MCP N8N Webhook Server

Servidor MCP (Model Context Protocol) para enviar datos a un webhook de n8n para almacenamiento e indexación.

Descripción

Este servidor MCP permite a los asistentes de IA guardar información estructurada en n8n a través de webhooks. Es ideal para:

Guardar conversaciones y logs de desarrollo
Almacenar documentación de proyectos
Indexar información para búsquedas posteriores
Crear embeddings de contenido para RAG

Related MCP server: HackMD MCP Server

Instalación

npm install npm run build

Configuración

Crea un archivo .env basado en config.example.env:

cp config.example.env .env

Configura las variables de entorno:

N8N_WEBHOOK_URL: URL base del webhook de n8n
N8N_WEBHOOK_ID: ID único del webhook
N8N_API_KEY: Clave de API para autenticación
N8N_INDEX_NAME: Nombre del índice por defecto (opcional, default: PROJECT_CONVERSATIONS)
N8N_TABLE_CATEGORY: Categoría de tabla por defecto (opcional, default: DEVELOPMENT_LOGS)

Uso

Modo desarrollo

npm run dev

Modo inspector (para testing)

npm run inspector

Modo producción

npm start

Herramientas Disponibles

`n8n_save_data`

Guarda información estructurada en el webhook de n8n.

Parámetros:

projectName (requerido): Nombre del proyecto
projectCategory (requerido): Categoría del proyecto
contentType (requerido): Tipo de contenido
title (requerido): Título del contenido
description (requerido): Descripción del contenido
text (requerido): Texto completo
tags (requerido): Array de etiquetas
projectId (opcional): ID del proyecto
projectStatus (opcional): Estado del proyecto
language (opcional): Idioma del contenido
indexName (opcional): Nombre del índice
tableCategory (opcional): Categoría de tabla
source (opcional): Fuente de los datos

`n8n_health_check`

Verifica la conectividad con el webhook de n8n.

Estructura del Payload

El servidor envía datos en el siguiente formato:

{ "metadata": { "timestamp": "2025-07-02T10:30:00Z", "source": "mcp_assistant", "version": "1.0" }, "project": { "id": "proj_001", "name": "Sistema de Embeddings", "category": "AI_ML", "status": "ACTIVE" }, "content": { "type": "CONVERSATION", "title": "Implementación de almacenamiento vectorial", "description": "Discusión sobre la arquitectura...", "text": "Se está implementando un sistema...", "tags": ["embeddings", "vectorial", "conversaciones"], "language": "es" }, "indexing": { "index_name": "PROJECT_CONVERSATIONS", "table_category": "DEVELOPMENT_LOGS" } }