疯哥 此n8n工作流模板使用社区节点，仅兼容自托管版n8n。
本工作流演示如何通过多智能体协作协议（MCP）构建并发布一个复杂的n8n AI代理作为可调用工具。它允许外部客户端或其他AI系统通过Context7轻松查询软件库文档，无需管理底层工具编排或复杂对话逻辑。
核心思路：
将客户端（如Python脚本、VS Code扩展或其他AI开发环境）的复杂代理逻辑转移到n8n处理。客户端只需向SSE端点发送自然语言查询（例如”如何在Tailwind CSS中使用Flexbox？”），剩余工作均由n8n代理完成。
关键特性与工作原理：
- 公开MCP端点：
- 主工作流使用
Context7 MCP服务器触发器节点创建SSE端点，使代理可被任何MCP兼容客户端访问。 - 端点路径采用长随机字符串实现基础”隐蔽安全”。
- 主工作流使用
- 工具工作流接口：
- 通过
工具工作流节点（本例名为call_context7_ai_agent）连接MCP服务器触发器，定义外部客户端可见的单一”工具”。
- 通过
- 专用AI子工作流：
call_context7_ai_agent工具调用包含实际AI逻辑的子工作流。- 子工作流以
Context7工作流起始节点接收用户查询。 Context7 AI代理节点（本例使用Google Gemini）作为核心，配备：- 引导行为的系统提示
- 保留执行上下文的
简单内存（以{{ $execution.id }}作为会话键） - 两个专用Context7 MCP工具：
context7-resolve-library-id：将库名称（如’Next.js’）转换为Context7专用IDcontext7-get-library-docs：使用解析后的ID获取文档，支持特定主题和令牌限制
- 无缝工具调用： AI代理根据查询自主决定何时及如何使用
resolve-library-id和get-library-docs工具，内部处理多步骤流程。
方案优势：
- 简化客户端集成： 客户端只需发送简单查询即可调用强大工具
- 降低客户端令牌消耗： 详细提示、工具描述和对话轮次由n8n服务端管理
- 集中代理管理： 在n8n中更新代理能力/工具/模型而无需修改客户端
- 模块化智能体系统： 适合构建复杂多代理系统，本工作流可充当专业”专家”代理
- 经济高效： 使用低成本模型（如Gemini Flash）编排，结合Context7免费层实现高性价比
应用场景：
- 为编程助手或IDE扩展提供智能文档查询服务
- 创建可被大型AI应用调用的专用”微代理”
- 构建通过类API接口访问的内部知识库查询系统
设置说明：
- 需准备Google Gemini（或所选LLM）和Context7 MCP工具的n8n凭证
Context7 MCP服务器触发器节点的路径应保持唯一且安全- 客户端连接触发器节点提供的”生产URL”（SSE端点）
本工作流完美展示了n8n作为构建模块化AI代理的强大后端平台。