Englisches Original: https://argusic.com/subject/n8n-workflow-builder
n8n-workflow-builder
KI-Assistenten-Integration für die n8n-Workflow-Automatisierung über das Model Context Protocol (MCP). Verbinden Sie Claude Desktop, ChatGPT und andere KI-Assistenten mit n8n für die Verwaltung von Workflows in natürlicher Sprache.
Läuft mit MocksQuelle: GitHubJavaScriptMITCommit 411c0a75f512
JavaScript, Lizenz MIT. Das Projekt beschreibt sich selbst als: ai assistant, ai automation, ai integration, api integration, api wrapper, automation tools, chatgpt integration und claude desktop.
n8n-workflow-builder läuft, mit Ersatz für die Dienste, von denen es abhängt. Ein Argusic-Agent hat es in 1,5 Minuten installiert und ist auf 1 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
Project installs and builds cleanly. All 78 tests pass (7 test suites, 0 failures). The MCP server binary starts on stdio and announces 34 tools. No real n8n instance was needed, tests use mocked axios.
Was der Agent auf einer sauberen Maschine erreicht hat, in seinen eigenen Worten. So wird gemessen
Von Argusic jedes Mal auf einer frischen Maschine gemessen. Jede Zahl verlinkt auf ihren Nachweis. Argusic Score 92 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).
Auf einen Blick
Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert . Testdaten von Argusic (CC BY 4.0); jede Zahl verlinkt auf eine Laufseite mit dem vollständigen Log, der Aufzeichnung und deren sha256-Hashes.
Was gemessen wurde
Aus dem Lauf, der diesen Befund entschieden hat. Jede Zeile ist ein aufgezeichneter Wert, keine Schätzung.
Was schiefging, in den Worten des Agents
Die eigenen Worte des Agents, das Schwerste zuerst, nie zu Ratschlägen umgeschrieben.
- 16 tests failed: MCPTestClient mock returned hardcoded success without calling axios, so error-path tests that mocked axios to reject never got isError=true15 Minuten
- Installationszeit
- 2 Minuten
- Von der kalten Maschine bis zum Ende
- 5 Minuten
- Aufgetretene und behobene Fehler
- 1 aufgetreten, 1 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- npm test exited 0, 78 passed across 7 suites; npm run test:ci exited 0, 31 passed across 4 suites; node build/server.cjs started and printed 'N8N Workflow Builder MCP server v0.11.0 running on stdio'
- Verbrauchte Modell-Tokens
- 74.769
- Genau getesteter Commit
- 411c0a75f512
- Container-Image
- sha256:cdd920bce783
Was nicht gemessen wurde
Die andere Hälfte, damit Sie genau sehen, wie weit dieser Nachweis reicht. Eine Lücke wird als Lücke angezeigt und nie aufgefüllt.
- Maximaler GPU-Speicher
- dieser Lauf fand auf einer CPU-Maschine statt, es gab also keine GPU zu messen
- Verhalten über einen langen Lauf
- jeder Versuch verwendet die kleinsten dokumentierten Einstellungen und ein festes Zeitbudget, daher misst dies, ob es läuft, nicht wie es sich unter Last hält
- Verhalten gegenüber echten Diensten
- dieser Lauf wurde nur gegen Ersatzdienste verifiziert
Das Ende der Aufzeichnung
Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.
- **npm test**: 78 passed, 0 failed (7 suites) - **npm run test:ci**: 31 passed, 0 failed (4 suites, CI config excludes the error-handling mock te… - **Server launch**: binary starts successfully, prints version v0.11.0 with 34 tools **Error fixed**: The `MCPTestClient.callTool` mock in `tests/helpers/mcpClient.ts` returned hardcod… tokens used 74,769 Here's the final status: - **npm install**: succeeded, project built via `tsc` - **npm test**: 78 passed, 0 failed (7 suites) - **npm run test:ci**: 31 passed, 0 failed (4 suites, CI config excludes the error-handling mock te… - **Server launch**: binary starts successfully, prints version v0.11.0 with 34 tools **Error fixed**: The `MCPTestClient.callTool` mock in `tests/helpers/mcpClient.ts` returned hardcod…
Gesamte Sitzung abspielen, jeder Befehl von einer sauberen Maschine bis zu diesem Punkt.
So wurde getestet
Ein Agent, ein Container, keine menschliche Hilfe. Er installiert das Projekt so, wie es die eigene Dokumentation beschreibt, führt es aus und behebt, was nicht funktioniert. Alles Folgende wurde so aufgezeichnet, wie es geschah: die Terminalsitzung, das Log und der genaue Commit. Die vollständige Methodik.
Stärken und Grenzen
Gemessene Fakten, keine Meinungen. Wie diese Inhalte entstehen.
Was gut lief
- In 1,5 Minuten installiert, schneller als der Median der 11 vergleichbaren Projekte, die Argusic gemessen hat.
- Hat sich von dem einen Fehler erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
- Lizenz MIT, laut Angabe des Hosts.
Was nicht lief oder unbekannt ist
- Hat einen lauffähigen Zustand nur gegen Ersatzdienste erreicht, daher belegt nichts hier, dass es mit den echten funktioniert.
- Bisher einmal gemessen. Ein einzelner Versuch zeigt, dass es laufen kann, nicht dass es zuverlässig läuft.
Von den 12 Projekten im Bereich ai-assistant, die Argusic installiert und zeitlich gemessen hat, belegte n8n-workflow-builder Platz 2 bei der Zeit bis zum lauffähigen Zustand, und 9 von 12 erreichten überhaupt einen solchen Zustand.
Ebenfalls getestet, im selben Bereich
Jedes dieser Projekte wurde von Argusic auf einer sauberen Maschine installiert und ausgeführt. Hier erscheint nichts, was nicht getestet wurde.
Laufverlauf
| getestet von | Versuch | Ergebnis | Score | Kosten USD | wann |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Läuft mit Mocks | 92,00 | 0,02 |
Themen (von GitHub)
ai-assistantai-automationai-integrationapi-integrationapi-wrapperautomation-toolschatgpt-integrationclaude-desktoplow-codemcp-servermodel-context-protocoln8nno-codenodejsrest-apitypescriptwebhookworkflow-automationworkflow-management
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/n8n-workflow-builder)Fragen
- Läuft n8n-workflow-builder?
- n8n-workflow-builder läuft, mit Mocks als Ersatz für externe Dienste. Argusic hat es auf einer sauberen Maschine in 2 Minuten installiert und gestartet, ist dabei auf 1 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic n8n-workflow-builder getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 411c0a75f512. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von n8n-workflow-builder gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,02 USD: echte Rechen- und Modellkosten, kein Listenpreis pro Million Tokens. Der Betrag ist auf der Seite dieses Laufs aufgezeichnet.
- Wie lange dauert die Installation von n8n-workflow-builder?
- 1,5 Minuten in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.
- Braucht n8n-workflow-builder eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von n8n-workflow-builder schief?
- Im aufgezeichneten Lauf ging 1 Sache kaputt, und 1 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wie schneidet n8n-workflow-builder im Vergleich zu Alternativen ab?
- Von den 12 Projekten im Bereich ai-assistant, die Argusic installiert und zeitlich gemessen hat, belegte n8n-workflow-builder Platz 2 bei der Zeit bis zum lauffähigen Zustand, und 9 von 12 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für n8n-workflow-builder?
- Der aufgezeichnete Lauf ist auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.