n8n 接入 Gemini 4，串联 MCP 与智能体

n8n Blog#工作流#Gemini#MCP

Editor brief · 编辑速览

n8n 已集成 Gemini 4 Argon，介绍如何在已有工作流中使用该模型，以及结合 MCP、助手和智能体构建新流程。文中引用 Google 公布的基准成绩，实际工作流收益仍需自行验证。

文章思维导图

Knowledge map

拖拽缩放

Full translation

完整中文译文

Gemini 4 Argon 刚刚发布，n8n 是首批使用并集成该模型的公司之一。来看看如何在现有的 n8n 工作流中使用它，以及如何用它构建新的工作流。以下是 Google 公布的基准测试结果：

Google 公布的基准测试结果。来源：Gemini 4 Argon 发布公告。

Model Context Protocol（MCP）：在你喜欢的 AI 工具中用 Gemini 构建工作流

MCP 是由 Agentic AI Foundation（AAIF）管理的开放标准，让你的 AI 工具能够连接外部应用和数据源。n8n 内置了 MCP server，可与任何 MCP client 配合使用，让你直接在喜欢的 AI 工具中构建自己的工作流。你只需要在开发工具中获得 Gemini 4 Argon 的使用权限，再想好要构建什么！

配置只需几分钟。在 n8n 实例中开启实例级 MCP，然后将 server URL 添加到任意兼容 MCP 的工具中，无论是聊天应用、coding Agent，还是 IDE。许多工具支持一键配置，并可通过 OAuth 登录或使用 API key。

使用示例：你正在 IDE 中开发一个新的注册表单，webhook 已经准备好了。你向 Agent 提出请求：“帮我构建一个 n8n 工作流，接收这个 webhook 传来的新注册用户，将他们录入我们的 CRM，再在 Slack 中发送一条欢迎消息。”一分钟后，这个工作流就出现在你的 n8n 工作区中，已经构建并测试完成。它会在发布前停下来，先征求你的意见，让你始终参与决策。

为 n8n Assistant 提供自己的 API key（BYOK）

n8n Assistant 是一个基于聊天的 Agent，能够根据自然语言构建、编辑、测试和调试工作流。BYOK 意味着它使用你已有的 AI 服务商账户运行，而不是使用替你选好的模型。如何启用它，取决于你的 n8n 实例部署在哪里。

如果是自行托管，你需要提供自己的 key，并自行决定数据和模型调用的去向。只需在实例设置中填入一次 key，Assistant 就会使用对应模型运行。一个账户、一个模型、一份上下文。Assistant 目前还没有原生 Gemini 选项，因此你需要通过 OpenRouter，或 Google 的 OpenAI 兼容 endpoint 接入 Gemini（base URL：https://generativelanguage.googleapis.com/v1beta/openai/）。

如果使用 n8n Cloud，则无需配置。Assistant 使用 n8n Assistant credits 运行，它构建的工作流则可以通过 Gateway credits 使用 Gemini 4 Argon。

n8n Assistant 如何融入你的使用方式

Assistant 是一个基于聊天的 Agent，能够根据自然语言构建、编辑、测试和调试工作流。启用方式同样分为两种情况。

如果是自行托管，只需在实例设置中填入一次 key，Assistant 就会使用对应模型运行。一个账户、一个模型、一份上下文。

如果使用 n8n Cloud，则无需配置。Assistant 使用 n8n Assistant credits 运行，它构建的工作流则可以通过 Gateway credits 使用 Gemini 4 Argon。

n8n Agent：让 AI 承担工作流中的繁重任务

Agent 本质上就是一个获得了目标和一套工具的模型。它会自行判断，要完成目标需要采取哪些步骤。

在 n8n 中，你可以配置一个 Agent，并使用 Gemini 4 Argon 这样的模型负责思考。接入它获准使用的工具，可以是任意节点、API 或子工作流；也可以选择添加记忆，让它保留上下文。接下来，Agent 会决定下一步调用哪个工具，循环执行，直到任务完成。Gemini 4 Argon 从发布之日起，就可以作为 Agents 的模型使用，也可以在独立的 Google Gemini 节点中使用。在 n8n Cloud 上，你还可以通过 Gateway credits 使用它，无需单独注册服务商账户，也无需额外计费。你可以进一步了解 AI Agents 在 n8n 中的工作方式。

为什么要这样做？严格按固定步骤执行的工作流，一旦输入变得复杂混乱，就容易出问题。Agent 可以承担需要判断的部分，外围工作流仍保持可预测，而你也能明确限定它可以访问哪些工具。

使用示例：假设你收到一封客服邮件。Agent 会阅读邮件，从 CRM 中提取客户记录，再对照帮助文档查找相关信息。随后，它可以起草回复、设置工单优先级，或在 Slack 中标记出来，交由人工处理。

以上就是在 n8n 中使用 Google Gemini 4 Argon 模型构建工作流的三种方式。你可以通过 n8n MCP，在喜欢的 AI 工具中构建工作流；也可以为 n8n Assistant 提供自己的 API key，让最新模型与你协作；或者使用 Agent，让工作流替你处理需要判断的事情。

选择最适合你的方式吧！祝你构建愉快。

n8n 用户的背景、经验水平和兴趣各不相同。我们一直希望在博客文章中介绍不同的用户及其项目。如果你正在使用 n8n，也希望给社区带来启发，欢迎联系我们 💌