我们可以直接将
00:00:49像 Claude Code 或 Codex 这样的上下文窗口填满，
00:00:53你知道，填满数以亿计的文档，
00:00:56解释哪些该做，哪些不该做。
00:00:58并希望通过塞进所有这些上下文，
00:01:02我们能得到真正可用的 JSON。
00:01:04另一个方案是使用巨大的技能文件，全是
00:01:08一行又一行的 Markdown，再次试图强迫 Claude Code
00:01:11以一种能在 N8N 中运行的方式创建 JSON。
00:01:14但这个官方 MCP 有所不同，而且更加复杂，
00:01:19因为它基于 TypeScript 运行，而不一定是 JSON。
00:01:24这意味着我们能够验证工作流，
00:01:27并在代码转化成 JSON 文件
00:01:30并填充到 N8N 内部之前，实际编译我们创建的代码。
00:01:34换句话说，当我使用这个新的 N8N MCP 服务器向 Claude Code 发出提示时，
00:01:39我们已经设置了一些防护栏，以确保我们创建的内容确实有效。
00:01:44例如，如果我给 Claude Code 一个提示，说创建一个
00:01:50简单的天气自动化程序，每天早上给我发邮件。
00:01:54它首先会解析意图并意识到，好的，
00:01:58我们要创建这个简单的自动化。我需要三个节点。
00:02:01接着它会访问 MCP 服务器并获取节点类型。
00:02:06然后，它会用 TypeScript 编写代码。
00:02:10这些代码将被发送到 MCP 服务器进行验证和解析。
00:02:15这是一个巨大的差异。
00:02:16这与我们之前尝试过的 MCP 版本有着巨大的不同。
00:02:20之后，它才会被转换为 JSON，
00:02:24并自动填充到你的实例中。
00:02:28N8N 团队的一名成员在领英（LinkedIn）的帖子中
00:02:31详细分解了这一点，讨论了使用 TypeScript
00:02:35而非 JSON 来表示工作流，并说道：
00:02:38“当你要求大语言模型为工作流生成原始 JSON 时，
00:02:41它是在没有任何防护栏的情况下猜测结构。”
00:02:43这就是我们到目前为止一直在做的事情。
00:02:45但在有了这个新服务器后，TypeScript 在任何内容接触你的实例前，
00:02:50就为你提供了类型检查和编译。
00:02:52模型必须生成能够实际编译的内容，
00:02:55这过滤掉了大量的错误。
00:02:58综合所有这些因素来看，
00:02:59这个新的 MCP 服务器是通过 Claude Code 等编程代理
00:03:04创建任何自动化的最佳方式。
00:03:07而且目前还没有任何其他方式能与之媲美。
00:03:09这个 MCP 服务器很重要的第二个原因
00:03:12是我认为 N8N 仍应作为你工具栈的一部分。
00:03:15现在不是 2024 年，也不是 2025 年。
00:03:18我不认为 N8N 还能扮演像以前那么重要的角色。
00:03:21它现在变得更加垂直细分了。
00:03:23但如果你是在 AI 代理领域工作的人，
00:03:26你就会知道创建这种可视化自动化的价值，
00:03:30你可以将其移交给那些不太懂技术
00:03:34但出于某种原因仍需要亲自上手的客户，
00:03:38而告诉他们“噢，它在某个 GitHub 仓库里，
00:03:42你自己启动一个 Claude Code 实例吧”实在是太强人所难了。
00:03:45在这些情况下，N8N 具有真正的价值。而使用 Claude Code
00:03:50为你生成 JSON 实际上是一件很麻烦的事情。
00:03:54它用起来有点笨拙。
00:03:55但现在，它变得好用了。
00:03:57正因为 N8N 处于这种生态位，你用 N8N 构建的自动化
00:04:01不需要是那种极其复杂的东西。
00:04:05如果某个东西极其复杂，那我会直接使用所谓的“正常代码”，
00:04:08在 Claude Code 内部通过编写代码来解决。
00:04:11但如果它比较简单，且需要让非技术人员
00:04:15能够查看并亲自操作。
00:04:17那么，我现在的处理速度非常快。这太容易了。
00:04:20至于实际安装，也非常简单。
00:04:24首先，你需要确保你的 N8N 实例已更新到最新版本。
00:04:27然后向下滚动，进入设置。
00:04:32接着前往“实例级别 MCP（Instance level MCP）”。
00:04:34自托管或云端版本都可以操作。
00:04:37到达“实例级别 MCP”后，
00:04:39你需要确保将其设置为“已启用（Enabled）”。
00:04:41这里你可以选择启用工作流。
00:04:44启用工作流是指针对已经存在的工作流。
00:04:47如果你想在已创建的工作流上使用它，
00:04:50你必须到这里来启用它们。
00:04:52但如果你只是从头开始创建新东西，
00:04:54你什么都不需要做。
00:04:57另一件你需要做的事是点击“连接详情（Connection details）”。
00:05:00你需要获取访问令牌（Access token）。
00:05:01如果你在 Claude Code 这样的工具中工作，
00:05:03你只需将 Claude Code 连接到这个 MCP 服务器。
00:05:06你需要为它提供 URL、访问令牌和 JSON 配置。
00:05:10如果你想快速测试，可以直接将原始访问令牌
00:05:15丢进对话窗口，但请记住，从安全角度来看这并非最佳做法。
00:05:18你应该定期更换它，或将其设为环境变量。
