n8n + AI + MCP 整合流程 - Part 3：建立 AI Model

前言

昨天我們已經完成 AI Agent Node 的建立，但該節點仍缺少必填的 AI Model。
今天，我們會示範如何在沒有 MCP Tools 的情況下，設定並測試 AI Model：

• 帶入正確的 API Key
• 驗證 AI 回傳的結果
• 嘗試執行一次簡單的 Code Review

建立流程

1. 新增 Chat Model

在 AI Agent Node 內，點選 Chat Model。

2. 選擇模型

這裡以 OpenAI Chat Model 為範例，點選 Create new credential

3. 輸入 API Key

進入設定畫面後，需輸入 API Key：

取得 API Key 的位置：

• OpenAI API Key
• Gemini API Key
• Claude API Key

將 Secret Key 貼到 n8n OpenAI Model 的 API Key 欄位，並點擊 Save。
若測試成功，會出現 「Connection tested successfully」 提示。

測試 AI Code Review

1. 輸入 Prompt

在上篇文章中，我們的 Prompt 是為了結合 MCP 取得 Diff。
但由於 MCP 將在之後的篇章才會實作，這裡先用一個簡單範例：
故意輸入有錯誤的 JavaScript 方法，測試 AI 的 Code Review 功能。

針對這段程式碼做 code review 給予建議

func add(a, b) {
return a + b
}

func divide(a, b) {
return a - b
}

func Mutiply(a, b) {
return a / b
}

2. 查看執行結果

AI 成功回傳了 Code Review 的建議，指出了方法命名與運算邏輯的錯誤。

小結

今天我們完成了：

• 建立 AI Model
• 設定並驗證 API Key
• 實際執行一次簡單的 Code Review

這樣的設定，就像在 VSCode 使用 AI 助手一樣，可以針對程式碼提出改善建議。
下一篇，我們將進一步介紹 Memory，讓 AI Review 能保有上下文記憶，提升分析的準確性。