เคยไหมที่อยากจะ สั่ง AI ให้สร้างเวิร์กโฟลว์อัตโนมัติ แล้วให้มันพร้อมใช้งานใน n8n? จะเป็นอย่างไรถ้าผู้ช่วย AI ของคุณสามารถ สร้าง อัปเดต และรันเวิร์กโฟลว์ n8n ได้โดยตรง โดยไม่ต้องคัดลอก JSON หรือลากโหนดด้วยตัวเอง? ยินดีต้อนรับสู่ n8n-MCP with Claude Code ซึ่งเป็นระบบที่เปลี่ยนภาษามนุษย์ให้กลายเป็นการสร้างระบบอัตโนมัติของเวิร์กโฟลว์ที่พร้อมใช้งานจริง
n8n-MCP คืออะไร และทำไมคุณถึงควรสนใจ?
n8n-MCP เป็นเซิร์ฟเวอร์ Model Context Protocol ที่เปิดเผยเวิร์กโฟลว์ n8n ของคุณในฐานะเครื่องมือที่สามารถรันได้สำหรับผู้ช่วย AI เช่น Claude Code แทนที่จะรันเวิร์กโฟลว์ด้วยตนเองผ่าน UI ของ n8n หรือ REST API คุณสามารถอธิบายสิ่งที่คุณต้องการด้วยภาษามนุษย์ และ Claude Code จะเรียกใช้เวิร์กโฟลว์ที่ถูกต้อง ส่งพารามิเตอร์ และส่งคืนผลลัพธ์
การเปลี่ยนแปลงนี้ละเอียดอ่อนแต่ยิ่งใหญ่มาก ผู้ช่วย AI สำหรับการเขียนโค้ดแบบดั้งเดิมจะสร้างโค้ด แต่ด้วย n8n-MCP พวกมัน รันเวิร์กโฟลว์ เวิร์กโฟลว์การค้นหาเว็บของคุณจะกลายเป็นเครื่องมือ ระบบประมวลผลข้อมูลของคุณจะกลายเป็นเครื่องมือ การแจ้งเตือน Slack ของคุณจะกลายเป็นเครื่องมือ Claude Code กลายเป็นตัวแทนที่จัดการระบบจริง ไม่ใช่แค่เครื่องมือสร้างโค้ด
สำหรับนักพัฒนาที่สร้างเครื่องมือภายในหรือทำการวิจัยแบบอัตโนมัติ สิ่งนี้หมายความว่าคุณสามารถ:
- เรียกใช้ API จริงได้โดยไม่ต้องเขียนโค้ดเรียกใช้ (fetch calls)
- เรียกใช้ระบบประมวลผลข้อมูลจาก Editor ของคุณ
- ตรวจสอบความถูกต้องของข้อมูลภายนอกก่อนที่จะคอมมิตโค้ด
- สร้างเอเจนต์ที่กำหนดเองซึ่งปรับให้เข้ากับ Stack ของคุณ
โปรโตคอลนั้นง่าย: n8n-MCP แปลการเรียกใช้เครื่องมือของ Claude Code เป็นคำขอ HTTP ไปยังโหนด Webhook ของ n8n ของคุณ จากนั้นส่งคืนการตอบกลับไปยัง Claude คุณจะได้รับพลังเต็มที่จากการผสานรวมของ n8n กว่า 400 รายการภายในเวิร์กโฟลว์ CLI ของคุณ
ต้องการแพลตฟอร์มแบบครบวงจรสำหรับทีมพัฒนาของคุณเพื่อทำงานร่วมกันด้วย ประสิทธิภาพสูงสุด?
Apidog ตอบสนองความต้องการทั้งหมดของคุณ และ แทนที่ Postman ด้วยราคาที่ถูกกว่ามาก!
