n8n MCP サーバーのセットアップ方法 (2026年版)

Model Context Protocol (MCP) を使用すると、Claude Code、Cursor、Cline などの AI エージェントを外部のツールやサービスに接続できます。n8n を MCP サーバーとしてセットアップすることで、Slack や Google Sheets からデータベース、カスタム API に至るまで、n8n のビジュアルワークフロービルダーを通じて何百もの統合機能へのアクセスを AI アシスタントに許可できます。

このガイドでは、n8n MCP サーバーをゼロからセットアップし、AI ツールに接続して、実用的な自動化ワークフローを構築する手順を説明します。

MCP とは何か、なぜ n8n なのか？

Model Context Protocol (MCP)

MCP は、AI モデルが外部ツールに接続する方法を定義するオープン標準（Anthropic によって作成）です。統合機能をハードコーディングする代わりに、MCP を使用するとツールを標準化されたインターフェースとして公開でき、互換性のあるあらゆる AI エージェントがそれを利用できるようになります。

なぜ MCP に n8n を使うのか？

n8n は、400 以上の組み込み統合機能を持つワークフロー自動化プラットフォームです（Zapier に似ていますが、セルフホスト可能でオープンソースです）。n8n ワークフローを MCP ツールとして公開することで、AI エージェントは以下へのアクセス権を取得します。

カテゴリ	統合例
コミュニケーション	Slack, Discord, Email, Telegram
生産性	Google Sheets, Notion, Airtable, Todoist
開発	GitHub, GitLab, Jira, Linear
データベース	PostgreSQL, MySQL, MongoDB, Supabase
クラウド	AWS, GCP, Azure, Cloudflare
ファイナンス	Stripe, QuickBooks, PayPal
CRM	Salesforce, HubSpot, Pipedrive
カスタム	任意の REST API, webhooks, スクリプト

前提条件

Docker および Docker Compose がインストールされていること
MCP ブリッジ用の Node.js 18+
MCP をサポートする AI ツール (Claude Code, Cursor, Cline など)
n8n に関する基本的な知識 (オプション、基本事項は本ガイドでカバーします)

ステップ 1: n8n のデプロイ

n8n を実行する最も簡単な方法は Docker を使用することです。

# n8n データ用のディレクトリを作成
mkdir -p ~/n8n-data

# Docker で n8n を実行
docker run -d \
  --name n8n \
  -p 5678:5678 \
  -v ~/n8n-data:/home/node/.n8n \
  -e N8N_SECURE_COOKIE=false \
  -e WEBHOOK_URL=http://localhost:5678/ \
  n8nio/n8n:latest

または、より堅牢なセットアップのために Docker Compose を使用します。

# docker-compose.yml
version: '3.8'
services:
  n8n:
    image: n8nio/n8n:latest
    ports:
      - "5678:5678"
    environment:
      - N8N_SECURE_COOKIE=false
      - WEBHOOK_URL=http://localhost:5678/
      - N8N_BASIC_AUTH_ACTIVE=true
      - N8N_BASIC_AUTH_USER=admin
      - N8N_BASIC_AUTH_PASSWORD=changeme
    volumes:
      - n8n_data:/home/node/.n8n
    restart: unless-stopped

volumes:
  n8n_data:

docker compose up -d

http://localhost:5678 を開き、n8n エディタにアクセスします。

ステップ 2: MCP 用の n8n ワークフローを作成する

MCP ツールとして公開したい各 n8n ワークフローには、Webhook トリガーが必要です。これにより、MCP ブリッジがワークフローを呼び出します。

例 1: Slack メッセージ送信

n8n で Add Workflow をクリックします。
トリガーとして Webhook ノードを追加します：
- Method: POST
- Path: /mcp/send-slack-message
Slack ノードを追加します：
- Action: Send Message
- Channel: {{ $json.channel }}
- Message: {{ $json.message }}
ワークフローを Activate します。

curl でテストします：

curl -X POST http://localhost:5678/webhook/mcp/send-slack-message \
  -H "Content-Type: application/json" \
  -d '{"channel": "#general", "message": "Hello from MCP!"}'

