Quem trabalha regularmente com ferramentas de automatização como o n8n conhece a parte penosa: juntar nós a cliques, verificar JSON à mão, copiar fluxos de trabalho a partir de modelos. Um vídeo do YouTube de Mark Kashef mostra outro caminho. Com o modelo de linguagem Claude e os chamados servidores MCP é possível gerar, validar e, no melhor dos casos, escrever diretamente na própria conta n8n fluxos de trabalho a partir de uma descrição em linguagem natural.
Resumimos com sobriedade os três níveis apresentados, enquadramos o esforço e nomeamos os limites. O objetivo: uma avaliação realista sobre se a abordagem compensa para a sua empresa.
- Os servidores MCP dão ao Claude acesso à documentação do n8n, a fluxos de trabalho de exemplo e à API do n8n, de modo que os fluxos de trabalho nascem de um prompt.
- O nível 1 (apenas Claude Desktop mais MCP) monta-se por copiar-colar num ficheiro de configuração e é exequível sem conhecimentos técnicos prévios.
- O nível 2 acrescenta o Docker, para que o Claude possa escrever fluxos de trabalho diretamente na conta n8n através de uma chave de API.
- O nível 3 combina adicionalmente o editor Cursor, para aceder a grandes bibliotecas de fluxos de trabalho sem rebentar a janela de contexto do Claude.
- Os resultados são rascunhos funcionais (cerca de 70 a 80 por cento), não um estado produtivo acabado; as credenciais e o ajuste fino continuam a ser trabalho manual.
O que fazem afinal os servidores MCP
MCP significa Model Context Protocol. No vídeo é descrito como um wrapper em torno de uma API ou do serviço de backend de uma aplicação, que simplifica a comunicação nos dois sentidos. A analogia é clara: antes, cada função de uma aplicação correspondia a uma porta e, para cada pedido, era preciso criar a chave certa individualmente. Um servidor MCP junta tudo isso. Uma chave abre muitas portas ao mesmo tempo.
Em concreto: em vez de ligar cada função individualmente à mão, um único servidor fornece uma multiplicidade de funções. No exemplo, o servidor MCP central do n8n disponibiliza 38 funções diferentes, entre elas procurar nós, carregar a documentação e criar fluxos de trabalho completos.
Os quatro elementos
- Documentação do n8n: como o n8n é em grande parte open source, um servidor MCP pode ler a documentação pública e reconhecer assim que nós fazem sentido em cada caso.
- Biblioteca de fluxos de trabalho: repositórios opcionais com milhares de fluxos de trabalho de exemplo aumentam a taxa de acerto e reduzem alucinações ou nós defeituosos.
- Exemplos de agentes: quem quiser agentes de IA em vez de meros fluxos de A para B deve desencadeá-lo no prompt ou fornecer exemplos de agentes. Em segundo plano, as estruturas de agentes assentam em nós LangChain.
- Acesso à API do n8n: só com uma chave de API e um URL guardados é que o Claude consegue escrever efetivamente fluxos de trabalho na conta.
Nível 1: Claude Desktop mais servidor MCP
A variante de entrada dispensa o Docker e, segundo o vídeo, serve para qualquer nível de conhecimentos. No Claude Desktop o caminho passa por Definições, Programador, Editar configuração. No ficheiro de configuração insere-se o bloco JSON dos servidores MCP pretendidos; depois o programa é encerrado por completo e reiniciado.
No vídeo combinam-se três repositórios GitHub: uma coleção de milhares de fluxos de trabalho n8n, o serviço Context7 para documentação sempre atualizada e o próprio servidor MCP do n8n. O código JSON adequado é fornecido pela ferramenta gitmcp.io, com a qual se pode gerar, a partir de um repositório GitHub, um pequeno servidor MCP com o respetivo excerto de configuração pronto. Os excertos podem depois ser reunidos pelo próprio Claude num único ficheiro de configuração.
Limitação deste nível: sem Docker falta o acesso à API. O servidor MCP do n8n oferece aqui apenas quatro funções em vez de 38. O Claude consegue, portanto, gerar fluxos de trabalho como JSON, que se importa manualmente para o n8n, mas não escrevê-los automaticamente. Na demonstração, o Claude procura na biblioteca de fluxos de trabalho um exemplo de Telegram, aprende com a sua estrutura e cria a partir daí um rascunho importável. Com o complemento Context7 é possível refinar ainda mais o mesmo fluxo de trabalho com base na documentação atual.
Nível 2: adicionalmente Docker para a importação direta
O segundo nível acrescenta o Docker. No vídeo é descrito como uma plataforma de contentores que executa aplicações isoladas em contentores, localmente no hardware do utilizador. A vantagem: o servidor MCP do n8n corre localmente, o que é favorável do ponto de vista da segurança, e pode, com uma chave de API guardada, escrever fluxos de trabalho na conta n8n de forma programática.
Para a instalação há dois caminhos. Ou o download manual do Docker Desktop para Windows ou Mac, ou o terminal apoiado em IA Warp, ao qual se dão instruções em linguagem natural como “Descarrega o Docker para mim”. Se surgir um erro, o Warp propõe o passo seguinte, que se aceita com a tecla de tabulação. O arranque propriamente dito do servidor faz-se com uma única linha segundo o padrão docker pull com a ligação para o servidor MCP.