ขั้นตอนที่ 1: ติดตั้ง n8n และสร้างเวิร์กโฟลว์ค้นหาเว็บ
ขั้นแรก คุณต้องมี n8n ที่ทำงานอยู่ สำหรับการพัฒนาในเครื่อง Docker นั้นเร็วที่สุด

# สร้างไดเรกทอรีสำหรับข้อมูล n8n
mkdir ~/n8n-data && cd ~/n8n-data
# เริ่ม n8n ด้วย Docker
docker run -d --name n8n \
-p 5678:5678 \
-v $(pwd):/home/node/.n8n \
--restart unless-stopped \
docker.n8n.io/n8nio/n8n
เปิด http://localhost:5678 และดำเนินการตั้งค่าให้เสร็จสิ้น สร้างบัญชีผู้ดูแลระบบ

สร้างเวิร์กโฟลว์ค้นหาเว็บ
- คลิก New Workflow (เวิร์กโฟลว์ใหม่)
- เพิ่มโหนด Webhook (ทริกเกอร์)
- HTTP Method:
POST - Path:
web-search - Response Mode:
When Last Node Finishes (เมื่อโหนดสุดท้ายเสร็จสิ้น)
3. เพิ่มโหนด HTTP Request
- URL:
https://duckduckgo.com/html/?q={{ $json.query }} - Method:
GET
4. เพิ่มโหนด HTML Extract
- Data Property:
data - Extraction Values:
- Key:
results - CSS Selector:
.result__a - Return Value:
Text
5. เพิ่มโหนด Set เพื่อจัดรูปแบบเอาต์พุต
- Values to Set:
results:{{ $json.results }}
6. เชื่อมต่อ webhook → HTTP → HTML Extract → Set
7. เปิดใช้งานเวิร์กโฟลว์ (สลับที่มุมบนขวา)
ทดสอบด้วยตนเอง:
curl -X POST http://localhost:5678/webhook/web-search \
-H "Content-Type: application/json" \
-d '{"query":"trending AI topics 2026"}'
คุณควรเห็นอาร์เรย์ JSON ของผลการค้นหา เวิร์กโฟลว์นี้พร้อมสำหรับการเปิดเผยผ่าน MCP แล้ว
ขั้นตอนที่ 2: ติดตั้งและกำหนดค่า n8n-MCP
เซิร์ฟเวอร์ n8n MCP ทำหน้าที่เชื่อม n8n และ Claude Code ติดตั้งทั่วโลกหรือในไดเรกทอรีโปรเจกต์
# โคลน repository n8n-MCP
git clone https://github.com/czlonkowski/n8n-mcp.git
cd n8n-mcp
# ติดตั้ง dependencies
npm install
# สร้างโปรเจกต์
npm run build

กำหนดค่าตัวแปรสภาพแวดล้อม
สร้างไฟล์ .env ในไดเรกทอรี n8n-MCP:
# .env
N8N_API_URL=http://localhost:5678
N8N_API_KEY=n8n_api_key_here
รับ API key ของ n8n จาก Settings → API (การตั้งค่า → API) ใน UI ของ n8n หากคุณไม่เห็นส่วน API key คุณอาจต้องเปิดใช้งานผ่านตัวแปรสภาพแวดล้อมเมื่อเริ่ม n8n:
# หยุดและรีสตาร์ท n8n โดยเปิดใช้งาน API
docker stop n8n
docker rm n8n
docker run -d --name n8n \
-p 5678:5678 \
-v $(pwd):/home/node/.n8n \
-e N8N_BASIC_AUTH_ACTIVE=true \
-e N8N_BASIC_AUTH_USER=admin \
-e N8N_BASIC_AUTH_PASSWORD=yourpassword \
--restart unless-stopped \
docker.n8n.io/n8nio/n8n
