中文
English 如果你最近关注 AI 技术，可能经常听到一个新词——MCP。今天这篇文章将带你深入了解什么是 MCP，它的作用是什么，以及如何在 n8n 工作流中使用 MCP，来打造你专属的 AI 智能体。
什么是 MCP？
MCP，全称 Model Context Protocol，是由 Claude 背后的公司 Anthropic 在 2023 年底提出的一项新协议。
用通俗的话来解释，现有的大语言模型，比如 ChatGPT、DeepSeek、Gemini 等，已经具备非常强大的自然语言理解与生成能力，就像是一个有大脑和嘴巴的“人”。但理想中的 AI 智能体，不仅要会“说话”，还应该会“做事”。
换句话说，我们希望给这个“大脑”装上一双“手”——能操作工具。这就是 MCP 的使命：让大语言模型能无缝调用各种工具和服务。
过去，连接大语言模型和工具的方式主要有两种：
-
写代码接入：将模型嵌入应用底层。这种方式对非程序员极不友好。
-
使用工作流工具：如 n8n 或 make.com 来实现工具链集成，但配置繁琐，需要手动设定输入输出格式、操作方式等。
MCP 协议就像是给每一个工具增加了“通用接口”，让 AI 可以快速识别并调用它们。未来，当 MCP 成为标准协议，AI Agent 的能力和开发效率将会大幅提升。
MCP 如何与 n8n 搭配使用？
接下来我们以 n8n 为例，演示如何将 MCP 工具接入一个 AI Agent，进行网页爬取和内容总结操作。
1. 准备工作：部署自托管版 n8n
因为 MCP 节点是一个社区节点（community node），并非 n8n 官方内置，我们需要使用自托管版本的 n8n。
自托管有两种方式：
-
本地部署（local hosting）
-
云端部署（例如用 Railway）
本文采用 Railway：
-
前往 Railway 官网，用 GitHub 账号登录。
-
创建或进入一个 Workspace。
-
点击
Add New→Deploy a Template，搜索并部署n8n。 -
部署成功后，点击
Primary查看运行状态。 -
设置自定义域名（如
yourname.up.railway.app）。
首次登录 n8n 时需要注册账号。
2. 配置 MCP 节点
-
在 n8n 中打开
Settings→Community Nodes。 -
搜索并安装 MCP 节点（需设置环境变量）。
-
回到 Railway，进入 n8n 项目的
Variables，添加如下变量：-
名称：
N8N_COMMUNITY_NODE_ALLOW_BETA -
值：
true
-
3. 接入 Firecrawl MCP 工具
3.1 安装 Firecrawl MCP
-
打开命令行终端。
-
根据 Firecrawl GitHub 上的指引运行安装命令。
3.2 获取 Firecrawl API Key
-
登录 Firecrawl 官网。
-
创建 API Key，复制备用。
3.3 在 n8n 中配置 MCP 工具
-
添加 MCP 节点，命名为
Firecrawl。 -
设置字段：
-
Command：
npx firecrawl -
Arguments：根据官方格式填写
-
Environment：添加你的 API Key，格式为
FIRECRAWL_API_KEY=your_key
-
-
工具描述选择“自动”（automatic）
4. 创建 AI Agent 工作流
-
创建一个新的工作流。
-
添加第一个节点：
On Chat Message，用于接收用户输入。 -
添加
AI Agent节点，依次配置：-
Chat model：选择 OpenAI（如 GPT-4o Mini），设置 API Key。
-
Memory：选择
Simple memory。 -
工具调用设置：
-
使用 MCP 协议的两个工具节点：
-
List Tools：列出所有 Firecrawl 可用功能（如 scrape、map 等）。 -
Execute Tool：让 AI Agent 选择并执行合适工具。
-
-
-
Prompt 设置：设定 AI Agent 的角色、任务、可用工具说明等。
-
5. 测试工作流效果
-
打开 Chat 界面。
-
粘贴你想要爬取的网页链接。
-
输入指令，比如“请抓取这个网页并用 Markdown 格式总结内容”。
-
工作流开始运行，AI 会自动调用工具完成网页内容抓取，并返回结构化结果。
你可以查看每个节点的执行详情，确认：
-
list tool成功返回可用工具列表。 -
execute tool正确调用爬虫功能并获取网页内容。 -
AI Agent 根据结果生成总结并输出。
MCP 的未来展望
虽然 MCP 目前还处于早期阶段，可用的工具不算多，但其标准化的设计理念已经展示出巨大的潜力。随着更多服务加入 MCP 协议，AI 与工具的连接将变得像搭积木一样简单。
使用 n8n 等平台结合 MCP，将为非程序员群体打开构建强大 AI 智能体的大门。不久的将来，人人都可以拥有自己的“Manus”。
希望这篇文章能帮助你快速理解 MCP 的核心理念，并上手使用它打造属于你的智能代理。如果你感兴趣，欢迎继续关注后续关于 MCP 工具扩展、n8n 高级用法等内容！
