n8n und MCP: Ihre Workflows mit einem LLM verbinden lokal

#n8n und MCP: zwei Knoten, zwei Richtungen

Das Model Context Protocol (MCP) ist ein offenes Protokoll, das beschreibt, wie eine KI-Anwendung von einem Server bereitgestellte Tools erkennt und aufruft. Falls Ihnen das Konzept neu ist, vermittelt der Leitfaden „MCP: Was ist das?“ die Grundlagen; hier wird das Vokabular Client, Server und Tool als bekannt vorausgesetzt.

In n8n erscheint MCP in Form von zwei Nodes aus der KI-Familie (Paket n8n-nodes-langchain). Sie decken zwei entgegengesetzte Anforderungen ab, und beim Lesen von Tutorials verwechselt man die beiden leicht.

MCP Server Trigger: n8n wird zum Server

Der Node veröffentlicht eine MCP-URL. Jedes Tool, das Sie daran anhängen (ein Sub-Workflow, ein HTTP-Request, ein integriertes Tool), wird zu einem MCP-Tool, das ein externer Client auflisten und aufrufen kann. Typischer Einsatz: Ihrem lokalen Assistenten Zugriff auf „Ticket erstellen“, „im CRM suchen“ oder „Zusammenfassung senden“ geben, ohne ihm Ihre Zugangsdaten zu überlassen.

MCP Client Tool: n8n wird zum Client

Der Knoten wird als Tool unter einem AI-Agent-Knoten angeschlossen. Er verbindet sich mit einem bestehenden MCP-Server, ruft dessen Tool-Liste ab und stellt die Tools dem Agenten zur Verfügung. Typischer Anwendungsfall: ein geplanter Workflow, dessen Agent über einen bereits eingerichteten MCP-Server Dateien liest, eine Datenbank abfragt oder eine Dokumentation durchsucht.

Was MCP nicht ändert

Die Wahl des Modells bleibt davon unabhängig. Der n8n-Agent kann auf Ollama laufen; auch der Client, der Ihren MCP Server Trigger aufruft, kann ein lokales Modell verwenden. MCP überträgt nur die Beschreibung der Tools und deren Aufrufe, nicht das Modell.

Beide Nodes können in derselben Instanz nebeneinander bestehen: ein „Server“-Workflow, der einige fachliche Aktionen bereitstellt, und ein „Agent“-Workflow, der einen oder mehrere MCP-Server nutzt. Es spricht sogar nichts dagegen, dass ein n8n-Agent den MCP Server Trigger eines anderen Workflows derselben Instanz aufruft – damit zerlegen Sie einen großen Agenten in wiederverwendbare Bausteine.

#Voraussetzungen

Eine aktuelle n8n-Instanz

Selbst gehostet, vorzugsweise mit Docker. Die MCP-Nodes sind 2025 erschienen und haben sich seitdem weiterentwickelt (Transports, Authentifizierungsoptionen): Aktualisieren Sie n8n und verlassen Sie sich auf das, was Ihr Editor anzeigt. Die Installation selbst wird im Leitfaden n8n mit Docker ausführlich beschrieben.

Ollama von n8n aus erreichbar

Ollama lauscht standardmäßig auf http://localhost:11434. Wenn n8n in einem Container läuft, bezeichnet localhost den Container, nicht Ihren Rechner: Sie benötigen dann eine andere Adresse (siehe Schritt 1).

Ein Modell, das Tool-Aufrufe unterstützt

Ein Agent ist nur nützlich, wenn das Modell strukturierte Tool-Aufrufe erzeugen kann. Wählen Sie ein Modell, dessen Ollama-Seite die Fähigkeit „tools“ ausweist, zum Beispiel aus der Qwen3-Familie. In Q4_K_M passt ein 8B-Modell in etwa 5 GB VRAM und ein 14B-Modell in etwa 9 GB, was auf einer RTX 3060 mit 12 GB oder einer RTX 4070 mit 12 GB komfortabel bleibt.

Für Schritt 2

Ein per HTTP erreichbarer MCP-Server. Server, die nur lokal über stdio gestartet werden (ein npx- oder uvx-Befehl), sind für n8n so nicht erreichbar: Sie benötigen einen Server, der auf einer URL lauscht.

