手把手教你搭建n8n+mcp+deepseek工作流

本文主要介绍 n8n+mcp+deepseek简单流程完整的工作流，手把手教大家一步步搭建这个mcp工作流！

全文一共分为下面4个部分：

一、部署n8n

二、激活n8n

三、安装mcp工具节点

四、开始正式搭建n8n+mcp的工作流

 

---

 

一、部署n8n

• Docker部署（推荐）：

 

•  
•  

# 创建挂载文件夹mkdir n8n# 进入挂载文件夹cd n8n 
#赋予当前文件夹权限sudo chown -R 1000:1000 $PWDsudo chmod -R 755 $PWD#方式一、拉取官方镜像docker pull  docker.io/n8nio/n8n:1.90.2# 部署容器sudo docker run -itd  --name  n8n  -p 5678:5678  -e N8N_SECURE_COOKIE=false  -e GENERIC_TIMEZONE="Asia/Shanghai"   -e N8N_COMMUNITY_PACKAGES_ALLOW_TOOL_USAGE=True   -v $PWD/n8n_data:/home/node/.n8n  docker.io/n8nio/n8n:1.90.2
#部署方式二、当你的官方镜像拉取失败时，可以采用下面这种方式#拉取国内的镜像docker pull  swr.cn-north-4.myhuaweicloud.com/ddn-k8s/docker.io/n8nio/n8n:1.90.2# 部署容器sudo docker run -itd  --name  n8n  -p 5678:5678  -e N8N_SECURE_COOKIE=false  -e GENERIC_TIMEZONE="Asia/Shanghai"   -e N8N_COMMUNITY_PACKAGES_ALLOW_TOOL_USAGE=True   -v $PWD/n8n_data:/home/node/.n8n  swr.cn-north-4.myhuaweicloud.com/ddn-k8s/docker.io/n8nio/n8n:1.90#查看部署的容器运行日志，验证是否成功，当看到显示http://localhost:5678/ 时，表示成功docker logs -f n8n 

安装完成显示：

•  

  

  在浏览器中访问：http://localhost:5678/

   

   

二、激活n8n

1、第一次需要注册账号

 

2、填写问卷，随便填

 

 

3、登录后的主界面

 

4、激活账号，把 key 复制到 Settings/Usage and plan  界面中

 

 

在你注册的邮箱中，获取key；

 

三、安装mcp工具节点

1、找到 settings/Community nodes

 

输入：n8n-nodes-mcp  ，点击安装

 

 

安装完成后,刷新页面，就可以选择mcp工具了；

 

四、开始正式搭建n8n+mcp的工作流

公众号后台，发送【工作流】，获取本次实验的完整工作流文件；

1、创建工作流  workflow

 

    

2、添加 On chat message 组件

这是一个会话功能用于发送消息

 

3. 添加 AI Agent 组件

这个节点将扮演“智能助手”的角色，负责接收用户的问题，并根据我们的配置选择合适的模型和工具进行回答。

 

 

配置下信息：选择 defin below

prompt:

{{"选择合适的工具回答用户的问题"+$json.chatInput}}

 

 

4、添加deepseek模型，或者别的模型；

 

 

添加对应的密钥：

 

 

5、添加 两个 MCP Client Tool  组件

在工作流编辑界面中，再次点击tools的“加号”按钮，添加两个个“MCP”节点。在输入框中输入“MCP”，然后从下拉列表中选择“MCP Client”。

 

 

 

 

第一个mcp配置：

 

初次使用时，你需要创建一个“credential”。这个“credential”对应了一个MCP服务器。

 

在魔搭mcp广场，选择你喜欢的mcp服务器：

本文选择了一个：今天吃什么的菜单mcp服务器；

 

https://www.modelscope.cn/mcp/servers/@worryzyy/howtocook-mcp

 

把对应的sse的url，添加进下面的配置页面；

 

 

 

这里可以看到，Operation 选择的是 list tools；就是获取工具的列表；

 

 

 

第二个mcp配置：

 

Operation 选择的是  Execute Tool  ；就是让大模型执行对应的mcp工具；

 

Tool Name  填入：  

 

{{$fromAI("tool")}}

 

Tool Parameters 填入：

{{ $fromAI('Tool_Parameters', ``, 'json') }}

 

 

 

 

 

最终的工作流展示如下：

 

 

 

6、点击 open chat 进行问答测试

 

 

今天一个人晚上吃什么呢

 

 

 

可以看到，会调用两次mcp服务器，第一次获取工具列表；

第二次执行工具，获取结果；