00:05:21为了节省时间，我在这里就不一步步演示了。
00:05:23只要知道你需要这样做即可。
00:05:24Claude Code 会引导你完成所有必要的步骤。
00:05:28但为了让它跑起来，并确认它确实有效，
00:05:31只需把所有内容复制粘贴进去，你就准备就绪了。
00:05:33一旦你将服务器 URL、访问令牌和
00:05:36JSON 配置复制到 Claude Code 并让它为你设置 MCP 服务器，
00:05:41你需要退出 Claude Code 并重新启动，然后输入 /MCP，
00:05:45你就会看到 N8N MCP 已连接。
00:05:49如果你没看到它，
00:05:51要么是你没重启，要么是哪里操作错了。
00:05:54那就再试一次。
00:05:56现在要使用它，你只需在 Claude Code 内部
00:06:00使用自然语言交谈，因为一旦设置好 MCP，它就连接到了
00:06:04N8N 本身，它不仅会生成代码，
00:06:06还会直接在你的实例内部进行构建。
00:06:09不需要再来回复制粘贴了。
00:06:10如果我说：使用 N8N MCP 为我构建一个工作流，
00:06:15每天上午 9 点运行，
00:06:16获取多伦多的天气并将预报发邮件给我。
00:06:19它就会直接去执行。
00:06:22你可以看到这里它获取了 SDK 和节点列表。
00:06:25它正在确定实际需要使用哪些节点。
00:06:27它已经编写好了工作流。
00:06:30确保它是有效的。
00:06:31现在它正在创建它。
00:06:33接着它调用了 N8N MCP，
00:06:35将工作流实际填充到我的实例中，并显示已完成。
00:06:40我们可以在这里看到，“多伦多每日天气邮件”。
00:06:43大功告成。
00:06:46好的，如果我点击这里，酷，它有我的邮箱和邮件内容。
00:06:50所有内容都已经映射好了，点击执行工作流。
00:06:55然后我检查我的邮箱。
00:06:56就在这里。当然，这只是一个极其简单的自动化示例。
00:07:01但它就是这么运行的。
00:07:02非常非常简单。
00:07:03现在让我们要求一个稍微复杂点的东西。
00:07:06我在一个新的画布（Canvas）上。
00:07:09我想让我们创建一个简报自动化，每天上午 10 点运行。
00:07:13我希望它从各种 RSS 源中获取热门新闻。
00:07:17我让它自己决定应该使用哪些 RSS 源，
00:07:20因为我不想使用 API 密钥。
00:07:23我希望它将其导入 AI 系统。
00:07:25我希望使用 GPT-5 来总结它，然后发邮件给我。
00:07:29所以这次我要求它创建一个简报自动化。
00:07:34虽然并不极其复杂，但确实有人为此付费。
00:07:38对于客户工作，我再次认为 N8N 现在的细分市场
00:07:42并不是那些超复杂的东西。
00:07:44我可以让它做超复杂事物的示例。
00:07:48但到那个时候，问题就变成了：我们为什么要用它来做那些？
00:07:52再说一次，找准定位，我们不需要事事都用 N8N，
00:07:56但如果我们要用，我认为这个 MCP 非常棒。
00:07:58好了。它完成了简报自动化的构建。
00:07:59让我们来看看。
00:08:01就在这里看到新的了。
00:08:05看，它甚至看起来很漂亮。这里是触发器，
00:08:08它正在拉取三个不同的 RSS 源，合并它们，
00:08:12筛选出过去 24 小时的内容，并进行汇总。
00:08:15把它们丢进这里。
00:08:18这是它创建的系统提示词。
00:08:23它正在使用 GPT-5 并发送简报，
00:08:27让我们看看第一次运行能否成功。
00:08:30希望它不成功。
00:08:31这样我们就能展示一下来回排障的过程。
00:08:35好的，这里报错了。
00:08:38错误是什么？
00:08:41Bad request，不支持的参数 temperature。好的。
00:08:46把它打开。好的，我们不应该传递 temperature，
00:08:51但假设我甚至不知道如何停止报错。
00:08:54我所要做的，
00:08:57就是复制输出结果。
00:09:00遇到了这个错误。
00:09:04把它粘贴进去。
00:09:06好的，它说修复了，让我们尝试重新运行。
00:09:09显然，把这类错误信息丢进 Claude Code
00:09:14来修复 temperature 这种小事有点大材小用，但我只是想演示一下。
00:09:18现在我们得到了成功的输出。
00:09:21邮件也发送成功了。
00:09:24这就是我们的简报。超级简单。
00:09:27就像你刚才看到的，创建这整套流程
00:09:31并让它跑通，即使算上排障，也就花了五分钟。
00:09:34不错。总结一下，我认为对于任何仍在尝试将 N8N 工作流
00:09:38集成到其编程工具栈中的人来说，这都是一个绝佳的补充。
00:09:41我不认为 N8N 应该成为你最常用的工具，
00:09:43尤其是对于更复杂的事情，
00:09:46直接在 Claude Code 或 Codex 中编写代码会更好。
00:09:49但有些情况下它非常棒。
00:09:53而且直到现在，还没有出现过像这样精简的解决方案。
00:09:55正如你刚才看到的，它的设置和使用都非常简单。
00:10:01一如既往，请在评论区告诉我的你的看法。
00:10:03说到评论，在置顶评论中有一个 Chase A Plus 的链接，
00:10:06如果你想获取我的 Claude Code 大师课。
00:10:09除了这些，我们下次见。
00:10:12回头见。