Für Schritt 4

Ein MCP-Client, der mit einem Remote-Server kommunizieren kann: LM Studio, Open WebUI, Claude Desktop über ein Gateway oder der offizielle Inspector des Protokolls zum Testen.

#Schritt 1: ein n8n-Agent, angebunden an ein lokales Modell

Beide Richtungen von MCP laufen über einen Agenten, auf der n8n-Seite oder auf der Client-Seite. Prüfen Sie daher zuerst, ob n8n mit Ihrem lokalen Modell kommunizieren kann. Die grundlegende Verbindung wird ausführlich im Leitfaden n8n + Ollama behandelt; hier nur das Nötigste.

# Télécharger un modèle compatible avec l'appel d'outils
ollama pull qwen3:8b

# Vérifier qu'Ollama répond et liste le modèle
curl http://localhost:11434/api/tags

Wenn n8n in Docker läuft und Ollama direkt auf dem Host, fügen Sie dem n8n-Dienst einen Eintrag hinzu, der host.docker.internal auf den Host-Rechner verweisen lässt. Unter Docker Desktop (macOS, Windows) existiert dieser Name bereits; unter Linux müssen Sie ihn deklarieren.

services:
  n8n:
    image: docker.n8n.io/n8nio/n8n
    extra_hosts:
      - "host.docker.internal:host-gateway"

Unter Linux lauscht Ollama standardmäßig nur auf 127.0.0.1: Ein Container erreicht es über host-gateway erst, wenn Sie OLLAMA_HOST=0.0.0.0 im Dienst Ollama gesetzt haben. Wenn beide in derselben Compose-Datei laufen, verwenden Sie besser den Dienstnamen, zum Beispiel http://ollama:11434.

1. 01
   Den Agenten erstellen

   Fügen Sie in einem neuen Workflow einen Chat-Trigger-Auslöser hinzu (praktisch zum Testen) und anschließend einen AI-Agent-Knoten.
2. 02
   Modell anbinden

   Fügen Sie am Eingang Chat Model des Agenten ein Ollama Chat Model hinzu. Legen Sie die Zugangsdaten Ollama mit der Basis-URL http://host.docker.internal:11434 an (oder http://localhost:11434, wenn n8n nicht in einem Container läuft), und wählen Sie dann qwen3:8b aus.
3. 03
   Ohne Tool testen

   Öffnen Sie den Chat des Workflows und stellen Sie eine einfache Frage. Eine Antwort bestätigt die Verbindung von n8n zu Ollama; der Rest des Leitfadens fügt darauf aufbauend Tools hinzu.

#Schritt 2: Einen MCP-Server von einem n8n-Agenten aus nutzen

Der Node „MCP Client Tool“ wird wie jedes andere Tool an den Tool-Eingang des AI Agent angeschlossen. Bei der Ausführung fragt er den MCP-Server ab, ruft die Liste der Tools mit ihrer Beschreibung und ihrem Parameterschema ab und stellt sie dem Modell bereit. Das Modell entscheidet, welches Tool es mit welchen Argumenten aufruft; n8n übernimmt die Weiterleitung des Aufrufs und gibt das Ergebnis zurück.

1. 01
   Node hinzufügen

   Klicken Sie unter dem in Schritt 1 erstellten Agenten auf das + des Tool-Eingangs und wählen Sie MCP Client Tool.
2. 02
   Endpunkt angeben

   Fügen Sie die URL des MCP-Servers ein und wählen Sie den Transport, den dieser Server anbietet. Die n8n-Dokumentation nennt HTTP-Streaming (streamable HTTP), den aktuellen Transport des Protokolls, und Server-Sent Events (SSE), die älter sind und noch von einigen Servern bereitgestellt werden. Wenn der Server eine URL dokumentiert, die auf /sse endet, handelt es sich in der Regel um SSE; andernfalls versuchen Sie HTTP.
3. 03
   Authentifizierung wählen