A que é preciso estar atento
- O contentor tem de estar a correr (símbolo verde) e o Docker Desktop não pode ser fechado, senão a ligação ao Claude cai e as ferramentas desaparecem.
- Para o acesso à API é preciso o URL da instância n8n (a parte antes da barra) e uma chave de API, gerada de novo nas definições do n8n em “n8n API”.
- Ambos são inscritos no bloco JSON. Depois disso ficam visíveis 38 funções em vez de quatro, entre elas a central n8n_create_workflow e ainda a leitura e edição de fluxos de trabalho existentes.
Nível 3: o Cursor como reservatório de conhecimento
O terceiro nível combina Claude Desktop, Docker e o editor de código Cursor. A razão está num limite prático do Claude: ao gerar ficheiros JSON, a janela de contexto enche-se depressa e as conversas longas esbarram em limites. O Cursor foi pensado para escrever e pesquisar grandes quantidades de código e consegue referenciar pastas inteiras com milhares de ficheiros de fluxos de trabalho, sem carregar tudo para o contexto do Claude.
Os servidores MCP usados no vídeo (n8n-MCP e Context7) podem ser configurados no Cursor com exatamente o mesmo JSON do Claude Desktop. Prático: podem acrescentar-se pastas por drag-and-drop, por exemplo uma coleção de ferramentas de agentes ou fluxos de trabalho de agentes de exemplo, e referi-las de forma dirigida no prompt.
Outro ponto é a escolha do modelo. O Cursor dá acesso a vários modelos Claude e à respetiva variante Max, bem como, em alternativa, a outros modelos de linguagem. Se se esbarrar num limite, é possível trocar de modelo. No vídeo acrescenta-se que o editor Windsurf não foi usado, porque foi adquirido pela OpenAI e o Claude teria ali suspendido o acesso nativo aos modelos mais recentes.
O percurso totalmente automático
Na demonstração, o Claude planeia primeiro, em modo “Ask”, um fluxo de trabalho com agentes para uma empresa imobiliária, com ferramentas como GoHighLevel, Gmail, Google Sheets e Slack. Para a execução muda-se para o modo “Agent”, de modo que os servidores MCP sejam efetivamente invocados. Em seguida decorre o processo seguinte, em larga medida sem intervenção:
- Ler a documentação e listar os nós relevantes
- Verificar a estrutura dos nós e a disponibilidade (incluindo uma consulta de health check à conta n8n)
- Criar o fluxo de trabalho, validá-lo e detetar erros
- Se necessário, simplificar e reparar por atualização parcial em vez de reescrever tudo de novo
- Validação final e escrita na conta n8n, com o ID do fluxo de trabalho
O percurso completo demorou no exemplo cerca de dez minutos e terminou com um fluxo de trabalho com agentes funcional na conta n8n, contendo trigger de chat, memória e um modelo de linguagem.
Os três níveis em comparação
- Nível 1 (Claude Desktop mais MCP): esforço reduzido, sem Docker, sem importação direta. O resultado é JSON importável. Bom para experimentar.
- Nível 2 (mais Docker): esforço médio, instalação única do Docker. Acesso direto de escrita à conta n8n através de chave de API.
- Nível 3 (mais Cursor): esforço maior, mas sem limite de contexto, com acesso a grandes bibliotecas, troca de modelo e o percurso totalmente automático de ponta a ponta para fluxos de trabalho com agentes mais complexos.
Enquadramento para a prática
A abordagem tira trabalho repetitivo de cima e fornece pontos de partida aproveitáveis. Importante continua a ser a expetativa realista, também referida no vídeo: de um prompt vago nasce um rascunho simples, que cobre cerca de 70 a 80 por cento. Quanto mais precisa for a descrição dos processos próprios, dos pontos de atrito e das ferramentas existentes, mais ajustado será o resultado.
Do ponto de vista da consultoria isso significa: os fluxos de trabalho gerados são um ponto de partida, não um produto final. As credenciais, a proteção de dados, o tratamento de erros e a lógica de negócio continuam a ter de ser verificados e completados. O aspeto de segurança do servidor a correr localmente (nível 2) é um argumento, mas não substitui uma governação limpa na atribuição de chaves de API.
Conclusão
A combinação de Claude com servidores MCP baixa visivelmente a barreira de entrada no n8n. Quem quiser apenas testar chega ao objetivo com o nível 1, sem obstáculos técnicos. A importação direta (nível 2) e a construção totalmente automática de fluxos de trabalho com agentes complexos (nível 3) exigem um pouco mais de configuração, mas entregam um processo que poupa grande parte dos cliques manuais. Decisiva continua a ser a qualidade do prompt e uma verificação crítica dos resultados. Como ferramenta de aceleração a abordagem é útil; como algo que anda sozinho não deve ser entendida.
Fonte: Mark Kashef, How to Use Claude & MCPs to INSTANTLY Build n8n AI Agents (MASTERCLASS)