n8n连接Claude AI实战：用对话构建自动化工作流

为什么要把 n8n 和 Claude 连起来

搭建自动化工作流听起来很美好，但真正动手过的人都知道其中的痛点。视频作者分享了一个真实经历：五天前他做了一个 n8n 工作流，整整花了一个小时——一个节点一个节点地添加、配置设置、遇到报错再逐步调试。如果你不是专家，手动完成每一步会相当折磨人。

这正是把 Claude 接入 n8n 的意义所在。n8n 本身是一个自动化平台，可以把 Gmail、Telegram、Google Sheets 等各类应用连接起来实现任务自动化。它功能强大，但问题在于：构建工作流需要时间，每个节点都要手动设置、理解配置逻辑，出错时还得自己排查。

而 Claude 足够聪明，却无法独立访问你的各类应用。当两者打通之后，Claude 就能进入你的 n8n 环境里直接干活——查看工作流、创建工作流、修改工作流。你只需要用自然语言告诉它你想要什么。

工作流的查看、创建与修改

n8n 是一款开源的低代码自动化平台，定位类似 Zapier 或 Make（原 Integromat），但支持自托管部署，且对技术用户更为友好。其工作流由"节点"（Node）构成，每个节点代表一个操作单元——例如"发送 Gmail""读取 Google Sheets 行""调用 HTTP API"等。节点之间通过有向连线传递数据，最终形成一条数据处理管道。n8n 目前拥有超过 400 个原生集成，涵盖主流 SaaS 工具、数据库和通信平台。对非技术背景用户而言，理解节点的配置参数（如认证方式、字段映射、条件过滤）往往是最大的上手障碍，而这正是 Claude 介入后能够显著降低的部分。

配置步骤：从 n8n 开启 MCP 访问

整个连接过程的核心是 n8n 新引入的 MCP（Model Context Protocol）能力。按照视频演示，操作路径如下：

在 n8n 端启用 MCP

进入 n8n 后，在左侧栏最底部找到 Settings（设置） 选项并点击，然后找到 Instance Level MCP 这一项。点进去会看到 Enable MCP Access 的开关，直接启用即可。

启用之后，页面下方会出现 Connect Your Client 的选项。点击 Connect，这里要特别注意确认你选中的客户端是 Claude Code——因为本次要连接的正是 Claude Code。界面上也支持连接其他 AI 客户端，但本教程以 Claude Code 为例。

选好之后会显示一个 Server URL（服务器地址），把这个 URL 复制下来，后续步骤要用到它。

在 n8n 中选择客户端

在 Claude 端添加连接器

复制好 URL 后切换到 Claude。进入 Settings → Connectors，点击 Discover，在搜索框输入 "n8n"，就会出现对应的连接器选项。点击它，再点击 Connect to Cloud。

此时会出现一个填写 Server URL 的输入框，把刚才从 n8n 复制的地址粘贴进去，然后点击下方的 Connect。连接建立后会弹出授权相关的选项，点开展开菜单，选择 Allow all（全部允许） 完成授权。

点击进入连接器选项

至此，你的 Claude Code 就和 n8n 连接成功了。

MCP（Model Context Protocol）是由 Anthropic 于 2024 年底提出并开源的一套标准协议，旨在解决 AI 模型与外部工具/数据源之间的互操作性问题。其核心思路是：定义统一的"服务器—客户端"通信规范，让 AI 助手（客户端）能够通过标准化接口调用任意外部系统（服务器）的能力，而无需为每个工具单独开发集成逻辑。n8n 将自身实例作为一个 MCP 服务器对外暴露，Claude 作为 MCP 客户端连接后，便可直接调用 n8n 提供的工作流查询、创建、修改等 API，整个通信过程遵循 MCP 协议的鉴权与请求规范。这也是为何连接过程中 Claude 会多次弹出权限请求——每次调用外部工具前，MCP 协议要求客户端向用户显式申请授权，以保障操作透明度和安全性。

实测验证：Claude 真能自己建工作流

连接完成后，作者先做了一个简单验证——向 Claude 发送指令，询问某个工作流是否处于 active（激活）状态。过程中 Claude 会反复请求权限，每次点击 Allow 允许即可。很快 Claude 就返回了准确结果，告诉作者该工作流是激活并已发布的，与 n8n 实际界面显示一致，说明连接确实在正常工作。

真正让作者"震惊"的是下一步。他只给了 Claude 一句提示词，要求基于 Groq 模型创建一个聊天工作流，然后就什么都不做，等着看结果。

执行过程中请求权限授权

Claude 在过程中多次请求授权，全部允许后，它真的自动生成了一个名为 Grok Chat AI 的工作流，并给出了测试链接和使用说明。作者回到 n8n 刷新页面后，确实看到了这个新建的工作流节点图——整个搭建过程他本人"一个节点都没碰"，只给了一句提示词。

遇到报错怎么办

实测中并非一帆风顺。工作流首次运行时报了错，原因是默认选用的模型不可用。作者的解决办法很直接：打开 Groq 对应的节点，在 models 里把不工作的模型换掉，改用 OpenAI 的模型，返回后重新测试。

调整之后再发送一条测试消息，Claude 成功返回了回复，工作流正常运转。作者总结问题根源在于 API Key——需要填入正确的凭证。由于他的 Groq 账户凭证此前已经连接好，换对模型后一切就跑通了。

这个小插曲也说明一个现实：AI 自动搭建工作流能省掉大量重复劳动，但模型选择、API 凭证这类关键配置仍然需要人工确认和微调。它更像一个高效的助手，而非完全无需监督的黑箱。

价值与局限

从一个小时的手动搭建，到一句提示词就自动生成工作流，n8n + Claude 的组合确实大幅压缩了自动化开发的门槛。对于不熟悉 n8n 节点逻辑的用户来说，用自然语言描述需求、让 Claude 代为完成节点编排和设置，是一个相当实用的工作方式。

但也要清醒看待：Claude 生成的工作流不一定一次成功，模型选用和凭证配置这类环节仍需人工介入排错。MCP 协议打通了 AI 与自动化平台之间的通道，让"对话式搭建"成为可能，但距离完全无人值守的自动化，中间还隔着调试与验证这一步。

Claude Code 是 Anthropic 推出的面向开发者的 Claude 客户端形态，区别于普通的 Claude.ai 网页对话界面，它更侧重于代码生成、工程任务执行和工具调用场景，原生支持 MCP 协议的连接器管理。文中提到的 Connectors 面板正是 Claude Code 的 MCP 工具管理入口，允许用户添加任意符合 MCP 规范的服务器端点。值得注意的是，普通 Claude.ai 用户目前无法直接使用本文所述的 Instance Level MCP 连接方式，需要使用 Claude Code 或其他支持 MCP 客户端协议的工具（如 Cursor、Continue 等）才能复现同样的操作流程。