   Keine, Bearer (ein im Authorization-Header gesendetes Token) oder ein benutzerdefinierter Header, je nachdem, was der Server verlangt. Die genauen Optionen hängen von Ihrer n8n-Version ab; das Token wird als n8n-Credential gespeichert, nicht im Klartext im Workflow.
4. 04
   Tools filtern

   Der Parameter Tools to Include bietet All, Selected oder All Except. Wählen Sie bevorzugt Selected: Ein lokales 8B-Modell wählt besser unter drei gut beschriebenen Tools als unter dreißig, und Sie begrenzen, was der Agent auslösen kann.
5. 05
   Testen

   Bitten Sie im Chat um eine Aktion, für die das Tool benötigt wird. Im Ausführungsprotokoll des Agenten sehen Sie das aufgerufene Tool, die vom Modell erzeugten Argumente und die Antwort des Servers.

Praktischer Hinweis: n8n muss den MCP-Server erreichen können. Ein Server, der auf Ihrem Rechner unter localhost:3000 läuft, ist aus dem n8n-Container nicht sichtbar; es gilt dieselbe Regel mit host.docker.internal oder dem Docker-Dienstnamen.

#Schritt 3: Ihre Workflows mit dem MCP Server Trigger bereitstellen

Das ist die am häufigsten gesuchte Richtung hinter der Suche „n8n mcp“: bestehende Automatisierungen in Tools verwandeln, die ein Assistent aufrufen kann. Der MCP Server Trigger unterscheidet sich von klassischen Triggern: Er startet keine Abfolge von Nodes, sondern verbindet sich nur mit Tool-Nodes und veröffentlicht sie.

1. 01
   Server-Workflow erstellen

   Erstellen Sie einen neuen Workflow und fügen Sie den Node MCP Server Trigger hinzu. Er zeigt eine Test-URL und eine Produktions-URL sowie ein Feld Path an, das das Ende der URL bestimmt. Ersetzen Sie die zufällige Kennung bei Bedarf durch einen lesbaren Pfad, aber halten Sie ihn schwer zu erraten.
2. 02
   Tools anbinden

   Klicken Sie auf den Tool-Eingang des Triggers und fügen Sie Tools hinzu. Am nützlichsten ist das Tool, das einen anderen n8n-Workflow aufruft (Call n8n Workflow Tool): Ihre bestehende Automatisierung wird so zu einem MCP-Tool. Sie können auch das HTTP Request Tool oder von n8n bereitgestellte Integrations-Tools anhängen.
3. 03
   Name und Beschreibung sorgfältig wählen

   Der Client sieht nur den Namen des Tools, seine Beschreibung und das Schema seiner Parameter. Diesen Text liest das Modell, um über einen Aufruf zu entscheiden. Schreiben Sie eine eindeutige Beschreibung in ein oder zwei Sätzen: was das Tool tut, welche Parameter erwartet werden und was es zurückgibt.
4. 04
   Parameter des Sub-Workflows festlegen

   Deklarieren Sie im aufgerufenen Workflow die erwarteten Eingabefelder (zum Beispiel Titel und Priorität eines Tickets). Der MCP-Client erhält dieses Schema, und das Modell füllt die Werte aus.
5. 05
   Testen, dann aktivieren

   Die Test-URL antwortet nur, solange der Editor auf ein Testereignis wartet; die Ausführungen werden dann im Canvas angezeigt. Die Produktions-URL funktioniert erst, wenn der Workflow aktiviert ist. Verwenden Sie die Test-URL für die Einrichtung und geben Sie Ihren Kunden die Produktions-URL.

Test        : https://n8n.mondomaine.lan/mcp-test/<chemin>
Production  : https://n8n.mondomaine.lan/mcp/<chemin>

Die Basisadresse entspricht der Adresse, die n8n für seine Webhooks verwendet. Wenn n8n localhost:5678 anzeigt, Sie aber über einen anderen Namen darauf zugreifen, korrigieren Sie die Variable WEBHOOK_URL der Instanz: Sie bestimmt die im Node angezeigte URL.

#Schritt 4: einen lokalen MCP-Client mit n8n verbinden

Nun müssen diese Tools noch von einem Assistenten aufgerufen werden, der ebenfalls auf einem lokalen Modell läuft. Prüfen Sie den Server vor jedem „intelligenten“ Client mit dem offiziellen Inspector des Protokolls: Er listet die bereitgestellten Tools auf und ermöglicht es, sie manuell aufzurufen, ohne Modell in der Schleife.

