n8nをMCPで使う方法

Model Context Protocol（モデルコンテキストプロトコル、以下MCP）は、大規模言語モデル（LLM）と外部ツールのスムーズな連携を可能にするプロトコルです。n8nのような自動化ツールと組み合わせることで、複雑な作業を効率化するAI活用型のカスタムワークフローを簡単に構築できます。この記事では、n8nをクライアントまたはサーバーとしてMCPと連携する方法を解説します。また、MCPとn8nの代表的なユースケースについても紹介します。

n8nとは？

N8nは、さまざまなタスクを自動化するカスタムワークフローを作成できるツールです。ビジュアルインターフェースとあらかじめ設定されたノードを使って、外部ツールとの連携を最小限のコーディングまたはノーコードで実現できます。
例えば、n8nをGoogleスプレッドシートと連携させて、自動的にデータを処理するワークフローを作成することができます。また、さまざまなLLMやAIツールと組み合わせて、コンテンツを生成することも可能です。

MCPとは？

MCPは、AIエージェントと外部ツール間の通信を標準化するプロトコルです。これにより、LLMへの統合やモデル間の切り替えを、関数を書き換えることなく簡単に行えるようになります。
MCPのアーキテクチャは、以下のコンポーネントで構成されています：

• Hosts（ホスト）：Claude DesktopやCursor IDEのように、MCP接続のための環境を提供するLLMアプリケーション。
• Clients（クライアント）：他のプラットフォーム向けにMCPサーバーへのエンドポイントとして機能するコンポーネント。
• Servers（サーバー）：ツール、プロンプト、データリソースなどをホストに提供する独立したエンティティ。

MCPとn8nで何ができる？

n8nにMCPを統合することで、ワークフローをAIエージェントに公開し、コンテキストに基づいた柔軟なデータ処理が可能になります。従来は、あらかじめ決められたプロンプトや標準的なAPI機能に制限されていました。

n8nは、指定されたプロンプトやツール、リソースを使ってデータを処理するMCPサーバーとして設定することも、サーバーの機能を自分のワークフローに接続するMCPクライアントとして設定することもできます。

MCPとn8nを組み合わせることで、さまざまなツールやアプリケーションを使った作業を効率化できます。例えば、Zapierと連携してToDoを管理したり、Google Workspaceと統合してAIによるメール処理を自動化したりすることが可能です。

n8nとMCPを連携するための前提条件

MCPを使う前に、n8nのセットアップが必要です。公式のホスティングプランを購入することもできますが、長期的にはVPSに自分でホスティングする方がコストを抑えられます。本チュートリアルでは、その方法を紹介します。

n8nは軽量なツールのため、SSDストレージが4GB、RAMが2GBあれば十分に動作します。ただし、ワークフローが増えるにつれてより多くのリソースが必要になるため、n8nのホスティングプロバイダーが明確なアップグレードプランを提供していることを確認しておきましょう。

上記の要件を踏まえると、HostingerのMCPホスティングは非常に優れた選択肢です。KVM 1プランから始めて、ダウンタイムなしでいつでもアップグレードできます。

n8nのワークフローをMCPサーバーとして公開する

n8nでMCPサーバーを構築すると、Claude Desktopのようなホストがワークフロー内のさまざまなサービスからデータにアクセスできるようになります。以下のステップで設定を行いましょう。

1. MCPサーバーノードとツールノードを挿入する

n8nで新しいワークフローを作成し、「MCP Server Trigger（MCPサーバートリガー）」ノードを追加します。このノードは、ワークフロー内のツールやサービス、アプリケーションをMCPエンドポイントとしてホストに公開します。

「Production URL（本番URL）」を選択し、そのURLを安全な場所にコピーしておきましょう。このエンドポイントは、後でn8nワークフローをホストに接続する際に使用します。

n8nのキャンバス画面に戻り、MCP Server Trigger（MCPサーバートリガー）ノードにツールを追加します。このツールは、ワークフロー内のデータソースまたは処理ユニットとして機能します。