ตอนนี้สร้าง API key ใน UI
เริ่มเซิร์ฟเวอร์ MCP
# เริ่มเซิร์ฟเวอร์ MCP
npm start
โดยค่าเริ่มต้น จะทำงานที่ http://localhost:3001 คุณควรเห็น:
n8n MCP Server กำลังทำงานที่ http://localhost:3001
เครื่องมือที่พร้อมใช้งาน: [ 'web-search' ]
เซิร์ฟเวอร์จะค้นพบเวิร์กโฟลว์ที่มีเส้นทาง webhook โดยอัตโนมัติ และเปิดเผยเป็นเครื่องมือ
ขั้นตอนที่ 3: กำหนดค่า Claude Code เพื่อใช้ n8n-MCP
Claude Code ใช้ ไฟล์การกำหนดค่า เพื่อค้นหาเครื่องมือ MCP สร้างหรือแก้ไขการกำหนดค่า Claude Code ของคุณ
# ค้นหาไดเรกทอรีการกำหนดค่า Claude Code
# macOS: ~/Library/Application Support/Claude Code
# Linux: ~/.config/Claude Code
# Windows: %APPDATA%/Claude Code
cd ~/Library/Application\ Support/Claude Code
สร้างไฟล์ชื่อ mcp.json:
{
"mcpServers": {
"n8n": {
"command": "node",
"args": ["/path/to/n8n-mcp/dist/index.js"],
"env": {
"N8N_API_URL": "http://localhost:5678",
"N8N_API_KEY": "your_n8n_api_key"
}
}
}
}
สำคัญ: ใช้เส้นทางสัมบูรณ์สำหรับ args เส้นทางสัมพัทธ์จะล้มเหลวเมื่อ Claude Code สร้างกระบวนการ
ตรวจสอบการเชื่อมต่อ
เริ่ม Claude Code ในโปรเจกต์ของคุณ:
claude
เมื่อโหลดแล้ว พิมพ์:
/list-tools
คุณควรเห็น:
เครื่องมือที่พร้อมใช้งาน:
- n8n:web-search (รันเวิร์กโฟลว์ค้นหาเว็บ)
หากเครื่องมือไม่ปรากฏขึ้น ให้ตรวจสอบบันทึก:
# ในเทอร์มินัลอื่น ดูบันทึก Claude Code
tail -f ~/Library/Application\ Support/Claude\ Code/logs/mcp.log
ปัญหาที่พบบ่อย:
- ENOENT: เส้นทางไปยัง
n8n-mcp/dist/index.jsผิด - ECONNREFUSED: n8n ไม่ทำงานบน localhost:5678
- 401: N8N_API_KEY ไม่ถูกต้อง
ขั้นตอนที่ 4: การใช้งานจริง—การค้นหาเว็บจาก Claude Code
ตอนนี้ความมหัศจรรย์ก็เกิดขึ้น ในไดเรกทอรีโปรเจกต์ใดก็ได้ ให้เริ่ม Claude Code และรัน:
claude
ที่พรอมต์ พิมพ์:
ใช้เครื่องมือค้นหาเว็บใน n8n ค้นหาหัวข้อ AI ที่กำลังมาแรงในปี 2026
Claude Code จะ:
- จดจำเครื่องมือ
n8n:web-search - แยกความตั้งใจของคุณ ("หัวข้อ AI ที่กำลังมาแรงในปี 2026")
- แยกพารามิเตอร์การค้นหา
- เรียกเซิร์ฟเวอร์ MCP
- เซิร์ฟเวอร์ MCP เรียก webhook ของ n8n
- n8n รันเวิร์กโฟลว์และส่งคืนผลลัพธ์
- MCP ส่งคืน JSON ไปยัง Claude Code
- Claude Code จัดรูปแบบและแสดงคำตอบ
ตัวอย่างเซสชัน
$ claude
> ใช้เครื่องมือค้นหาเว็บใน n8n ค้นหาหัวข้อ AI ที่กำลังมาแรงในปี 2026
ฉันจะช่วยคุณค้นหาหัวข้อ AI ที่กำลังมาแรงในปี 2026 โดยใช้เครื่องมือค้นหาเว็บของ n8n
