工具能放大人的能力，而 AI 正在放大工具的能力。當我們把 AI 和 n8n 結合時，就像有個隨時待命的「數位助理」，幫你畫流程、寫代碼、還能直接動手幫你部署。

在前幾天的學習中，我們已經熟悉了 n8n 的節點與工作流運作方式。但在真實工作中，總會遇到「卡住」或「不知道怎麼下手」的情況。

這時有兩個解決方式：

1. 學習別人的經驗和模板。
2. 借助 AI 工具，讓它幫我們生出代碼，甚至直接幫忙「建工作流」。

Day 20 我們提到過非技術人可以透過 ChatGPT 或其他 AI 工具，請它生成 JavaScript 代碼。今天，我們更進一步，AI 不僅能寫代碼，還能幫你把整個工作流搭出來。

讓 AI 幫你建工作流的兩種方式

我們這裡介紹兩種路徑：

1. 直接問 AI，要一個工作流範本。
2. 利用 n8n MCP，讓 AI Agent 幫你直接在主機上動手建流。

法一：直接請 AI 生出工作流 JSON

這是最簡單的做法：

• 找一個 AI 對話工具（ChatGPT、Claude、Gemini 都行）。
• 開口問它：「幫我做一個 n8n 工作流，可以每天早上 8 點，自動產生一張早安圖片，然後發送到 LINE 群裡。」

AI 會：

1. 幫你設計思路（需要哪些節點）。
2. 輸出一段 JSON 格式的工作流代碼。

你只要把這段 JSON 貼到 n8n 的白板，工作流就會自動出現。

👉 問題是：這樣做通常「不能一次就跑成功」。

• 有時節點已經過期（例如 LINE 舊節點）。
• 有時 AI 忘了細節（比如授權需要設定）。

這時候，你可以：

• 手動修改。
• 或者再把錯誤訊息貼回去問 AI，讓它幫你修正。

這就像請 AI 幫你寫企劃草稿，方向有了，但最後還是要自己檢查。

法二：讓 AI Agent 直接幫你在 n8n 上建流 —— n8n MCP

如果說 法一是「AI 給你代碼」，那 法二就是「AI 幫你動手」。

這裡用到的工具叫 MCP（Model Context Protocol）。

• 在 Day 12 我們介紹過 n8n 可以作為 MCP Client。

• 在 Day 14 我們提到過 n8n 可以變成 MCP Server。

  今天要講的是如何透過 MCP，把 AI Agent 和你的 n8n 主機連起來。

這樣一來，AI 不僅能「說」，還能「做」：

• 直接在你的 n8n 上新建工作流。
• 發現錯誤時自動修改再部署。
• 省去你手動貼 JSON 的動作。

有人把這種模式叫 「Vibe n8n」（類似 2025 年很紅的「Vibe Coding」：AI 不只寫程式，還幫你部署和運行）。

n8n MCP 的來源與設置

為了讓大家能動手做，我把 MCP 的來源與設置細節寫下來。

社群開發者做了很多不同的n8n MCP Server，你可以在 Google 或 Github 搜尋「n8n MCP」找到。不同開發者提供的 MCP Server 可能略有差異，但大致設置方式類似，我們找到一個n8b-mcp。

以下以 Kiro 這個 AI Agent 工具為例：

1. 安裝 MCP

Kiro 支援 MCP，設置方式需要在它的配置檔案中加入 n8n MCP。

你會在 n8b-mcp GitHub 的專案頁面找到提供的設定範例。

範例如下：

{
  "mcpServers": {
    "n8n-mcp": {
      "command": "npx",
      "args": ["n8n-mcp"],
      "env": {
        "MCP_MODE": "stdio",
        "LOG_LEVEL": "error",
        "DISABLE_CONSOLE_OUTPUT": "true",
        "N8N_API_URL": "https://your-n8n-instance.com",
        "N8N_API_KEY": "your-api-key"
      }
    }
  }
}

2. API Key 設定

• N8N_API_URL：填上你自己的 n8n 主機網址。
• N8N_API_KEY：到 n8n 左下角頭像 → Settings → n8n API → 點擊 Create an API Key。

⚠️ 小提醒：API Key 就像你的「後台鑰匙」，不能隨便給別人，否則別人可以操控你的 n8n。

使用方式

設置好 MCP 後，你就能直接在 AI Agent（如 Kiro）的對話框裡輸入：

「幫我在 n8n 上建一個每天 9 點自動抓取天氣，然後寄 Email 給我」

AI Agent 會：

1. 呼叫 MCP 連線到你的 n8n。
2. 一步步建立節點。
3. 發現錯誤時自動修改。
4. 幫你完成部署。

最後，你打開 n8n，會看到一個已經建好的工作流。

這就像請設計師幫你畫簡報，不只是丟建議，而是幫你直接畫好。

兩種方式的比較

• 法一（直接問 AI）：簡單上手，但要自己手動貼代碼，錯誤也要自己修。
• 法二（AI Agent + MCP）：更自動化，AI 幫你「動手」，還能持續修正。

不過目前兩種方式都有一個共同問題： AI 建好的工作流，常常「跑不起來」。

原因有兩個：

1. AI 的答案可能老舊或有錯，所以要懂一點基本概念，才能修正。
2. 涉及第三方服務（像 LINE、Google Drive）的授權，還是要自己設定。

怎麼讓 AI 給更好的答案？

既然 AI 有可能出錯，我們該怎麼讓它更可靠？

這裡提供幾個方向：

1. 使用知識庫或專門訓練過的機器人

• Chat with the docs（n8n 官方文件上方可以找到這個聊天功能）

  👉 https://docs.n8n.io

• n8n Assistant by 社群（訓練過的 ChatGPTs）

  👉 連結

• DeepWiki（把 GitHub 倉庫轉成可查詢的知識庫）

  👉 http://deepwiki.com/n8n-io/n8n

2. AI Agent + 資料配合

• 讓 AI Agent 讀取多個知識庫，不只一個文件。
• 找到「有 MCP 支援」的知識庫，讓 AI Agent 直接操作，比單純讀文件更有效率。
• 使用自己的舊工作流檔案作為參考，減少 AI 生成錯誤節點的機率。

會用 AI，就不用學 n8n 了嗎？

短期內，答案是 不行。

因為 AI 依然常常犯錯，而懂一點基本概念，能讓你更快除錯。

但長期來看，如果 AI Agent 足夠強大，可能真的不需要自己動手拉節點了。那時候，n8n 可能就變成「AI 的工具之一」，而不是主要入口。

小作業

試試看這兩種方法：

1. 用 AI 生一段工作流 JSON，貼到 n8n。
2. 用 AI Agent（MCP）讓它直接幫你建流。

看看哪一個比較適合你？能不能順利跑起來？

交流

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