](https://www.npmjs.com/package/flowengine-n8n-workflow-builder) ![Smithery](https://smithery.ai/server/@Ami3466/mcp-flowengine-n8n-workflow-builder)

n8n工作流生成器MCP服务器

使用AI从文本构建n8n工作流 -建造于 FlowEngine

将自然语言转化为 生产就绪，已验证 n8n工作流。这不仅仅是另一个n8n上下文提供程序，它是一个完整的工作流生成引擎，具有内置验证、自动修复和架构智能。

此MCP旨在提供经过验证的n8n工作流，而不仅仅是上下文。

13点验证引擎 -导入前捕获错误
自动修复格式错误的工作流 --自动修复常见问题
架构建议 --建议最佳工作流模式
安全扫描 --检测凭据泄漏和漏洞
性能分析 --识别瓶颈和优化机会
实参数模式 --直接从n8n封装加载以确保准确性
600+注册节点类型 --只有真实的节点，没有幻觉

结果： 首次尝试时实际导入和运行的工作流。

快速开始

本地安装 | 远程服务器（无需安装）

视频演示

![Watch the demo](https://youtu.be/XrxHom6w6WM)

功能详情

13点验证引擎

每个工作流在输出前都要经过13次验证检查：

节点类型验证 --验证n8n中是否存在每个节点类型
连接完整性 --确保所有连接都引用现有节点
参数类型检查 --验证参数类型是否与节点架构匹配
必填字段 --检查是否存在所有必需的参数
凭证引用 --验证凭据配置
表达式语法 --检查n8n表达式语法(={{ }})
职位验证 --确保节点具有有效的画布位置
重复检测 --捕获重复的节点名称
孤立节点检测 --查找断开连接的节点
触发器验证 --确保工作流有适当的入口点
循环检测 --识别潜在的无限循环
输出映射 --验证节点之间的数据流
版本兼容性 --检查节点版本兼容性

自动修复格式错误的工作流

当验证发现问题时，引擎会自动修复：

缺失位置 → 自动计算画布上的布局
节点名称无效 → 生成唯一有效的名称
缺少连接数组 → 初始化正确的结构
类型不正确版本 → 更新到当前支持的版本
参数格式不正确 → 应用合理的默认值
JSON结构损坏 → 尝试恢复和修复

架构建议

根据您的任务描述，引擎会分析关键字和意图，以建议最佳模式。以下是每种建议的时间：

常规工作流程（确定性）

线性管道

什么时候： 简单、可预测的数据转换
例子： “从API获取数据→ 变换→ 保存到数据库”
最适合： ETL、数据同步、定时报告
为什么不是AI： 无需决策，执行更快，成本更低

条件分支

什么时候： 具有明确规则的已知决策点
例子： 如果订单>100美元，请发送给经理；否则自动批准
最适合： 审批流程、路由、基于规则的自动化
为什么不是AI： 规则是明确的，不需要推理

并行处理

什么时候： 可以同时运行的独立操作
例子： “向Slack发送电子邮件并更新CRM和日志”
最适合： 通知、多系统更新、批处理
为什么不是AI： 分支之间没有依赖关系

事件驱动

什么时候： 对外部触发做出反应
例子： “收到webhook时→ 过程→ 响应”
最适合： API端点、实时集成、聊天机器人
为什么不是AI： 反应是公式化的，不是对话式的

AI代理工作流（自主）

何时使用AI代理而不是常规工作流：

何时使用AI代理。..	使用常规工作流。..
任务需要推理	步骤是可预测的
输入是非结构化的（自然语言）	输入是结构化的（JSON、表单）
可能需要动态使用多个工具	工具顺序已知
对话/上下文问题	无状态处理
决策逻辑复杂或模糊	规则明确

单一AI代理

什么时候： 一个可以访问工具的自治实体
例子： “可以搜索文档、创建工单和升级的客户支持机器人”
架构： 聊天触发器→ AI代理（带工具）→ 响应
工具： 计算器、代码、HTTP请求、自定义工具
内存： 可选的上下文对话记忆