กำลังเรียก n8n:web-search พร้อมคำค้นหา: "trending AI topics 2026"
เครื่องมือส่งคืน 8 ผลลัพธ์:
1. "Quantum AI Breakthroughs in 2026: สิ่งที่นักพัฒนาควรรู้"
2. "Multimodal LLMs: เหนือกว่าข้อความและรูปภาพ"
3. "การปรับใช้ Edge AI: ลดค่าใช้จ่ายคลาวด์ลง 40%"
4. "AI Code Review Agents: การใช้งานที่เพิ่มขึ้นในองค์กร"
5. "Federated Learning: การฝึกอบรม AI ที่เน้นความเป็นส่วนตัวเป็นอันดับแรก"
6. "Synthetic Data Generation: การถกเถียงเรื่องคุณภาพเทียบกับปริมาณ"
7. "AI Hallucination Detection: เครื่องมือโอเพนซอร์สใหม่"
8. "Neuromorphic Computing: แนวโน้มการออกแบบฮาร์ดแวร์-ซอฟต์แวร์ร่วมกัน"
จากผลลัพธ์เหล่านี้ หัวข้อ AI ที่สำคัญที่กำลังมาแรงในปี 2026 มีดังนี้:
- การรวม Quantum AI ที่สามารถนำไปใช้ได้จริงสำหรับนักพัฒนา
- โมเดล Multimodal ที่ขยายไปเกินกว่าข้อความ/รูปภาพ ไปยังเสียง/วิดีโอ
- การปรับใช้ Edge AI เพื่อลดต้นทุน
- AI agents สำหรับการตรวจสอบโค้ดที่ได้รับความนิยมในองค์กร
- Federated learning ที่รักษาความเป็นส่วนตัว
- ระบบประมวลผลข้อมูลสังเคราะห์
- เครื่องมือตรวจจับภาพหลอน
- ความก้าวหน้าของฮาร์ดแวร์ Neuromorphic
ในขณะเดียวกัน ใน UI ของ n8n คุณจะเห็นการดำเนินการของเวิร์กโฟลว์ปรากฏขึ้นแบบเรียลไทม์ ซึ่งพิสูจน์ได้ว่า Claude Code เรียกใช้จากระยะไกล
รูปแบบขั้นสูง: การสร้างเวิร์กโฟลว์แบบ Agentic
รูปแบบที่ 1: การเพิ่มข้อมูลจากหลายแหล่ง
สร้างเวิร์กโฟลว์ที่ดึงข้อมูลผู้ใช้ GitHub จากนั้นค้นหาทวีตล่าสุดของพวกเขา:
- โหนด Webhook (
enrich-user) - HTTP Request → GitHub API (
/users/{{ $json.username }}) - HTTP Request → X API (
/users/by/username/{{ $json.username }}) - โหนด Merge (รวมการตอบกลับ)
- โหนด Set (จัดรูปแบบออบเจกต์สุดท้าย)
ตอนนี้ใน Claude Code:
เพิ่มข้อมูลโปรไฟล์ผู้ใช้สำหรับ @johndoe โดยใช้เวิร์กโฟลว์ enrich-user
Claude จะส่งพารามิเตอร์โดยอัตโนมัติและรับข้อมูลที่มีโครงสร้าง
รูปแบบที่ 2: การเลือกเครื่องมือแบบมีเงื่อนไข
สร้างเวิร์กโฟลว์หลายรายการและให้ Claude เลือก:
web-search-duckduckgo: ฟรีแต่ช้ากว่าweb-search-serpapi: มีค่าใช้จ่ายแต่มีโครงสร้างweb-search-google: Scraper ที่กำหนดเอง
ในพรอมต์ของคุณ:
ค้นหารูปแบบ async ของ Python ใช้เครื่องมือค้นหาเว็บที่เร็วที่สุดที่มีอยู่
Claude อ่านคำอธิบายเครื่องมือและเลือกตามคำแนะนำของคุณ
รูปแบบที่ 3: การเชื่อมโยงเวิร์กโฟลว์
เอาต์พุตของเวิร์กโฟลว์หนึ่งสามารถกระตุ้นเวิร์กโฟลว์อื่นได้ สร้าง:
