במדריך זה, נצלול לעומק השימוש בכלי ה-MCP (Model Context Protocol) Client וטריגר MCP Server בפלטפורמת N8N. נבין כיצד שני הרכיבים הללו עובדים יחד ליצירת תזרימי עבודה (workflows) מורכבים וחכמים יותר, המופעלים על ידי סוכני AI.
מהו MCP וכיצד הוא עובד ב-N8N?
פרוטוקול הֶקְשֵׁר המודל (MCP - Model Context Protocol) מאפשר תקשורת מתקדמת בין סוכן AI לבין כלים שונים. ב-N8N, מדובר בשני תזרימי עבודה נפרדים:
MCP Client Tool: רכיב זה מתווסף לתזרים העבודה הראשי של הסוכן. כאשר סוכן ה-AI רוצה להשתמש באחד מכלי ה-MCP, הוא פונה ל-MCP Client Tool.
MCP Server Trigger: זהו תזרים עבודה נפרד המכיל את הטריגר של שרת MCP. השרת מחזיק את המידע על הכלים הזמינים (למשל, פעולות Gmail) והתיאורים שלהם. הוא מבין מתי להשתמש בכל כלי.
התקשורת זורמת כך: סוכן ה-AI -> MCP Client Tool -> MCP Server Trigger. השרת מעביר בחזרה ללקוח את המידע על הכלים, והסוכן מחליט באיזה כלי להשתמש. זה מאפשר לסוכן להבחין בין כלים שונים ולקבל החלטות מושכלות.
הגדרת MCP Client Tool ו-MCP Server: מדריך צעד אחר צעד
נתאר כעת כיצד להגדיר את שני הרכיבים. נשתמש בדוגמה של שליחת אימייל באמצעות Gmail.
שלב 1: בניית סוכן ה-AI עם MCP Client Tool
צרו קנבס חדש ב-N8N עבור סוכן ה-AI.
הוסיפו טריגר התחלתי, למשל 'Chat Trigger', כדי שתוכלו לשלוח הוראות לסוכן.
הוסיפו רכיב 'AI Agent'. הגדירו לו מודל שפה גדול (LLM) שיאפשר לו "לחשוב".
לחצו על כפתור "+" להוספת כלי (Tool) וחפשו "MCP". בחרו ב-"MCP Client Tool".
בהגדרות ה-MCP Client Tool, תראו שדה עבור "SSE Endpoint". את הכתובת הזו נקבל מה-MCP Server.
שלב 2: בניית MCP Server
צרו קנבס חדש ונפרד עבור ה-MCP Server.
הוסיפו טריגר "MCP Server Trigger".
פתחו את הגדרות הטריגר. תחת "Settings", תמצאו את כתובת ה-URL (Test URL או Production URL). העתיקו את כתובת ה-Test URL.
חזרו לקנבס של סוכן ה-AI והדביקו את הכתובת שהעתקתם בשדה "SSE Endpoint" של ה-MCP Client Tool.
שמרו את תזרים העבודה של הסוכן.
שלב 3: הוספת כלים ל-MCP Server (דוגמת Gmail)
חזרו לקנבס של ה-MCP Server.
הוסיפו רכיב Gmail (או כל כלי אחר שתרצו שהסוכן ישתמש בו). בדוגמה זו, נבחר בפעולת "Send" של Gmail.
הגדירו את פרטי הנמען. עבור נושא ההודעה ותוכן ההודעה, ניתן להשתמש בכפתורי "Let AI decide" כדי שהסוכן יחליט בעצמו מה לשלוח.
שמרו את תזרים העבודה של השרת.
לחצו על "Test Workflow" בשרת ה-MCP כדי שהוא יהיה פעיל ויאזין לבקשות.
שלב 4: הפעלת הסוכן
כעת, חזרו לקנבס של סוכן ה-AI. פתחו את הצ'אט ושלחו הוראה, לדוגמה: "שלח אימייל עם עובדה אקראית על פולין". הסוכן ישתמש ב-MCP Client Tool, שיפנה ל-MCP Server, והשרת יפעיל את רכיב ה-Gmail עם הפרטים שהסוכן החליט עליהם.
ארכיטקטורה של שרתי MCP: ריכוזיות מול הפרדת אחריות
ישנן שתי גישות עיקריות לבניית שרתי MCP:
שרת MCP יחיד עם כלים מרובים: תזרים עבודה אחד של שרת MCP המחובר למספר כלים שונים (למשל, Gmail, Zendesk, ClickUp). במקרה זה, סוכן ה-AI משתמש ב-MCP Client Tool אחד שמתקשר עם השרת המרכזי הזה. השרת מדווח לסוכן על כל הכלים הזמינים.
