3行でいうと

  • 外のAIからn8nを使うには、n8nが持つ「インスタンスレベルのMCPサーバー」があります。公式の表記では、Claude Code、Codex、Gemini CLI、Claude.ai、ChatGPT、Cursor、VS Codeなどが、接続の候補として並びます。
  • n8nの中から外のMCPサーバーを使うには、「MCP Client」ノードと「MCP Client Tool」ノードがあります。公式が持つ「MCP servers registry」から、1クリックでつなげるものもあります。
  • n8n Cloud(Starter、Pro)では、AIモデルを自分のAPIキーなしで呼べる「Gateway credits」があります。n8nを経由して、モデルの会社に、リクエストの内容だけが渡る、と公式に書かれています。
  • 「n8n Assistant」と「Agents」は、公式が「Preview」と書いています。インスタンスレベルのMCPサーバーでも、エージェントの管理はPreviewで、公式は「変わりうる」と書いています。
  • コミュニティ製のノードは、公式の説明では、n8nが「検証済み」としたものだけが、クラウド版で使えます。検証されていないものは、セルフホスト限定です。

この記事は、公式の資料を2026年10月23日に読んでまとめたものです。この記事は、実際に使って確かめた記録ではありません。画面名・メニュー名・コマンドは公式の表記を写しています。公式ページは要約の形で取得したため、読めていない部分は「公式の資料では確認できていない」「読んだ範囲では見つからなかった」と書きます。僕らの見立て(おすすめや使い分け)は、必ず「見立て」と書いて事実と分けます。

先に結論

前提:用語をそろえる

たとえ話:事務所の「受付」と「外線」

n8nの事務所に、受付の窓口(MCPサーバー)と、外線電話(MCPクライアント)があると考えます。受付は、外の取引先(AIのツール)が来たときに、「この仕事なら引き受けます」と一覧を見せます。どの仕事を見せるかは、事務所が決めます。外線は、事務所の人が、外の専門家(外のMCPサーバー)に電話する手段です。誰の番号にかけるか、何を話すかで、情報が外に出ます。これは僕らのたとえで、公式の表現ではありません。

向き1:外のAIが、n8nを呼ぶ(公式が運営)

インスタンスレベルのMCPサーバー

公式の「Connect to n8n MCP server」のページによると、次のとおりです。

つなぎ方の例(公式の接続例のページ)

公式は、サーバーのURLが、/mcp-server/http で終わる形だと書いています。

クライアント OAuth(推奨) APIトークン
Claude Desktop 「Settings > Connectors」の「Add custom connector」で、名前を n8n MCP、URLにn8nのサーバーURLを入れる claude_desktop_config.json に、npx で supergateway を起動する設定を書く
Claude Code claude mcp add --transport http n8n https://<your-n8n-domain>/mcp-server/http を実行し、Claude Codeの中で /mcp から認証 同じコマンドに --header "Authorization: Bearer <トークン>" を付ける
Codex CLI codex mcp add n8n --url "https://<your-n8n-domain>/mcp-server/http"、そのあと codex mcp login n8n ~/.codex/config.toml に、http_headers でトークンを書く

ここで、Claude Desktopの「APIトークン」の例が使う supergateway は、npx で取ってくる外部のパッケージです。公式の資料の中では、誰が作ったものかは、読んだ範囲では説明が見つかりませんでした。第三者の補助ツールとして扱うのが安全です。

「MCP Server Trigger」ノード:1本のワークフローを、外に出す

公式の「MCP Server Trigger」のページによると、このノードは、n8nをMCPサーバーにして、n8nのツールやワークフローを、MCPクライアントに見せる部品です。

向き2:n8nの中で、AIを使う(n8nの機能。つなぐ先は別)

AIのモデルを、ノードとして呼ぶ

公式の「Integrate AI」は、OpenAI、Anthropic、Googleなどの言語モデルをつなぎ、ツールとメモリーを足し、複数のモデルを1つのワークフローで組み合わせられる、と書いています。公式のノード一覧には、アプリのノードとして、Anthropic、Google Gemini、Qwen Cloudなどの名前が並び、「LangChain in n8n」には、Ollama Chat Modelも言語モデルの例として出ています。「Ollama」は、自分のパソコンなどでAIを動かすツールです。

鍵の扱いは、2通りです。

  1. 自分の認証情報:モデルの会社のAPIキーを、n8nの「認証情報」に入れます。
  2. Gateway credits(n8n Cloudの「Starter」「Pro」のみ):ノードで「Use Gateway credits」を選ぶと、自分のAPIキーなしで、n8nがモデルの会社へのリクエストを代行し、料金は前払いの残高から引かれます。n8n 2.36.0以降が要ります。セルフホストと、Cloud Enterpriseでは使えません。

