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

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"
  }
}

Licencia

MIT