例 2: Google Sheets 検索

Webhook トリガーで新しいワークフローを作成します：
- Method: POST
- Path: /mcp/lookup-spreadsheet
Google Sheets ノードを追加します：
- Action: Read Rows
- Spreadsheet ID: あなたのスプレッドシート ID
- Range: Sheet1!A:Z
クエリに一致させるための Filter ノードを追加します。
結果を返すための Respond to Webhook ノードを追加します。
ワークフローを有効化します。

例 3: データベースクエリ

Webhook (POST /mcp/query-database)
  → PostgreSQL (Execute Query)
  → Respond to Webhook (Return Results)

ステップ 3: n8n MCP ブリッジをインストールする

MCP ブリッジは、MCP プロトコルと n8n Webhook 呼び出しの間を仲介します。コミュニティブリッジパッケージをインストールします：

npm install -g @anthropic-ai/mcp-server-n8n

または、以下のコミュニティパッケージを使用します：

npm install -g n8n-mcp-server

ステップ 4: MCP サーバーを設定する

n8n ワークフローを MCP ツールにマッピングする設定ファイルを作成します。

{
  "n8n_base_url": "http://localhost:5678",
  "n8n_api_key": "your-n8n-api-key",
  "tools": [
    {
      "name": "send_slack_message",
      "description": "Send a message to a Slack channel",
      "webhook_path": "/webhook/mcp/send-slack-message",
      "parameters": {
        "channel": {
          "type": "string",
          "description": "Slack channel name (e.g., #general)",
          "required": true
        },
        "message": {
          "type": "string",
          "description": "Message text to send",
          "required": true
        }
      }
    },
    {
      "name": "lookup_spreadsheet",
      "description": "Look up data in the team Google Spreadsheet",
      "webhook_path": "/webhook/mcp/lookup-spreadsheet",
      "parameters": {
        "query": {
          "type": "string",
          "description": "Search term to look up",
          "required": true
        }
      }
    },
    {
      "name": "query_database",
      "description": "Run a read-only SQL query against the project database",
      "webhook_path": "/webhook/mcp/query-database",
      "parameters": {
        "sql": {
          "type": "string",
          "description": "SQL SELECT query to execute",
          "required": true
        }
      }
    },
    {
      "name": "create_github_issue",
      "description": "Create a GitHub issue in the project repository",
      "webhook_path": "/webhook/mcp/create-github-issue",
      "parameters": {
        "title": {
          "type": "string",
          "description": "Issue title",
          "required": true
        },
        "body": {
          "type": "string",
          "description": "Issue description in markdown",
          "required": true
        },
        "labels": {
          "type": "string",
          "description": "Comma-separated labels",
          "required": false
        }
      }
    }
  ]
}

これを ~/.config/n8n-mcp/config.json として保存します。

ステップ 5: Claude Code に接続する

n8n MCP サーバーを Claude Code の MCP 設定に追加します。

~/.claude/mcp_servers.json を編集します：

{
  "mcpServers": {
    "n8n": {
      "command": "n8n-mcp-server",
      "args": ["--config", "/Users/yourname/.config/n8n-mcp/config.json"]
    }
  }
}

Claude Code を再起動します：

claude

これで Claude Code が n8n ツールにアクセスできるようになりました。テストしてみてください：

You: #dev-updates チャンネルに「v2.1.0 のデプロイが完了しました」という Slack メッセージを送信して。

Claude Code は send_slack_message ツールを呼び出し、それが n8n ワークフローをトリガーして Slack メッセージが送信されます。

ステップ 6: Cursor または Cline に接続する

Cursor MCP 設定

Cursor で Settings > MCP Servers に移動し、以下を追加します：

{
  "n8n": {
    "command": "n8n-mcp-server",
    "args": ["--config", "/Users/yourname/.config/n8n-mcp/config.json"]
  }
}

