在 n8n 工作流中配置 Sorftime MCP
前置条件
- 已安装并正常运行的 n8n(本地或云端均可)
- 有 MCP Account-SK(如还未获得,点击链接:https://seller.sorftime.com/mcp)
- 以配置 《亚马逊数据分析和 listing 打造.json》工作流为例
第一步:进入 n8n 界面
1.1 启动并进入 n8n
如果你使用 Docker 部署,打开 Docker Desktop,找到 n8n 容器,点击三角形符号启动。
图片内容说明:Docker Desktop 容器界面,显示 n8n 容器和启动按钮
等待启动完成,当看到以下提示说明准备就绪,点击链接进入 n8n:
第二步:首次进入 n8n 的初始化设置
如果是首次使用 n8n,需要完成以下设置:
2.1 注册管理员账号
图片内容说明:n8n "Set up owner account" 注册界面,显示 Email, First Name, Last Name, Password 输入框
填写信息:
- 邮箱:填写真实邮箱(用于接收 n8n 免费激活码)
- 姓名:First Name 和 Last Name
- 密码:设置管理员密码(8+字符,至少1个数字和1个大写字母)
重要:必须使用真实邮箱,n8n 会发送免费付费功能激活码到邮箱。
2.2 填写调查问卷
图片内容说明:n8n "Customize n8n to you" 调查问卷界面,包含公司类型、角色、团队规模等问题
按提示完成问卷填写。
2.3 获取免费激活码
图片内容说明:"Get paid features for free (forever)" 界面,显示邮箱输入框和 "Send me a free license key" 按钮
- 输入邮箱,点击按钮发送激活码
2.4 从邮件获取激活码
图片内容说明:n8n 发送的邮件,显示 "Your license key" 和激活码
- 登录你的邮箱,查收 n8n 发送的激活码邮件
- 复制激活码
2.5 进入 Usage and Plan 页面
图片内容说明:n8n 左下角设置菜单展开,显示 "Usage and plan" 选项被红框标注
在 n8n 界面左下角点击齿轮图标 → 选择 "Usage and plan"
2.6 输入激活码
图片内容说明:Usage and plan 页面,显示 "Enter activation key" 按钮
点击按钮,粘贴激活码并确认
2.7 激活成功
图片内容说明:激活成功提示 "License activated",绿色对勾
看到此提示说明激活成功!
第三步:导入示例工作流《Sorftime 亚马逊数据分析和 listing 打造》
3.1 创建工作流
图片内容说明:n8n 欢迎页面,显示 "Start from scratch" 按钮(红框标注)
点击 "Start from scratch" 创建空白工作流
3.2 导入工作流文件
图片内容说明:工作流编辑界面,右上角 "..." 菜单展开,显示 "Import from file..." 选项(红框标注)
- 点击右上角的 "..."(三个点)菜单
- 下拉选择 "Import from file..."(从文件导入)
图片内容说明:Windows 文件选择对话框,选中 "亚马逊数据分析和 listing 打造.json" 文件
3. 选择文件 亚马逊数据分析和 listing 打造.json
图片内容说明:工作流成功导入后的画布界面,显示 AI Agent、多个模型节点、Sorftime MCP 节点等
4. 导入成功看到红色报错是正常的,因为工作流换了新环境,需要重新配置参数。
注意:导入后看到红色报错是正常的,因为工作流换了新环境,需要重新配置参数。
第四步:配置大模型节点
工作流中已预设多个大模型节点,你需要配置至少一个
4.1 打开模型节点配置
图片内容说明:n8n + Sorftime MCP 工作流架构图,展示 AI Agent 连接多个模型 (DeepSeek、Gemini、Claude、OpenAI) 和工具 (Simple Memory、Sorftime MCP)
双击任意模型节点(以 Anthropic Claude 为例)。
4.2 配置 API 凭据
图片内容说明:模型节点配置界面,显示 "Credential to connect with" 下拉框,已选择 "Anthropic account",模型选择 "Claude Sonnet 4.5"
点击 "Credential to connect with" 下拉框:
- 如果已有账号,选择现有账号
- 如果没有,选择 "Create new credential"
点击右侧的铅笔图标编辑配置。
4.3 填写 API 信息
图片内容说明:Anthropic account 凭据配置界面,显示 API Key 输入框(星号隐藏)和 Base URL 输入框(以使用AI模型中转服务为例填写 https://api.bianxie.ai ,您可以改成自己的模型服务商)
填写内容:
- API Key: 你的模型供应商提供的 API 密钥
- Base URL: 供应商 API 地址(示例中使用AI中转服务,请替换为自己的模型服务商地址)
第五步:配置 Sorftime MCP 节点(核心步骤)
5.1 找到 MCP 节点
图片内容说明:工作流画布布局,显示 Sorftime MCP 节点被红框标注
在工作流中找到 "Sorftime MCP" 节点。
5.2 打开 MCP 配置
双击 Sorftime MCP 节点进入配置:
图片内容说明:Sorftime MCP 节点配置界面,显示 Endpoint 输入框(填入 https://mcp.sorftime.com?key=xxx)
5.3 填写 MCP 连接信息
填写以下信息:
| 配置项 | 填写内容 | 说明 |
|---|---|---|
| Endpoint | https://mcp.sorftime.com?key= | MCP 服务端地址 + 密钥 |
| Server Transport | HTTP Streamable | 保持默认 |
| Authentication | None | 保持默认 |
| Tools to Include | All | 保持默认 |
其他选项请保持默认,确保与官方截图一致。
5.4 验证 MCP 连接
配置完成后,检查工具列表是否加载成功:
- 找到 "Tools to Include" 选项
- 点击下拉,切换到 "Selected"
图片内容说明:Tools to Include 下拉菜单,显示 "Selected" 选项被红框标注
3. 稍等片刻,再次点击下拉,会显示所有可用工具列表:
图片内容说明:成功加载的 Sorftime MCP 工具清单,显示 product_variations、product_ranking_trend_by_keyword、keyword_extends、product_traffic_terms 等工具
如果看到工具列表(如 product_variations、keyword_extends 等),说明配置成功!