具有记忆的AI代理

什么时候： 会话上下文在消息中很重要
例子： “记住用户偏好的个人助理”
架构： 聊天触发器→ 记忆负荷→ AI 代理→ 内存保存→ 响应
存储器类型： 缓冲区（最近）、窗口（最后N个）、摘要（压缩）

多代理工作流

对于复杂的任务，多个专业代理可以协作：

顺序多代理

什么时候： 任务有不同的阶段，需要不同的专业知识
例子： “研究代理人→ 分析代理→ 写作代理”
流量： 代理1的输出变为代理2的输入
最适合： 内容管道、多步骤推理

主管模式

什么时候： 需要专业代理之间的协调
例子： 主管的路线是：销售代理、支持代理或技术代理
流量： 主管代理决定由哪位专家处理任务
最适合： 客户服务，复杂的路线

并行代理

什么时候： 同时需要多种视角
例子： “分析师代理人、风险代理人和合规代理人全部审查”
流量： 分裂→ 多个代理→ 合并结果
最适合： 审查流程、多标准评估

分层代理

什么时候： 包含子任务的复杂编排
例子： “经理代理委托给使用工具代理的团队代理”
流量： 顶级代理分解任务、委托、聚合
最适合： 大规模自动化、企业工作流程

发动机如何决定

推荐引擎分析您的描述：

AI关键词： “聊天”、“交谈”、“理解”、“决定”、“推理”→ 建议使用AI代理
自动化关键字： “同步”、“转换”、“计划”、“触发”→ 建议使用常规工作流
复杂性信号： 多种条件，动态路由→ 建议条件或代理
工具提到： “搜索”、“计算”、“调用API”→ 向Agent添加适当的工具
内存信号： “记住”、“背景”、“历史”→ 为代理添加内存

安全扫描

部署前检测漏洞：

硬编码凭证 -API密钥、密码、纯文本标记
不安全的协议 --HTTP而不是HTTPS
缺少身份验证 -没有身份验证头的API调用
敏感数据暴露 --日志或输出中的PII
代码注入风险 --不安全的代码节点模式

性能分析

识别瓶颈和优化机会：

执行时间估算 --每个节点和整个工作流
并行路径检测 --并行执行的机会
API调用优化 --批量请求与单个请求
内存使用模式 --大数据处理问题
利率限制风险 -高频率API调用

实参数模式

参数直接从n8n包加载，没有猜测：

准确的默认值 --节点定义中的实际默认值
正确的类型 --字符串、数字、布尔值、已验证的选项
必需vs可选 --知道哪些字段是必填的
嵌套结构 --正确处理复杂参数对象

600+注册节点类型

没有幻觉。 AI只能使用实际存在的节点：

每个节点类型都从官方加载 n8n-nodes-base 包裹
LangChain节点来自 @n8n/n8n-nodes-langchain 包含
节点注册表直接从n8n源代码生成
如果注册表中不存在节点，则不会使用它
防止发明虚假节点类型的常见AI问题

______________________________________________________________________

快速开始

安装方法

选择最适合您的方法：

1.Smithery（一键安装）

Claude Desktop易于本地安装。 Smithery的观点

npx @smithery/cli install @Ami3466/mcp-flowengine-n8n-workflow-builder --client claude

注： Smithery有50次使用/天的限制。要无限制访问，请使用下面的远程服务器。

2.远程服务器（更稳定-无限制）⭐

连接到我们的托管服务器-无需安装！

将此添加到您的Claude Desktop配置中：

雨衣： ~/Library/Application Support/Claude/claude_desktop_config.json 窗户： %APPDATA%/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "flowengine-n8n": {
      "url": "https://mcp-flowengine-n8n-workflow-builder.onrender.com/mcp",
      "transport": "http"
    }
  }
}

优点：

✅ 更稳定 -专用托管基础设施
✅ 无限制使用 -无每日限制
✅ 始终保持最新状态 -自动更新
✅ 零安装 -只需添加配置并重新启动Claude
✅ 自由 -社区主办

3.npm（手动安装）

对于所有其他MCP客户端：

npm install -g flowengine-n8n-workflow-builder

______________________________________________________________________

按平台设置

克劳德桌面

选项A:Smithery（本地安装）

Smithery的观点

npx @smithery/cli install @Ami3466/mcp-flowengine-n8n-workflow-builder --client claude