שרתים ייעודיים לכלים נפרדים: לכל כלי או קבוצת כלים קטנה (למשל, כל פעולות Gmail) יש שרת MCP ייעודי משלו. במקרה זה, סוכן ה-AI יצטרך MCP Client Tool נפרד עבור כל שרת שאליו הוא רוצה להתחבר.
הגישה המומלצת לרוב היא הפרדת אחריות (Separation of Concerns). כלומר, בניית שרתים ייעודיים. הסיבות לכך:
התמחות: כל שרת אחראי על תחום מוגדר, מה שמפשט את ניהולו ותחזוקתו.
סקיילביליות: קל יותר לנהל ולהרחיב את המערכת כאשר כל רכיב הוא עצמאי. אם יש לכם עשרות פעולות עבור Gmail, עשרות עבור Zendesk וכן הלאה, שרת יחיד יהפוך למסורבל מאוד.
יציבות: תקלה בשרת ייעודי אחד לא תשפיע על שאר הכלים.
אמנם גישת השרתים הייעודיים דורשת קצת יותר עבודת הגדרה ראשונית (יותר MCP Client Tools בסוכן), אך היא משתלמת בטווח הארוך במערכות גדולות ומורכבות. בניית תרחישי אוטומציה מורכבים ב-N8N הופכת לקלה יותר לניהול.
MCP מול Execute N8N Workflow: מה ההבדלים?
ניתן לחשוב ש-MCP דומה לפעולת "Execute N8N Workflow" הקיימת, המאפשרת להפעיל תזרים עבודה אחד מתוך אחר. אכן יש דמיון: בשני המקרים, כלי אחד (MCP Client Tool או Call N8N Workflow Tool) מתקשר עם נקודת קצה (MCP Server או Execute Workflow Node).
ההבדל המרכזי הוא ש-MCP Server מאפשר ביצוע מקבילי של כלים. סוכן ה-AI, דרך ה-MCP Client, יכול לגשת למספר כלים שונים המחוברים לאותו שרת MCP בתוך אותו תזרים עבודה של השרת, ולקבל החלטה דינמית באיזה מהם להשתמש.
לעומת זאת, "Execute Workflow Node" הוא ליניארי. הוא מפעיל תזרים עבודה אחד ספציפי. כדי לשכפל את היכולת המקבילית של MCP באמצעות Execute Workflow, תצטרכו אחת משתי הדרכים:
מספר רכיבי Execute Workflow: לכל פעולה רצויה (למשל, שליחת מייל, קריאת מיילים) יהיה תזרים עבודה נפרד משלה, וסוכן ה-AI יצטרך "Call N8N Workflow Tool" נפרד לכל אחד מהם. זה יוצר עומס רב יותר מאשר שימוש ב-MCP.
Execute Workflow הקורא לסוכן AI נוסף: אפשרות נוספת היא שתזרים ה-"Execute Workflow" יכיל סוכן AI משלו עם כלים מחוברים. אך בשלב זה, עדיף כבר לחבר את הכלים ישירות לסוכן הראשי ולהימנע מכפילות.
הערך האמיתי של MCP בתוך N8N
אז מהו הערך המוסף של שימוש ב-MCP ספציפית בתוך תזרימי עבודה של N8N (מעבר לחיבור לכלים חיצוניים כמו אפליקציות דסקטופ)?
הערך המרכזי טמון בסקיילביליות ובתחזוקה קלה של תזרימי עבודה מרובים. דמיינו שיש לכם שרת MCP ייעודי ל-Gmail, המכיל את כל רכיבי ה-Gmail האפשריים. כעת, כל תזרימי העבודה העיקריים שלכם (למשל, ללקוחות שונים, לתהליכים שונים) יכולים פשוט להתחבר לשרת ה-Gmail המרכזי הזה באמצעות MCP Client Tool.
אם בעתיד תחליטו לעבור מ-Gmail לספק מייל אחר (למשל, Mailgun), במקום לעבור על עשרות תזרימי עבודה ולשנות כל אחד בנפרד, תצטרכו לעדכן רק מקום אחד: את שרת ה-MCP של המייל. זהו שיפור משמעותי ביעילות התחזוקה.
ככל שתבנו יותר שרתי MCP ייעודיים לכלים שונים, כך יהיה קל יותר לנהל את מערך האוטומציות והאינטגרציות שלכם, להרחיב אותו, ולבצע בו שינויים.
סיכום
השימוש ב-MCP Client Tool ו-MCP Server Trigger ב-N8N פותח אפשרויות חדשות ליצירת סוכני AI חכמים וגמישים יותר, ולניהול יעיל יותר של תזרימי עבודה מורכבים. על ידי הפרדת אחריות ויצירת שרתים ייעודיים, ניתן לבנות מערכות אוטומציה חזקות, סקיילביליות וקלות לתחזוקה.
תגובות
יש להתחבר כדי להגיב
טוען תגובות...