# n8n MCP 自動化教學：整合 MCP Server Trigger 與 MCP Client Tool

---

## 前言

### 什麼是 MCP？

**MCP** 全名為 **Model Context Protocol（模型上下文協議）**，由三個核心概念組成：

- **Model（模型）**：指的是 AI 模型，例如 GPT、Claude。
- **Context（脈絡）**：給模型的額外資料，讓它更懂你的需求。
- **Protocol（協定）**：一種通用標準，讓不同工具彼此溝通。

---

### 為什麼需要 MCP？

> 傳統的 AI 助理（如 ChatGPT、Claude）雖然擅長生成文字，卻無法主動存取你的本地電腦、資料庫或網路服務。
> **MCP 的出現，就像一座橋樑，讓 AI 能安全且有效地「操作外部世界」。**

MCP 是一個 **開放原始碼的協定**，讓 AI 不再只是「說話的機器」，而是能真正幫你完成任務的**數位助理**。

---

## MCP 實作教學

### n8n 環境設定

1. 建立 n8n 專用 Volume：

docker volume create n8n_data

2. 啟動本地 n8n 服務：

docker run -it --rm --name n8n -p 5678:5678 -v n8n_data:/home/node/.n8n docker.n8n.io/n8nio/n8n

---

### API 金鑰申請

- [🔗 Gemini API](https://aistudio.google.com/apikey)
- [🔭 NASA API](https://api.nasa.gov/)

---

## MCP 流程說明

在使用 MCP 前，至少要建立兩個 Workflow：

- **MCP Server**：提供服務的端點。
- **MCP Client**：發送請求並接收回應。

---

## MCP Server 設定流程

### 建立 MCP Server 節點

**說明：** MCP Server 是處理 AI 請求的主要入口

---

### 設定 NASA API 工具

**說明：** 利用 API 擷取每日天文圖

---

### 發送到 Discord

**說明：** 將圖文結果自動推送至 Discord

---

## MCP Client 設定流程

### 建立 MCP Client

**說明：** MCP Client 負責向 MCP Server 發出請求

---

### 設定 AI Agent

**說明：** 貼上 Prompt，讓 AI 能理解輸入的意圖

<details>
<summary>📄 Prompt 內容點我展開</summary>

{{ $json.chatInput }} 如果是算術問題，先從{{ $json.chatInput }}中提取出題目當作ｘ，回傳的格式要是：
x = 答案

{{ $json.chatInput }} 如果是獲取天文圖，要以繁體中文，且語意流暢回傳，回傳的格式是，有\n要換行：
標題：\n
日期：\n
圖片描述：\n
圖片：將圖片直接印出來

{{ $json.chatInput }} 如果是將天文圖發送到 Discord，要以繁體中文，且語意流暢回傳，格式要是，有\n要換行：
標題：\n
日期：\n
圖片描述：\n
圖片：將圖片直接印出來

</details>


---

### 設定 Gemini AI


---

### 設定 MCP Client Tool


---

## 測試功能展示

### 測試算術問題

> **輸入**：`123 + 456`

---

### 測試取得天文圖

> **輸入**：`獲取天文圖`

---

### 測試發送至 Discord

> **輸入**：`獲取天文圖並發送資訊到 Discord`

---

## 作業挑戰

✅ 嘗試延伸應用，整合不同資料來源與工具：

- [ ] 整合 OpenWeather API，查詢天氣並發送至 Discord。