安装后重新启动Claude Desktop。

注：限制为50次/天。要无限制访问，请使用下面的远程服务器。

选项B：远程服务器（更稳定-无限制）⭐

无需安装！ 只需添加配置并重新启动。

编辑Claude桌面配置：

- 雨衣： ~/Library/Application Support/Claude/claude_desktop_config.json - 窗户： %APPDATA%/Claude/claude_desktop_config.json

添加此配置：

   {
     "mcpServers": {
       "flowengine-n8n": {
         "url": "https://mcp-flowengine-n8n-workflow-builder.onrender.com/mcp",
         "transport": "http"
       }
     }
   }

重新启动克劳德桌面 （完全退出并重新打开）

验证连接：

- 寻找🔌 Claude桌面中的MCP图标 - 您应该看到“flowengine-n8n”以绿色状态列出

优点： 更稳定，无限制使用，无需本地安装，始终更新。

选项C：手动本地安装

安装软件包：

   npm install -g flowengine-n8n-workflow-builder

编辑Claude桌面配置：

- 雨衣： ~/Library/Application Support/Claude/claude_desktop_config.json - 窗户： %APPDATA%/Claude/claude_desktop_config.json

添加此配置：

   {
     "mcpServers": {
       "flowengine-n8n": {
         "command": "flowengine-n8n"
       }
     }
   }

重新启动克劳德桌面 （完全退出并重新打开）

克劳德代码（VS代码扩展）

全局安装软件包：

   npm install -g flowengine-n8n-workflow-builder

打开VS代码设置 （Cmd/Ctrl+，）

搜索“MCP”

添加MCP服务器：

- 点击“在settings.json中编辑” - 添加到 claude.mcpServers:

   {
     "claude.mcpServers": {
       "flowengine-n8n": {
         "command": "flowengine-n8n"
       }
     }
   }

重新加载VS代码 （Cmd/Ctrl+Shift+P→ “开发人员：重新加载窗口”）

开始使用：

- 打开克劳德代码面板 - 请Claude构建n8n工作流 - MCP服务器将自动可用

光标

安装软件包：

   npm install -g flowengine-n8n-workflow-builder

打开光标设置：

- 雨衣： 光标→ 设置→ 特性 - Windows/Linux： File → 偏好设置→ 特性

导航到MCP设置：

- 滚动到“模型上下文协议” - 点击“编辑配置”

添加配置：

   {
     "mcpServers": {
       "flowengine-n8n": {
         "command": "flowengine-n8n"
       }
     }
   }

重新启动游标

验证：

- 打开Cursor的AI聊天 - MCP服务器应可用 - 尝试：“为我创建n8n工作流”

Cline（VS代码）

安装软件包：

   npm install -g flowengine-n8n-workflow-builder

在VS代码中打开临床设置：

- 打开命令面板（Cmd/Ctrl+Shift+P） - 键入“临床：打开设置”

添加MCP服务器：

- 在临床设置中，找到“MCP服务器” - 添加新服务器：

   {
     "flowengine-n8n": {
       "command": "flowengine-n8n"
     }
   }

重新加载VS代码

Continue.dev

安装软件包：

   npm install -g flowengine-n8n-workflow-builder

打开继续配置：

- 打开命令面板（Cmd/Ctrl+Shift+P） - 键入“继续：打开config.json”

将MCP服务器添加到配置中：

   {
     "mcpServers": {
       "flowengine-n8n": {
         "command": "flowengine-n8n"
       }
     }
   }

重新加载继续扩展

______________________________________________________________________

这有什么作用

🤖 将文本转换为工作流

用通俗易懂的语言描述你想要什么：

“监控我的电子邮件并在Slack上通知我”
“用内存和工具构建人工智能聊天机器人”
“在Google表格和我的数据库之间同步数据”
“创建客户支持自动化工作流程”

