在 Google 的 Antigravity IDE 中，透過 Model Context Protocol (MCP) 我們可以讓 AI 的能力大幅延伸。今天要介紹的 @leonardsellem/n8n-mcp-server 是一個開源的 MCP Server，它的主要功能是作為 AI 助手（如 Cline, Claude, Cursor）與您的 n8n 自動化平台之間的橋樑。
以下是詳細的功能說明與配置重點。
1. 核心功能：它能做什麼？
這個套件會向您的 AI 助手提供一系列的「工具 (Tools)」，主要分為兩大類操作：
工作流管理 (Workflow Management)
AI 可以完全掌握您的工作流結構與狀態：
- 列出清單 (workflow_list)：AI 可以知道您目前擁有那些自動化程序。
- 讀取詳情 (workflow_get)：讀取特定工作流的詳細結構，讓 AI 幫您解釋邏輯或優化節點設定。
- 開關控制 (workflow_activate / workflow_deactivate)：直接開啟或暫停某個工作流。
- 創建與更新 (workflow_create / workflow_update)：這是進階功能，允許 AI 直接幫您建立一個全新的自動化工作流，或是修改現有的邏輯架構。
執行與監控 (Execution & Monitoring)
AI 不僅能看，還能動手執行並檢查結果：
- 觸發執行 (execution_run)：透過 API 直接觸發某個工作流開始運作。
- Webhook 觸發 (run_webhook)：透過 Webhook URL 觸發工作流（支援 Basic Auth 驗證）。
- 除錯紀錄 (execution_list / execution_get)：這是對於開發者最有用的功能。AI 可以查詢過去的執行紀錄，您可以直接要求它：「幫我檢查最近一次失敗的執行紀錄並分析原因」，大大節省除錯時間。
2. 配置關鍵點 (非常重要！)
這個套件的設定方式有一個最容易讓人卡關的地方，就是 API URL 的格式。
與其他常見的 MCP 套件不同，@leonardsellem/n8n-mcp-server 要求環境變數 N8N_API_URL 必須包含完整的 API 路徑結尾 /api/v1。如果漏掉這一段，連線將會失敗。
正確的 JSON 設定範例如下：
"n8n": {
"command": "npx",
"args": [
"-y",
"@leonardsellem/n8n-mcp-server"
],
"env": {
// 重點注意：結尾必須包含 /api/v1
"N8N_API_URL": "https://你的-n8n-網址.com/api/v1",
"N8N_API_KEY": "你的-n8n-api-key"
}
}
3. 實戰應用：如何在對話中使用它？
當配置成功並在 IDE 中顯示綠燈後，您就可以放棄繁瑣的點擊操作，直接用「自然語言」對 AI 下指令。以下是一些實用的指令範例：
- 查詢工作流
「列出我所有關於 'Email' 的 n8n 工作流。」
- 觸發任務
「幫我執行 'Daily Report' 這個工作流。」
- 除錯與分析
「檢查最近 5 次執行失敗的紀錄，告訴我哪一個節點最常報錯？」
- 創建自動化
「幫我創建一個新的 n8n 工作流，每當收到特定的 Gmail 郵件時，就發送 Slack 通知。」
下一步
現在，您可以嘗試在 Antigravity IDE 的 AI 對話框中輸入：「列出我所有的 n8n workflows」。如果 AI 準確回應了列表，恭喜您，您已經成功建立了自己的 AI 自動化營運中心！