第六步:刷新 MCP 节点(如工具未显示)
如果工具列表没有自动加载,按以下步骤操作:
6.1 返回工作流画布
点击左上角的返回按钮或点击画布空白处。
6.2 重启 MCP 节点
图片内容说明:Sorftime MCP 节点上方的电源开关按钮(红框标注)
- 点击 MCP 节点上方的开关,先关闭节点
- 再次点击开关,重新开启节点
- 双击进入 MCP 节点,检查工具列表是否刷新
6.3 切换回 "All" 模式
重要:验证工具清单后,必须将 "Tools to Include" 切换回 All:
图片内容说明:Tools to Include 下拉菜单,显示 "All" 选项被红框标注
为什么必须选 "All"?
- 如果保持 "Selected" 模式,模型只会使用你手动勾选的工具
- 如果没有勾选任何工具,模型将无法调用任何 Sorftime 功能
- "All" 模式让模型自动判断需要使用哪些工具
第七步:运行测试
7.1 保存工作流
点击右上角的 "Save" 按钮保存配置。
7.2 测试对话
在聊天界面输入测试指令,例如:
帮我搜索亚马逊美国站最近热销的蓝牙耳机
7.3 观察运行效果
Claude Sonnet 4.5 运行效果:
图片内容说明:n8n 工作流运行结果界面,左侧显示工作流结构,右侧显示 AI 返回的数据分析结果(中文内容)
智谱 4.7 运行效果:
图片内容说明:n8n 工作流运行界面,展示智谱模型调用 Sorftime 工具后的输出内容
常见问题排查
Q1: MCP 节点显示红色报错
解决:
- 检查 Endpoint 和 Key 是否填写正确
- 确认网络可以访问 https://mcp.sorftime.com
- 尝试重启 MCP 节点(关闭再开启)
Q2: 工具列表为空
解决:
- 确认 Key 有效且未过期
- 切换 "Tools to Include" 到 "Selected" 再切回 "All"
- 重启 n8n 容器后重试
Q3: AI 不调用工具
解决:
- 检查 MCP 节点是否已开启(绿色)
- 确认 "Tools to Include" 设置为 "All"
- 检查系统提示词是否包含工具使用指令
第八步(可选):配置记忆功能(Memory)
工作流中默认配置了 Postgres Chat Memory (数据库持久化记忆),用于让 AI 记住对话历史,实现多轮分析的上下文连续性。
方案一:使用 Postgres Chat Memory(推荐)
Postgres Chat Memory 可以:
- 长期保存对话历史
- 重启工作流后记忆不丢失
- 支持更复杂的上下文关联
图片内容说明:Postgres Chat Memory 配置界面,Context Window Length 设置为 8
Context Window Length 建议:设置为 5-8 轮即可。因为涉及到大量数据查询,不建议设置过高。
方案二:使用 Simple Memory(简易方案)
如果你不想配置 Postgres 数据库,可以换成 n8n 内置的 Simple Memory:
图片内容说明:Simple Memory 选项,显示 "For beginners" 提示,无需额外凭证配置
操作步骤:
- 删除或禁用 Postgres Chat Memory 节点
- 在 Memory 连接处点击 "+" 添加新节点
- 选择 Simple Memory
重要区别:
| 功能 | Postgres Chat Memory | Simple Memory |
|---|---|---|
| 持久化 | 永久保存 | 仅当前会话有效 |
| 重启后 | 记忆还在 | 自动清除 |
| 配置难度 | 需配置数据库 | 开箱即用 |
| 适用场景 | 长期使用、生产环境 | 快速体验、测试 |
建议:
- 正式使用 → 使用 Postgres Chat Memory
- 初次体验 → 使用 Simple Memory,但记得保存好需要的聊天记录