真正的聰明,不是把所有技術細節都學會,而是學會把麻煩交給對的人,或交給對的 AI。
前面兩天我們提到:
但 API 的文件、規則有時候還是很複雜,對非技術人來說,要研究怎麼組合請求,仍然是一道門檻。這時候問題來了:
👉 有沒有辦法,什麼都不用懂,就直接丟給 AI 代理(AI Agent)幫我解決?
答案是:可以的。
AI 代理(AI Agent)的概念,就是讓 AI 不只會聊天,還能「用工具幫你做事」。
例如:讀取網頁、發送 API 請求、甚至自動幫你整理資訊。
過去要做到這件事很麻煩,需要很多額外設計。直到 2024 年底,Anthropic 團隊提出了 MCP(Model Context Protocol),並將它開源。隨後越來越多語言模型也開始支持 MCP。
🔑 差異在於:
這樣一來,我們不用自己研究每個 API 細節,AI 就能自己「選工具」來解決問題。
在上一篇(Day 11)中,我們用過 Jina Reader API 來抓活動頁面的資訊。
有趣的是,Jina 也推出了 MCP 服務,讓我們直接把工具交給 AI 去用。
在 n8n 裡,除了 HTTP Request 節點能使用 API,現在還多了一個 MCP 節點,讓我們能直接透過 MCP 去連接服務。
MCP 有幾種連接方式:
👉 對我們非技術人來說,通常選擇「遠端服務」比較方便。
我們來看看 n8n 的實際操作:
建立工作流:連接「Chat Trigger」+「AI Agent」節點。
AI Agent 節點中,有三個關鍵組件:
設定大腦:
models/gemini-2.5-flash
(這個有 Tool 使用能力)設定記憶:
設定工具:
{
"mcpServers": {
"jina-mcp-server": {
"url": "https://mcp.jina.ai/sse",
"headers": {
"Authorization": "Bearer ${JINA_API_KEY}" // optional
}
}
}
}
👉 在 n8n MCP Client Tool 內的具體操作:
https://mcp.jina.ai/sse
回到白板,在左下角的聊天視窗輸入:
https://www.accupass.com/event/2105031734251520643298 是個活動頁面,幫我整理上面的活動資訊。
這時候,AI Agent 就會:
換句話說,我們完全不需要懂 HTML、API、爬蟲細節,AI 就能幫我們搞定。
更有意思的是:
👉 n8n 不只可以作為 MCP「用戶端」,還能反過來成為「伺服器」。
意思是什麼?
代表 你自己在 n8n 製作的工作流,也能成為一個 MCP 工具,提供給 AI 使用。
這讓自動化的可能性更大了。
上網找一找,除了 Jina AI MCP,還有哪些 Remote MCP 服務?
思考:這些 MCP 能幫你解決什麼樣的問題?
我建立了一個行銷技術交流群,專注討論 SEO、行銷自動化等主題,歡迎有興趣的朋友一起加入交流。
掃QR Code 或點擊圖片加入