fetch-data: ดึงข้อมูลดิบanalyze-data: รับข้อมูล, รันการวิเคราะห์summarize-data: รับการวิเคราะห์, สร้างสรุป
ใน Claude Code:
ดึงข้อมูลการขาย, วิเคราะห์แนวโน้มไตรมาส 1, และสรุปข้อมูลเชิงลึกที่สำคัญ
Claude จะเชื่อมโยงเวิร์กโฟลว์ทั้งสามอย่างต่อเนื่อง โดยส่งผ่านเอาต์พุตระหว่างกัน
อย่าลืมรักษาความปลอดภัย Webhooks ของคุณ
เพิ่มส่วนหัวการตรวจสอบสิทธิ์ใน n8n:
- แก้ไขโหนด Webhook
- ตั้งค่า Authentication (การตรวจสอบสิทธิ์):
Header Auth - Name:
X-API-Key - Value:
your-secure-webhook-secret
อัปเดต .env สำหรับ n8n-MCP:
N8N_WEBHOOK_SECRET=your-secure-webhook-secret
แก้ไขเซิร์ฟเวอร์ MCP เพื่อส่งส่วนหัว (คุณจะต้องแก้ไข src/index.ts):
// ในฟังก์ชันการดำเนินการเครื่องมือ
const response = await fetch(webhookUrl, {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'X-API-Key': process.env.N8N_WEBHOOK_SECRET
},
body: JSON.stringify(parameters)
});
การจำกัดอัตรา (Rate Limiting)
เพิ่มเลเยอร์แคช Redis เพื่อป้องกันการใช้งานในทางที่ผิด:
// ใน n8n-MCP ก่อนเรียกใช้ webhook
import Redis from 'ioredis';
const redis = new Redis();
const rateLimitKey = `rate_limit:${toolName}:${Date.now() / 60000}`;
const count = await redis.incr(rateLimitKey);
if (count > 10) { // 10 การเรียกต่อนาที
throw new Error('เกินขีดจำกัดอัตรา');
}
await redis.expire(rateLimitKey, 60);
การจัดการข้อผิดพลาด
ปรับปรุงเซิร์ฟเวอร์ MCP เพื่อส่งคืนข้อผิดพลาดที่มีโครงสร้าง:
try {
const response = await fetch(webhookUrl, {...});
if (!response.ok) {
throw new Error(`HTTP ${response.status}: ${await response.text()}`);
}
return await response.json();
} catch (error) {
return {
error: error.message,
status: 'failed'
};
}
Claude Code จะแสดงข้อผิดพลาดและสามารถลองใหม่โดยอัตโนมัติ
สรุป
n8n-MCP เปลี่ยน n8n จากเครื่องมืออัตโนมัติแบบแมนนวลให้เป็นแบ็กเอนด์แบบ Agentic ที่ตั้งโปรแกรมได้สำหรับ Claude Code คุณสร้างเวิร์กโฟลว์ด้วยภาพ เปิดเผยเป็นเครื่องมือ และจัดการงานที่ซับซ้อนด้วยภาษามนุษย์ การตั้งค่านั้นตรงไปตรงมา: ติดตั้ง n8n สร้างเวิร์กโฟลว์ webhook รันเซิร์ฟเวอร์ MCP และกำหนดค่า Claude Code ผลลัพธ์ที่ได้คือ AI agent ที่กำหนดเองซึ่งรู้จัก Stack ของคุณและสามารถดำเนินการงานในโลกแห่งความเป็นจริงได้ และเมื่อคุณสร้าง API ในเวิร์กโฟลว์เหล่านั้น ให้ทดสอบด้วย Apidog—เพราะแม้แต่ AI agents ก็ยังต้องการสัญญาที่เชื่อถือได้