您的AI助手生成完整的、可工作的n8n工作流。

🧠 专家n8n知识

您的AI可以访问：

600+节点类型 -所有n8n节点基节点和LangChain节点
实参数模式 -直接从n8n封装加载
最佳实践 -工作流设计模式和优化
智能验证 -自动错误检测和修复

✨ 强大的功能

工作流生成：

从自然语言描述构建工作流
以编程方式添加、编辑和删除节点
连接节点并管理工作流结构
获取详细的工作流程分析

情报和建议：

架构建议（线性、条件、AI代理等）
针对特定任务的节点建议
工作流分析和改进
自然语言解释

质量与安全：

全面的工作流程验证
安全漏洞扫描
性能分析和瓶颈检测
试运行工作流程测试

模板和搜索：

预构建的工作流模板
按关键字搜索600+个节点
按类别浏览节点
获取详细的节点文档

______________________________________________________________________

使用示例

安装后，请您的AI助手帮助处理工作流程：

创建新工作流

"Create an n8n workflow that monitors Gmail for emails with 'urgent' in the subject and sends a Slack notification to #alerts"

分析现有工作流

"Analyze this workflow and suggest improvements"
[paste your workflow JSON]

获取节点建议

"What nodes should I use to build a customer onboarding automation?"

验证并修复

"Validate this workflow and fix any errors"
[paste workflow JSON]

安全扫描

"Scan this workflow for security issues"
[paste workflow JSON]

______________________________________________________________________

可用工具

您的AI助手可以访问23个强大的工具：

工作流构建：

build_workflow -根据描述生成工作流
add_node -将节点添加到现有工作流中
edit_node -修改节点参数
delete_node -删除节点
add_connection -连接节点
get_workflow_details -分析工作流结构

验证和质量：

validate_workflow -具有自动修复功能的全面验证
test_workflow -干运行模拟
scan_security -安全漏洞检测
analyze_performance -性能和瓶颈分析

情报：

suggest_architecture -推荐工作流模式
suggest_nodes -任务节点建议
analyze_workflow -深入的工作流程洞察
suggest_improvements -优化建议
explain_workflow -自然语言解释

节点库：

search_nodes -搜索600+个节点
list_nodes_by_category -按类别浏览
get_node_details -详细的节点文档

模板：

list_templates -浏览工作流模板
get_template -获取特定模板
search_templates -搜索模板

公用设施：

extract_workflow_json -从文本中提取JSON
fix_json -修复格式错误的JSON

______________________________________________________________________

部署您的工作流

选项1:FlowEngine.cloud（推荐）

免费构建，立即部署：

使用此MCP服务器生成工作流
访问 flowengine.cloud
导入您的工作流程JSON
测试和部署-无需基础设施

为什么选择FlowEngine.cloud？

✅ 无需服务器设置或管理
✅ 内置监控和日志
✅ 自动缩放
✅ 可视化工作流编辑器
✅ 免费套餐可用

选项2：自托管n8n

使用此MCP服务器生成工作流
打开n8n实例
导入JSON(... → Import from File)
配置凭据并激活

______________________________________________________________________

故障排除

MCP服务器未显示？

验证安装：

   which flowengine-n8n
   # Should show: /usr/local/bin/flowengine-n8n (or similar)

手动测试服务器：

   flowengine-n8n
   # Should start the MCP server

检查克劳德桌面日志：

- 雨衣： ~/Library/Logs/Claude/mcp*.log - 窗户： %APPDATA%/Claude/logs/mcp*.log

完全重新启动AI客户端 （完全退出并重新打开）

找不到包？

# Update npm
npm install -g npm@latest

# Reinstall the package
npm uninstall -g flowengine-n8n-workflow-builder
npm install -g flowengine-n8n-workflow-builder

许可问题？

Mac/Linux：

sudo npm install -g flowengine-n8n-workflow-builder

窗户： 以管理员身份运行PowerShell/CMD

Smithery安装问题？

# Clear npm cache
npm cache clean --force

# Try manual installation instead
npm install -g flowengine-n8n-workflow-builder

______________________________________________________________________

运作原理

此MCP服务器将您的AI助手与专家n8n知识连接起来：

You describe what you want
         ↓
Your AI Tool (Claude/Cursor/etc.)
         ↓
   MCP Protocol
         ↓
FlowEngine n8n Builder
         ↓
Expert n8n Knowledge + Validation
         ↓
Complete, Working Workflow