現在、n8nのMCP Server Triggerは、さまざまな目的に対応した約100種類のツールをサポートしています。このチュートリアルでは、Airtableを使用して、タスクプランナーアプリをワークフローに統合します。

選択するツールによって統合ステップは異なるため注意してください。各ツールのノード設定メニューにある「Docs」ボタンをクリックすると、詳しいステップを確認できます。

2. エンドポイントを保護する

デフォルトでは、MCP Server Triggerノードには認証方法が設定されていません。つまり、URLエンドポイントが外部に公開されている場合、第三者があなたのMCPサーバーにアクセスできてしまう可能性があります。

セキュリティを強化するには、Bearer認証（ベアラー認証）を有効にし、特定のエンドポイントからのみMCPサーバーにアクセスできるようにします。

n8nでは、所定の形式に従って認証トークンを手動で作成する必要があります。

例として、Basic認証トークンを作成し、Base64形式でエンコードするステップを紹介します。ステップは以下のとおりです：

• オンラインエンコードツールを開きます。このチュートリアルでは、Base64Encode を使用します。
• 以下の形式でユーザー名とパスワードのペアを入力します。これが認証情報になります：

username:password

• 「Encode（エンコード）」をクリックします。
• エンコード済みトークンをコピーし、安全な場所に保管してください。

トークンを取得したら、以下のステップに従ってn8nでBearer認証を設定します：

• MCP Server Triggerノードをダブルクリックして設定ページを開きます。
• 「Authentication（認証）」のドロップダウンメニューから「Bearer Auth（ベアラー認証）」を選択します。
• 続いて、「Credential for Bearer Auth（ベアラー認証の認証情報）」メニューを展開し、「Create new credential（新しい認証情報を作成）」を選択します。

• 以前作成したトークンを入力します。一度保存すると再表示や編集ができないため、正しいことを確認してください。
• 「Save（保存）」をクリックして確定します。

3. LLMエージェントからワークフローを呼び出す

ワークフローの設定が完了したら、ホスト側でアクションをトリガーするための設定を行う必要があります。このチュートリアルでは、Claude Desktopをホストとして設定する方法を紹介します：

• Claude Desktopアプリをまだインストールしていない場合は、まずダウンロードしてください。
• Claudeを開いて、アカウントにログインします。
• メニューバーから「Claude」→「Settings（設定）」を選択します。Windowsの場合は、左上のハンバーガーアイコン→「File（ファイル）」→「Settings（設定）」に進みます。
• 「Developer（開発者）」タブを選択し、「Edit Config（設定を編集）」をクリックします。
• ファイルエクスプローラーで「claude_desktop_config.json」が表示されるので、テキストエディタで開きます。
• 以下の設定を追加し、「YOUR-ENDPOINT」と「BEARER-TOKEN」の部分を実際の値に置き換えてください：

{

  "mcpServers": {

    "n8n": {

      "command": "npx",

      "args": [

        "-y",

        "supergateway",

        "--sse",

        "<YOUR-ENDPOINT>",

        "--header",

        "Authorization: Bearer <BEARER-TOKEN>"

      ]

    }

  }

}

• Ctrl＋Sキーを押して設定を保存します。
• Claudeを再起動すると、新しく追加されたAirtableのMCPツールが検出されるはずです。

n8nをMCPクライアントとして使う

n8nでは、MCPクライアントとして設定することも可能です。これにより、ワークフロー内でMCPサーバーをAIエージェントとして接続できます。設定方法は以下のとおりです。

1. n8n MCP Clientノードを追加する

MCPサーバーとは異なり、MCP Client（MCPクライアント）ノードにはトリガーが必要です。さまざまなノードをトリガーとして追加できますが、この例では「Chat（チャット）」ノードを使用して、n8nがメッセージを受信したときにワークフローを実行するようにします。

