n8n MCP Server

Этот репозиторий содержит реализацию сервера Model Context Protocol (MCP) на базе FastAPI, который позволяет инструментам ChatGPT управлять рабочими процессами n8n через официальный REST API.

Возможности

SSE-интерфейс /mcp/request для взаимодействия в формате MCP.
Поддерживаемые методы:
- list_workflows — GET /rest/workflows
- create_workflow — POST /rest/workflows
- update_workflow — PATCH /rest/workflows/{id}
- delete_workflow — DELETE /rest/workflows/{id}
- run_workflow — POST /rest/workflows/run
- get_execution_status — GET /rest/executions/{id}
Асинхронный HTTP-клиент httpx.AsyncClient с поддержкой API-ключей n8n.
Pydantic-схемы для строгой валидации MCP-запросов и ответов.
Логирование входящих запросов и обращений к n8n.

Требования

Python 3.10 или новее.
Запущенный экземпляр n8n с доступом по HTTP и включённым REST API.
API-токен n8n с правами на чтение и изменение workflow.

Установка и запуск

Клонируйте репозиторий и перейдите в директорию проекта:
```
git clone https://github.com/Peakviker/MCPn8n.git
cd MCPn8n
```

Создайте виртуальное окружение и установите зависимости:

python -m venv .venv
source .venv/bin/activate
pip install fastapi uvicorn[standard] sse-starlette httpx python-dotenv

Скопируйте пример конфигурации и задайте переменные окружения:

cp .env.example .env
# отредактируйте значения по необходимости

Доступные параметры:

Переменная	Описание	Значение по умолчанию
`N8N_URL`	Базовый URL REST API n8n	`http://localhost:5678/api/v1/`
`N8N_API_KEY`	API-токен n8n	пусто (анонимный доступ)
`N8N_TIMEOUT`	Таймаут HTTP-запросов в секундах	`30.0`

Запустите сервер MCP:

uvicorn mcp_server:app --reload --port 8080

Проверьте, что сервер отвечает:

curl http://localhost:8080/healthz
curl http://localhost:8080/mcp/discover

Использование MCP-инструментов

POST /mcp/request принимает JSON вида:

{
  "id": "<уникальный идентификатор запроса>",
  "method": "list_workflows",
  "params": { "limit": 20 }
}

Ответ поступает по SSE в виде событий result или error. Поле result содержит MCP-структуру json_schema с данными, полученными от n8n.

Пример запуска workflow

curl -N \
  -H "Content-Type: application/json" \
  -X POST http://localhost:8080/mcp/request \
  -d '{
    "id": "demo-run",
    "method": "run_workflow",
    "params": {
      "workflow_id": "123",
      "payload": {
        "runData": {
          "HTTP Trigger": [[ { "json": { "foo": "bar" } } ]]
        },
        "startNodes": ["HTTP Trigger"],
        "destinationNode": "Respond to Webhook"
      }
    }
  }'

Чтобы отслеживать выполнение, используйте метод get_execution_status с идентификатором, возвращённым n8n при запуске.

Разработка

Все основные настройки находятся в mcp_server.py.
При добавлении новых методов обновляйте словарь METHOD_PARAM_MODELS и класс клиента N8nClient.
Логирование настроено на уровень INFO. При необходимости измените уровень, передав значение через logging.basicConfig.

Лицензия

Добавьте файл LICENSE при необходимости.

MCPn8n