你的AI会得到什么：

深厚的n8n专业知识
600多个具有真实模式的节点定义
工作流模式和最佳实践
验证和自动修复功能
安全和性能分析

您将获得：

生产就绪工作流
正确验证的JSON
工作配置
最佳实践实施

______________________________________________________________________

特性

✅ 从文本构建工作流 -n8n工作流程的自然语言 ✅ 600+节点类型 -完整的n8n节点库和LangChain支持 ✅ 实参数模式 -直接从n8n封装加载 ✅ 智能验证 -自动错误检测和修复 ✅ 安全扫描 -检测漏洞和敏感数据 ✅ 性能分析 -找出瓶颈并优化 ✅ 适用于任何法学硕士 -通用MCP协议支持 ✅ 不需要API密钥 -完全离线工作 ✅ 由FlowEngine制造 -生产测试技术 ✅ 随时随地部署 -FlowEngine.cloud或自托管

______________________________________________________________________

关于FlowEngine

FlowEngine 是一个使用AI构建和部署n8n工作流的平台：

🎨 可视化生成器 -拖放编辑器位于 flowengine.cloud
🤖 AI驱动 -使用自然语言生成工作流
☁️ 托管主机服务 -立即部署，无需DevOps
📈 生产就绪 -包括监控、日志和扩展
🆓 免费层 -尝试免费构建工作流

此MCP服务器将FlowEngine的工作流生成技术引入您的本地开发环境。

______________________________________________________________________

用例

对于开发者：

快速生成样板工作流
原型自动化理念快速
学习n8n模式和最佳实践
在人工智能的帮助下构建复杂的工作流程

对于团队：

加快工作流开发
标准化工作流程模式
减少n8n的学习曲线
规模自动化计划

对于企业：

自动化重复性任务
连接系统和工具
构建自定义集成
部署人工智能驱动的工作流程

______________________________________________________________________

支持和资源

FlowEngine平台： flowengine.cloud
文档： docs.flowengine.cloud
npm包：
Smithery登记处： 通过Smithery安装
GitHub存储库： 查看源代码
报告问题： 联系FlowEngine支持

______________________________________________________________________

许可证

带有Commons条款的MIT许可证

✅ 你可以：

用于个人项目（永久免费）
查看和研究源代码
修改以供您个人使用
回馈改进

❌ 您不能：

出售此软件
提供商业/付费服务
使用此代码构建竞争产品
用于任何商业产品或服务

对于商业许可： flowengine.cloud

完整许可证：许可证

______________________________________________________________________

建造于 FlowEngine -企业级n8n工作流自动化平台

网站 • 文档 • • 铁匠铺

Flowengine MCP N8n Workflow Builder

快速接入

详细介绍

n8n工作流生成器MCP服务器

快速开始

视频演示

功能详情

13点验证引擎

自动修复格式错误的工作流

架构建议

常规工作流程（确定性）

AI代理工作流（自主）

发动机如何决定

安全扫描

性能分析

实参数模式

600+注册节点类型

快速开始

安装方法

1.Smithery（一键安装）

2.远程服务器（更稳定-无限制）⭐

3.npm（手动安装）

按平台设置

克劳德桌面

选项A:Smithery（本地安装）

选项B：远程服务器（更稳定-无限制）⭐

选项C：手动本地安装

克劳德代码（VS代码扩展）

光标

Cline（VS代码）

Continue.dev

这有什么作用

🤖 将文本转换为工作流

🧠 专家n8n知识

✨ 强大的功能

使用示例

创建新工作流

分析现有工作流

获取节点建议

验证并修复

安全扫描

可用工具

部署您的工作流

选项1:FlowEngine.cloud（推荐）

选项2：自托管n8n

故障排除

MCP服务器未显示？

找不到包？

许可问题？

Smithery安装问题？

运作原理

特性

关于FlowEngine

用例

支持和资源

许可证

目录标签

接入字段

权限和风险

来源信息

继续浏览同类 MCP