在一般常見的自動化流程中,我們常常設定「如果 A 發生,就做 B」,像是表單收到新的回覆→寄信通知,這種比較是屬於固定規則的,彈性較少。而這時候,MCP Trigger 和 AI Agent 的組合就派上用場了。
什麼是 MCP?
全名是Model Context Protocol模型上下文協議,由Anthropic 於 2024 年底所提出的。其核心目標是「標準化 LLM 與其他系統之間的通訊」,白話一點說是讓 AI 模型(像 GPT)和外部工具、資料來源之間能夠標準化溝通。在之前如果要讓 AI 使用某個工具(例如 API、資料庫等等),就需要針對不同的工具「客製化」串接(例如function calling),會有很多額外的工作。MCP 就像是一個通用翻譯器,讓模型不用管背後是什麼系統,只要透過 MCP,就能跟工具講話、拿資料、做動作。
- MCP框架的概念實體
-
MCP Host (MCP 主機):
- 執行 MCP Client 的環境
- 載入 MCP Client,並且橋接到 Server
-
MCP Client (MCP 客戶端):
- 負責「管理主機和伺服器之間的連接」。
- 代表使用者或應用程式,發出需求與任務。
-
MCP Server (MCP 伺服器):
- 輕量級程式
- 能力提供者(像工具箱),它真正連到外部資源(API、資料庫、檔案系統)。
- 定義了可以使用的 工具(tools),讓 Agent 或 Client 可以呼叫。
-
Agent(代理 / AI 模型)
- 是大腦(通常是 LLM,例如 GPT)。
- 能讀懂 Client 的需求,決定要用哪些工具
- 扮演「指揮者」,負責協調 Client 的需求與 Server 的能力。
什麼是 AI 代理 (AI Agent)?
簡單來說是一個會幫我們主動做事的智慧助手,不像一般的 ChatGPT 只是回答問題,AI Agent 更像是有目標、有任務感的「小幫手」,它可以自己規劃步驟(LLM為運算大腦)、呼叫外部工具(tool use)、處理資料,最後把完整結果交給你,任務完成後也會分析反思過程中的資訊進而做出改進。他可以處理更廣泛的通用型問題、處理非結構化的問題。
- 核心能力
- 自主性-能即時掌握外部環境的變化與資訊
- 思考能力-根據蒐集到的資訊制定計畫
- 行動力-思考轉為具體行動
- 能用外部工具
- API
- 函數
- 資料(例如PDF google sheet HTML等)
- 有目標導向-完成一件事,而不是單純回答
- 擁有記憶力-紀錄和管理對話的歷史
- 反思能力
- 能主動提問、自主學習
- 個人化
n8n與MCP
今年n8n正是支援MCP 的相關功能,包括兩個重要功能:
-
MCP Server 觸發器 (Trigger)
- 讓 MCP 主機能直接存取 n8n 內建的「數百種工具」以及「自訂工作流程」。
- 換句話說,AI Agent 可以透過 MCP 呼叫 n8n,把 n8n 當成一個超大型工具庫來用。
-
MCP Client 工具
- 讓 n8n 中的 AI Agent 反過來作為 MCP 主機,去「連接其他 MCP 伺服器」。
資料來源
https://youtu.be/45WPU7P-1QQ?si=x97IZMe8a1DHq63m
https://www.gvm.com.tw/article/113965
https://youtu.be/1UQ8uz4kuIc?si=L6whRGWjDyLfT-16