Cline MCP 設定

Cline の設定パネルで、MCP サーバーを追加します：

{
  "mcpServers": {
    "n8n": {
      "command": "n8n-mcp-server",
      "args": ["--config", "/Users/yourname/.config/n8n-mcp/config.json"]
    }
  }
}

実用的なユースケース

ユースケース 1: AI によるデプロイ通知

Claude Code がタスクを完了したときに、チームに通知できます：

You: src/api/users.ts のページネーションのバグを修正してコミットし、
     修正内容の要約を #dev-updates チャンネルに Slack で送信して。

Claude Code は以下の手順を実行します：

コードを修正する
Git コミットを作成する
send_slack_message MCP ツールを呼び出してチームに通知する

ユースケース 2: データ主導の開発

You: スプレッドシートから収益上位 10 社の顧客を検索し、
     それらを表示するダッシュボードコンポーネントを作成して。

Claude Code は以下の手順を実行します：

lookup_spreadsheet を呼び出してデータを取得する
実際のデータ構造を使用して React コンポーネントを生成する

ユースケース 3: イシュートリアージの自動化

You: エラーログを確認して根本原因を特定し、修正した上で、
     何が起こったのかを記録する GitHub イシューを作成して。

ユースケース 4: データベース情報を活用したコーディング

You: users テーブルのスキーマをデータベースに問い合わせ、
     それに一致する TypeScript インターフェースを生成して。

より複雑な n8n ワークフローの構築

マルチステップワークフロー：バグレポートパイプライン

Webhook (POST /mcp/report-bug)
  → GitHub Issue を作成
  → Jira チケットを作成
  → #bugs チャンネルに Slack 通知を送信
  → Google Sheet にログを記録
  → Respond to Webhook (Issue の URL を返す)

この単一の MCP ツールは、4 つのサービスにまたがる完全なバグレポートパイプラインをトリガーします。

MCP トリガーを用いた定期実行ワークフロー

MCP トリガーのワークフローと n8n のスケジュール機能を組み合わせます：

n8n Cron (毎日午前 9 時)
  → データベースのエラーをクエリ
  → エラー数が閾値を超えている場合
    → Slack でアラートを送信
    → サマリーレポートを作成

セキュリティのベストプラクティス

対策	実施方法
API キーの使用	`N8N_BASIC_AUTH_ACTIVE=true` を設定し認証情報を使用する
SQL クエリの制限	データベースツールでは SELECT 文のみを許可する
入力のバリデーション	n8n ワークフロー内にバリデーションノードを追加する
HTTPS の使用	TLS を備えたリバースプロキシの背後で n8n を実行する
ネットワークの制限	n8n を外部に公開せず、内部ネットワークで実行する
監査ログ	すべての MCP トリガーワークフローで n8n の実行ログを有効にする

トラブルシューティング

問題	解決策
"MCP server not found"	サーバーがインストールされているか確認： `which n8n-mcp-server`
"Connection refused"	n8n が実行中か確認： `docker ps`
"Webhook not found"	n8n でワークフローが有効化されているか確認
"Authentication failed"	MCP 設定の API キーが n8n のものと一致するか確認
ツールが表示されない	設定変更後、Claude Code / Cursor を再起動する
タイムアウトエラー	n8n Webhook ノードの設定でタイムアウト時間を延長する

結論

n8n を MCP サーバーとしてセットアップすることで、AI コーディングアシスタントが強力な自動化ハブへと進化します。手動でツールを切り替える代わりに、AI エージェントは自然言語のコマンドだけで、Slack メッセージの送信、データベースのクエリ、イシューの作成、複雑なワークフローのトリガーなどを実行できるようになります。

もし、お使いの n8n 自動化ワークフローに画像、動画、音声の生成などの AI メディア生成タスクが含まれる場合は、Hypereal AI が提供する REST API が n8n の HTTP Request ノードと完璧に統合できます。MCP に接続された AI アシスタントからトリガーされる、エンドツーエンドの AI メディアパイプラインを構築しましょう。