大模型实战教程：用n8n构建个人MCP服务器，开启AI驱动的工作流自动化之旅！

2026-01-29 06:04:07 栏目：最新资讯 3 阅读

最近在整理n8n的学习资料，其中有个MCP Trigger节点，我测试完发现这个节点不就是个打造自定义MCP服务的利器嘛！对于我们搞aiops简直太有用了，可想象空间很大！

今天就来带大家体验一下这个MCP Trigger！

简单来说，它的功能是将 n8n 的工作流封装成一个MCP服务器，供 MCP client（如 Claude Desktop、Cursor 、Dfiy等支持 MCP 的客户端）直接调用。

MCP URL：Test URL(测试时生效)和 Production URL(工作流激活后生效)

Authentication：支持 Bearer 或自定义 Header 认证，强烈建议开启以保障安全。

Tools：必须在触发器下方连接至少一个 Tool节点(如 Code Tool、Call n8n Workflow Tool)，否则客户端将无法发现任何可用工具。

下面我以一个具体的示例来给大家演示MCP Trigger的能力。

目标做一个查询天气的mcp，这里需要调用第三方的api（心知天气），先到这里申请api密钥，先用curl测试请求api

curl "https://api.seniverse.com/v3/weather/now.json?key=你的私钥&location=beijing&language=zh-Hans&unit=c"
Tools选择HTTP Request Tool，设置自定义名称，这个名称就是将来mcp被调用时的工具名称

URL填写：

https://api.seniverse.com/v3/weather/now.json

参数：

1）key ：你的私钥

2）location: Defined automatically by the model

3）language： zh-Hans

4）unit： c

保存并激活

下面我们在Dify中调用该mcp

1）获取mcp的url

点击production URL，将localhost改为具体的IP地址

2）到Dify里添加mcp

提示词：

你需要从用户输入的文字中提取出城市名字，比如“今天北京天气怎么样”，你需要提取出“北京”，
然后将该城市名字传递给工具。如果用户给的文字里并没有包含城市名字，则需要提醒用户你只能查询天气，
而且需要用户提供要查询的城市名字。

测试示例：

1）今天北京天气怎么样？

2）上海

3）明天天津天气情况。

通过这个小案例主要是想告诉大家，在n8n里完全可以定制开发我们想要的mcp服务，毕竟n8n里面可调用的节点非常多，不说远了，就单纯一个HTTP Request节点就可以做很多事情了！

在大模型时代，我们如何有效的去学习大模型？

现如今大模型岗位需求越来越大，但是相关岗位人才难求，薪资持续走高，AI运营薪资平均值约18457元，AI工程师薪资平均值约37336元，大模型算法薪资平均值约39607元。

掌握大模型技术你还能拥有更多可能性：

• 成为一名全栈大模型工程师，包括Prompt，LangChain，LoRA等技术开发、运营、产品等方向全栈工程；

• 能够拥有模型二次训练和微调能力，带领大家完成智能对话、文生图等热门应用；

• 薪资上浮10%-20%，覆盖更多高薪岗位，这是一个高需求、高待遇的热门方向和领域；

• 更优质的项目可以为未来创新创业提供基石。

可能大家都想学习AI大模型技术，也_想通过这项技能真正达到升职加薪，就业或是副业的目的，但是不知道该如何开始学习，因为网上的资料太多太杂乱了，如果不能系统的学习就相当于是白学。为了让大家少走弯路，少碰壁，这里我直接把都打包整理好，希望能够真正帮助到大家_。

一、AGI大模型系统学习路线

很多人学习大模型的时候没有方向，东学一点西学一点，像只无头苍蝇乱撞，下面是我整理好的一套完整的学习路线，希望能够帮助到你们学习AI大模型。

第一阶段：从大模型系统设计入手，讲解大模型的主要方法；

第二阶段：在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段：大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段：大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段：大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段：以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段：以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。