# Lance l'inspecteur MCP dans le navigateur (nécessite Node.js)
npx @modelcontextprotocol/inspector

Wählen Sie in der Oberfläche den passenden Transport, fügen Sie die Produktions-URL ein, ergänzen Sie den Authorization-Header, falls Sie die Authentifizierung aktiviert haben, und lassen Sie dann die Tools auflisten. Wenn Ihre n8n-Tools mit ihrer Beschreibung erscheinen, ist der Server bereit.

#LM Studio und Clients, die eine URL akzeptieren

Aktuelle Clients akzeptieren direkt einen entfernten MCP-Server, der über eine URL beschrieben wird. LM Studio liest zum Beispiel eine Datei mcp.json im Format mcpServers; ein entfernter Eintrag hat die unten gezeigte Form. Prüfen Sie in der Dokumentation Ihres Clients die genauen Feldnamen, die je nach Software variieren können.

{
  "mcpServers": {
    "n8n": {
      "url": "https://n8n.mondomaine.lan/mcp/<chemin>",
      "headers": {
        "Authorization": "Bearer <votre-jeton>"
      }
    }
  }
}

#Clients, die nur stdio unterstützen: über ein Gateway gehen

Manche Clients können nur lokale Server über stdio starten. Die n8n-Dokumentation beschreibt für diesen Fall die Verwendung des Gateways mcp-remote, das sich wie ein stdio-Server starten lässt und die Aufrufe an die n8n-URL weiterleitet. Das Token wird über eine Umgebungsvariable übergeben statt fest in den Argumenten hinterlegt.

{
  "mcpServers": {
    "n8n": {
      "command": "npx",
      "args": [
        "mcp-remote",
        "https://n8n.mondomaine.lan/mcp/<chemin>",
        "--header",
        "Authorization: Bearer ${AUTH_TOKEN}"
      ],
      "env": {
        "AUTH_TOKEN": "<votre-jeton>"
      }
    }
  }
}

Beim Modell gelten dieselben Regeln wie in Schritt 2: Laden Sie in Ihrem Client ein Modell, das Tool-Calling beherrscht, halten Sie nur wenige Tools sichtbar und testen Sie zunächst mit einer eindeutigen Anfrage. Der Leitfaden zu MCP und lokalen LLMs beschreibt die clientseitige Konfiguration für Ollama und seine Oberflächen im Detail.

#MCP-Endpunkte von n8n absichern

Eine URL des MCP Server Trigger ist ein Einstiegspunkt, der Ihre Workflows mit den in n8n gespeicherten Zugangsdaten auslöst. Wer sie kennt, kann ohne Authentifizierung Ihre Tickets erstellen oder Ihr CRM lesen. Behandeln Sie sie wie einen API-Schlüssel.

Authentifizierung aktivieren

Der Node bietet eine Authentifizierung per Bearer-Token oder per Header. Aktivieren Sie sie grundsätzlich, auch in einem lokalen Netzwerk. Erzeugen Sie ein langes, zufälliges Token, zum Beispiel mit dem openssl-Befehl unten, und für jeden Client ein eigenes Token, damit Sie ein einzelnes widerrufen können.

n8n nicht ohne Grund im Internet zugänglich machen

Für die private Nutzung oder in kleinen Teams sollten Sie n8n im lokalen Netzwerk oder hinter einem VPN (WireGuard, Tailscale) betreiben. Ist eine Freigabe nach außen nötig, nutzen Sie einen Reverse Proxy mit HTTPS, wenn möglich mit IP-Filterung.

Einschränken, was jedes Tool tun kann

Ein MCP-Tool sollte eine bestimmte Aufgabe mit begrenzten Parametern erledigen. Vermeiden Sie es, ein generisches Tool wie „eine SQL-Abfrage ausführen“ oder „eine beliebige URL aufrufen“ bereitzustellen: Ein Modell, das sich irrt, oder ein vom Agenten gelesener bösartiger Inhalt kann es missbrauchen.

