n8n + AI + MCP 整合流程 - Part 2：建立 AI Agent 節點

建立流程

1. 銜接 Webhook

點選 「+」 符號，將上一個動作（Webhook Node）的輸出連接到新節點。

2. 新增 AI Agent Node

在搜尋框中輸入並選擇 AI Agent Node。
此時會出現 Source for Prompt (User Message)，預設是 Connect Chat Trigger Node。

3. 切換成 Define Below

由於我們不是透過聊天觸發，而是要在自動化流程中啟動 AI Code Review，所以需要切換成 Define Below。

4. 設定 Prompt

在 Prompt 中輸入以下內容，讓 AI Agent 知道如何取得 Merge Request 差異並進行 Code Review：

請使用 GitLab-MCP:get_merge_request_diffs 工具取得合併請求差異，參數如下：

project_id: {{ $json.body.project.id }}
merge_request_iid: {{ $json.body.object_attributes.iid }}
source_branch: {{ $json.body.object_attributes.source_branch }}
view: "parallel"

Prompt 說明：

• project_id、merge_request_iid、source_branch 為 MCP Tool 所需參數，從 Webhook 的 JSON 資料中取得。
• {{ }} 表示變數引用，要將欄位從 Fixed 切換為 Expression 才能使用。
• 變數可以從左側的 Webhook 輸出 JSON 中取得。
• GitLab-MCP:get_merge_request_diffs 屬於 MCP Tool，需等後續篇章建立 MCP Server 後才可使用。

AI Agent Node 說明

一個 AI Agent Node 需要設定以下內容：

• AI Model (必填)
• Memory (選填)
• Tools (選填)

在本案例中：

• AI Model 為必要設定。
• 我們還需要配置 MCP Tools，才能呼叫 GitLab MCP 提供的工具。
• 建立 Memory 可讓 AI 在進行 Code Review 時保有上下文，提升判斷能力。

下圖為預計完整的 n8n Workflow 流程圖：

小結

今天我們完成了 AI Agent Node 的建立，並設定了 Code Review 所需的 Prompt。
在下一篇中，我們將進一步設定 AI Model 與對應的 API Key。