|
最近比较火热的AI话题离不开MCP，MCP协议为大模型提供了访问外部数据与工具的统一接口。各大云厂商腾讯云和阿里百炼也都纷纷接入了MCP。MCP就像给大模型接入了一个多功能插槽即插即用。对于大模型来说只有万能插座也无法发挥出价值，就像一个大功率的发动机只用来充个电，能把大模型的作用发挥到极致的还是需要通过AI工作流。今天为大家分享实际操作一下MCP加工作流的应用场景。 什么是N8NingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 15px;box-sizing: border-box;border-width: 0px;border-style: solid;border-color: rgb(229, 229, 229);margin: 0px 8px 1.5em;letter-spacing: 0.1em;color: rgb(63, 63, 63);">n8n是一款开源工作流自动化平台。通过其强大的节点系统可以创建复杂的工作流，连接多个服务、数据库和工具。
ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 15px;box-sizing: border-box;border-width: 0px;border-style: solid;border-color: rgb(229, 229, 229);margin: 0px 8px 1.5em;letter-spacing: 0.1em;color: rgb(63, 63, 63);">n8n目前在github上的排名是82.4K Star，是我目前用过的所有开源工具或框架中最高的一个。可想一下它的贡献有多大。 Go如何在本机安装部署n8n
ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 15px;box-sizing: border-box;border-width: 0px;border-style: solid;border-color: rgb(229, 229, 229);margin: 0px 8px 1.5em;letter-spacing: 0.1em;color: rgb(63, 63, 63);">第一步：安装 DockeringFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 15px;box-sizing: border-box;border-width: 0px;border-style: solid;border-color: rgb(229, 229, 229);margin: 0px 8px 1.5em;letter-spacing: 0.1em;color: rgb(63, 63, 63);">访问Docker 官方网站，选择 Products > Docker Desktop：ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 15px;box-sizing: border-box;border-width: 0px;border-style: solid;border-color: rgb(229, 229, 229);margin: 0px 8px 1.5em;letter-spacing: 0.1em;color: rgb(63, 63, 63);">在下载页面里，选择适合你系统的版本进行下载：ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 15px;box-sizing: border-box;border-width: 0px;border-style: solid;border-color: rgb(229, 229, 229);margin: 0px 8px 1.5em;letter-spacing: 0.1em;color: rgb(63, 63, 63);">运行或拖拽（MacOS）下载后的文件，按提示将 Docker 安装在你的电脑上。ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 15px;box-sizing: border-box;border-width: 0px;border-style: solid;border-color: rgb(229, 229, 229);margin: 0px 8px 1.5em;letter-spacing: 0.1em;color: rgb(63, 63, 63);">第二步：部署 n8ningFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 15px;box-sizing: border-box;border-width: 0px;border-style: solid;border-color: rgb(229, 229, 229);margin: 0px 8px 1.5em;letter-spacing: 0.1em;color: rgb(63, 63, 63);">在 Docker Desktop 中点击搜索框，输入 n8n。ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 15px;box-sizing: border-box;border-width: 0px;border-style: solid;border-color: rgb(229, 229, 229);margin: 0px 8px 1.5em;letter-spacing: 0.1em;color: rgb(63, 63, 63);">选择 n8nio/n8n 这个官方镜像，点击右边的 Pull，下载该镜像。ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 15px;box-sizing: border-box;border-width: 0px;border-style: solid;border-color: rgb(229, 229, 229);margin: 0px 8px 1.5em;letter-spacing: 0.1em;color: rgb(63, 63, 63);">如果在搜索与下载这一步出现错误，证明你的网络存在大陆特有的网络问题，你需要一些你懂的工具，本教程不会提供指导，请自行搜索。在电脑任意位置创建一个目录，这个目录是用来存储 n8n 数据的，你可以自己随意找地方，起名字（非中文）。 回到 Docker，选择 Images，找到刚才下载的 n8nio/n8n 镜像，点击右边的三角图标。 首次运行时，Docker Desktop 会进入 Container（容器）创建界面。有两个部分需要修改： 在 Host path 中，找到我们刚才创建的那个目录。在 Container Path 中填入/home/node/.n8n/。 这一步的用途是，将 n8n 中用于存储文件、数据、凭证等的目录，映射到 Docker 之外。因为 Docker 是一种数据-程序分离的部署方案，如果你不这么做，下次快捷升级的时候，你 n8n 里的数据就会被清空。 填写好后，点击 run。 大约经过不到 1 分钟的初始化之后，你就会在 Logs 里看到类似 ：
Editor is now accessible via: 这样的日志，这个时候，你只要点击那个链接，或者是直接访问
http://localhost:5678/应该就可以进入到 n8n 的安装界面了。
安装MCP n8n社区节点 进入后的页面非常简洁 找到settings设置页面——community nodes——安装n8n nodes社区节点 n8n的社区节点提供了很多npm安装包，根据需要填写n8n-nodes-mcp 至此一些准备工作都已就绪，接下来就是简单的创建工作流的步骤 如何创建工作流 • 1. 起始节点：添加一个会话用于发送消息 • 2. AI Agent：添加n8n支持的大模型，这里选择DeepSeek• 3.自动卸载/加载：应用后台运行时，通过卸载模型自动管理内存•推理设置：可自定义模型参数，包括系统提示、温度、BOS 令牌和聊天模板•实时性能指标：生成 AI 响应时，可查看每秒令牌数及每个令牌的毫秒数- 测试一下添加的大模型deepseek是否可以正确接收指令并且正常返回，不得不说n8n的页面做的很人性化，对话窗口会显示每个节点请求的日志信息可以帮助开发者直观的观察到每一个节点的运行情况。
- 其实到了这一步跟大模型的交互工作流就创建好了，但我们更重要的是接入mcp，下面就是最重要的环节。
回到AI agent对话框设置页面，定义一个提示词，选择根据用户输入的合适工具如果执行过程中出现mcp server无法连接的情况，可以通过docker日志面板查看一下错误日志：这边在配置秘钥的时候出现了错误 就赞赞我 |