Vorsicht vor Prompt-Injection

Wenn der Agent externe Inhalte liest (E-Mails, Webseiten, Dokumente) und über Tools verfügt, die Aktionen ausführen, kann ein präparierter Text ihn anweisen, ein Tool aufzurufen. Trennen Sie Lese- und Aktions-Tools und fügen Sie vor jeder unumkehrbaren Aktion eine menschliche Freigabe hinzu (Warte- oder Genehmigungs-Node).

Auf der Seite des Drittanbieter-MCP-Servers prüfen

Auf Client-Seite sollten Sie einem Agenten nur MCP-Server hinzufügen, deren Herausgeber und Code Sie kennen. Die vom Server gelieferten Tool-Beschreibungen gelangen direkt in den Kontext des Modells.

Ausführungen überwachen

Jeder Tool-Aufruf erzeugt eine Ausführung in n8n. Prüfen Sie regelmäßig den Verlauf des Server-Workflows: Er ist Ihr Audit-Protokoll.

# Générer un jeton aléatoire de 64 caractères hexadécimaux
openssl rand -hex 32

Wenn ein Reverse Proxy vor n8n steht, muss er eine gestreamte Antwort durchlassen. Die n8n-Dokumentation enthält ein nginx-Beispiel, das die Pufferung für die MCP-Pfade deaktiviert; der folgende Ausschnitt übernimmt diese Direktiven. Passen Sie ihn an Ihre Konfiguration an und ergänzen Sie den Pfad /mcp-test/, wenn Sie über den Proxy testen.

location /mcp/ {
    proxy_pass http://127.0.0.1:5678;
    proxy_http_version 1.1;
    proxy_set_header Connection "";
    proxy_buffering off;
    proxy_cache off;
    chunked_transfer_encoding off;
    gzip off;
}

#Fehlerbehebung bei n8n MCP: häufige Blockaden

Der Client sieht keine Tools

Prüfen Sie, ob tatsächlich Tools mit dem Tool-Eingang des MCP Server Trigger verbunden sind und ob Sie die Produktions-URL mit einem aktivierten Workflow verwenden oder die Test-URL, während der Editor lauscht.

Fehler 401 oder 403

Das Token stimmt nicht überein, oder der Client sendet den Header nicht. Testen Sie mit dem MCP Inspector, der genau anzeigt, welche Header gesendet werden. Achten Sie auf das Leerzeichen nach „Bearer“.

Verbindung bricht ab oder hängt

Fast immer ein Proxy, der den Stream puffert, oder ein falscher Transport auf Client-Seite (SSE statt HTTP). Testen Sie direkt über Port 5678, um den Proxy als Ursache einzugrenzen.

Die angezeigte URL enthält localhost

Die n8n-Variable WEBHOOK_URL ist nicht definiert: Die URL wird von einem anderen Rechner aus nicht erreichbar sein. Setzen Sie sie auf die öffentliche oder Netzwerkadresse der Instanz und starten Sie n8n anschließend neu.

ECONNREFUSED zu Ollama

n8n im Container sucht Ollama innerhalb des Containers. Verwenden Sie host.docker.internal oder den Namen des Docker-Dienstes und prüfen Sie, ob Ollama auf einer erreichbaren Schnittstelle lauscht.

Das Modell ruft das Tool nie auf

Modell ohne Tool-Unterstützung, zu vage Tool-Beschreibung oder zu viele bereitgestellte Tools. Wechseln Sie zu einem mit tools gekennzeichneten Modell, formulieren Sie die Beschreibung neu und verkleinern Sie die Auswahl.

Das Modell erfindet Parameter

Das Schema des Sub-Workflows ist zu offen. Deklarieren Sie typisierte Felder und beschreiben Sie die erwarteten Werte; validieren Sie die Eingaben im Workflow vor jeder Aktion.

#Weiterführende Informationen

Dieser Leitfaden behandelt MCP in n8n. Für die Grundlagen des Protokolls, die Konfiguration von MCP-Clients auf Ollama-Seite oder die Anbindung von n8n an ein lokales Modell übernehmen diese Leitfäden.