「AI Agent（AIエージェント）」ノードを挿入し、トリガーノードと接続します。必要に応じて、好みのLLM（大規模言語モデル）を使ったチャットモデルを追加したり、クエリの設定内容を保存するための「Memory（メモリー）」ノードを追加したりすることもできます。

MCP Client（MCPクライアント）をツールノードとして選択します。これが重要なステップで、現在のワークフローとMCPサーバーを接続する役割を果たします。

2. SSEエンドポイントと認証を設定する

MCP Clientノードを追加すると、設定メニューが開きます。「SSE Endpoint（SSEエンドポイント）」としてMCPのProduction URLを入力し、認証トークンを設定します。

次のメニューで、ワークフローに含めたいMCPサーバーのツールを選択します。デフォルトでは、n8nは使用可能な全てのツールを使用します。

3. n8nでクライアントワークフローをテストする

この時点で、ワークフローは以下のような構成になり、テストの準備が整っているはずです。

異なるトリガーを使用する場合、テスト手順も異なります。この例では、チャットウィンドウを「Show Chat（チャットを表示）」で開き、AIエージェントにAirtableのTo-Doプランナー内のタスクを確認するようにメッセージを送信します。

ワークフローがリクエストの処理を完了するまで待ちます。処理が正常に完了すると、各ノードに緑色のチェックマークが表示されます。

エラーが発生したノードは赤色になります。トラブルシューティングを行うには、そのノードを展開すると、問題の説明が表示されます。

n8nとMCPの連携による活用例

MCPの柔軟性により、さまざまな外部サービスとAIツールを連携させることができ、幅広いタスクに対応した強力なワークフローを構築できます。以下は、n8nとMCPを使って自動化できる例です：

• AIを活用したチケットの振り分け – AIを使用して、SlackやLinearなどのプラットフォーム上で、サポートチケットを自動で管理できます。例えば、特定の絵文字が付けられたSlackメッセージをトリガーとして、AIモデルが内容を分析し、構造化されたサポートチケットとしてLinearに登録することが可能です。
• 調査結果の自動要約 – 検索クエリの実行、ウェブスクレイピング、コンテンツ分析、構造化されたレポートの作成をAIツールで自動化します。
• 自己修復型のDevOpsスクリプト – AIを使ってシステムのアラートを監視・分析し、DevOpsプラットフォームに適切な課題を自動で作成します。例えば、ホストやドメインの欠落に関するアラートが発生した場合、ワークフローがそのアラートを読み取り、Azure DevOpsに対応する作業項目を生成します。
• 個人用ToDoボット – タスクの作成、リマインダー、更新を自動化するワークフローを設定します。例えば、AIに依頼することで、NotionやAirtableなどのプラットフォームにタスクを作成・更新させることができます。

以下の動画で、n8nとMCPを活用した自動化のさらなる活用例をご覧いただけます。

まとめ

MCPを使うことで、AIツールとさまざまな外部サービスを連携させることができ、さまざまなデータやツールにアクセスできるようになります。このプロトコルをn8nに統合すれば、複数のAIエージェントやアプリケーションを活用した強力なワークフローを簡単に構築できます。

そのためには、n8nのワークフローにMCP Serverノードを追加し、連携させたいツールを設定します。次に、エンドポイントをコピーして、Bearer認証方式を有効にします。

連携させたいAIエージェント、例えばClaude Desktopを開きます。構成ファイルを開き、MCPサーバーのエンドポイントとBearerトークンを入力します。

n8nのワークフローをMCPクライアントとして設定することも可能です。キャンバスにMCP Clientノードを追加し、MCPサーバーの情報を使って設定するだけです。

n8nにはMCP対応ツールが100種類以上用意されています。ぜひそれらを活用して、自分だけのカスタムワークフローを作ってみてください。うまく活用してみてくださいね。

n8nとMCPの連携に関するよくある質問