Conectar de forma eficaz con MCP Server a través de N8N permite automatizar tareas operativas y agilizar consultas sin necesidad de programación compleja. Para lograrlo, es clave entender cómo crear un flujo que combine MCP client, N8N y un modelo de lenguaje como GPT de OpenAI.
¿Cómo iniciar un nuevo flujo en N8N con MCP client?
Para empezar, crea un nuevo workflow desde la interfaz principal de N8N:
- Haz clic en “Create workflow” en la parte superior derecha.
- Asigna un nombre descriptivo al flujo, por ejemplo: MCP client - Tzitopia.
- Añade un chat trigger desde el menú para activar las interacciones por conversación dentro de N8N.
¿Cómo configurar la conexión entre MCP client y el SSE endpoint?
Una parte esencial del proceso es establecer la comunicación con tu servidor MCP:
- Agrega un nodo AI agent y elige la opción define below para personalizar los parámetros.
- En la sección “Tool”, selecciona MCP client como herramienta principal.
- Copia el SSE endpoint desde la configuración del nodo MCP server trigger, asegurándote de que el enlace esté en modo producción.
- Marca únicamente las herramientas necesarias, como por ejemplo "performance", para no sobrecargar el flujo.
- Se recomienda activar autenticación si el entorno lo requiere.
¿Qué elementos configurar en el AI agent para que funcione correctamente?
Para garantizar un buen rendimiento del agente, establece los siguientes parámetros:
- En Chat model, selecciona GPT (por ejemplo, GPT-Forumini) con tus credenciales configuradas.
- Usa Simple memory y fija un rango de contexto adecuado (por ejemplo, 10 interacciones previas).
En prompt user message, estructura el input del usuario utilizando JSON, por ejemplo:
json
CopiarEditar
{
"chat_input": "tuconsulta"
}
- Configura el prompt como un system message, con instrucciones claras que guíen al agente en su comunicación con el servidor MCP y la base de datos Supabase.
¿Cómo probar que tu integración está funcionando correctamente?
Una forma rápida de comprobar que todo está conectado es usando el modo Open Chat:
- Escribe una pregunta directa, como: “¿Cuántas personas trabajan en el área legal?”
- Si el flujo está bien configurado, obtendrás una respuesta precisa, por ejemplo: “En el área legal hay quince empleados.”
Con estos pasos, habrás creado un entorno funcional que permite hacer consultas en lenguaje natural directamente a tus sistemas de datos, con una experiencia rápida, fluida y sin intermediarios técnicos.