Gateway creditsの決まり(公式の「Gateway credits」のページ)は次のとおりです。

MCPクライアント:外のMCPサーバーを、ツールとして使う

公式の関連機能

向き3:プログラムから、n8nを呼ぶ(公式が運営)

第三者・コミュニティが作るもの(公式が運営しないもの)

種類 公式の説明 注意
コミュニティノード 公式の資料には定義の文が見つからない(公式は導入と公開の案内ページを用意している)。n8n以外の人が作って、npmで公開するもの(これは僕らの整理) 検証済みのものは、ノードのパネルから入れられる。検証されていないものは、n8n Cloudでは使えず、セルフホストが必要
MCPレジストリのサーバー n8nのノードのパネルに並ぶ、1クリックの候補 並べているのはn8nだが、各サーバーを誰が運営するかは、読んだ範囲では書かれていない
外のMCPサーバー(URLを自分で入れる) MCP Clientノードに、サーバーのURLと認証を入れる n8nの外の運営者のもの。送った内容は、その運営者に届く
supergateway、mcp-remote(npxで取る補助ツール) 公式の接続例の中に出る 公式の資料では、作った人は確認できていない
Ollama、Qdrant、PostgreSQL(AI starter kitの部品) 「Self-hosted AI starter kit」に入る キット自体はn8nが管理。各部品は、公式の説明では、n8n以外の別の製品として並ぶ
テンプレート n8nとコミュニティの人が作った流れ 認証情報や設定を、自分で直す必要がある場合がある

コミュニティノードについて、公式の導入のページには、危険についての詳しい警告や、誰が入れられるか(権限)は、読んだ範囲では書かれていませんでした。

「Self-hosted AI starter kit」は、n8n、Ollama、Qdrant、PostgreSQLをまとめて、自分のパソコンで動かすDocker Composeの雛形です。公式のGitHubのREADMEは、「本番向けには十分に最適化されていない」とし、概念実証向きと説明しています。ライセンスは、このリポジトリ自体はApache License 2.0と書かれています(n8n本体のライセンスとは別です)。ドキュメントは、本番の前に、安全に固めるよう案内しています。

データの流れ先:まとめ

つなぎ方 データが流れる先 公式の説明
n8nのMCPサーバーに、AIのツールをつなぐ n8nのインスタンス → つないだAIのツールの運営者 ワークフローの一覧のプレビュー、公開したワークフローの中身、実行結果などが、クライアントに見える。権限は接続したユーザー本人のもの
MCPクライアントで、外のMCPサーバーを使う n8n → そのMCPサーバーの運営者 ツールを呼ぶ内容が届く。送り先の扱いは、その運営者の規約による
Gateway credits n8n → n8n経由でモデルの会社 リクエストの内容は届く。利用者の身元やn8nのアカウント情報は渡らない
自分の認証情報でモデルを呼ぶ n8n → 自分が選んだモデルの会社 n8nのAI規約は、「bring your own LLM」の機能では、顧客のデータが、利用者の設定に応じて、選んだ提供元に送られうると書いている
n8n Assistant n8n → Assistantの裏のAIモデル 送られるもの:プロンプト、ワークフローの構造と設定、選んだ実行とエラーの詳細、認証情報の名前・種類・説明・接続状態など。認証情報の秘密の値は送られない
AI Workflow Builder n8n → LLM 送られるもの:プロンプト、ノードの定義、パラメーター、つながり、今のワークフロー、読み込んだ模擬データ。認証情報の詳細と過去の実行は送られない
Ask n8n AI n8n → AIの助手 画面に見えているものは見えるが、実際の入出力のデータ値は、既定では見えない。「Send actual data values」で変えられる
セルフホストのテレメトリー n8n → n8nのサーバー 匿名の利用情報が既定で送られる。止め方は04

n8nの「AI Terms」(AI機能の規約)は、顧客の内容と出力を、機械学習のモデルの学習には使わないと書いています。一方で、利用情報とプロンプトを、「集計し、個人を特定できない形」で、AIサービスの改善に使うことがある、とも書いています。内容の保管は、AI機能の処理に必要な時間より長くしない、とされていますが、具体的な期間は、そのページには書かれていませんでした。この規約に、改善への利用を断る(オプトアウト)仕組みは、読んだ範囲では見つかりませんでした。

守り方:公式が書いていること

今日からできること

  1. 外のAIからn8nを呼びたいときは、まず「Settings > Instance-level MCP」で状態を確かめます。有効にするのは、必要になってからで構いません。
  2. 試すワークフローは、公開してよいものを1本だけ選び、「Available in MCP」を入れます。
  3. n8nから外のMCPサーバーを使うなら、MCPレジストリに並ぶものから始め、自分でURLを入れるものは、運営者を確認してからにします。
  4. AIの出力が外に出る流れには、承認や、Guardrailsを挟みます。

気をつけること

出典