网络扫描-代理-N8N和MCP-服务器
基于N8N和MCP服务器的Web抓取代理
🤖 基于MCP服务器的n8n中的AI抓取代理
该项目演示了如何在 n8n 使用 MCP（多分量协议） 和 萤火虫代理可以接收聊天消息，通过抓取从互联网获取相关数据，并使用OpenAI或Claude模型进行智能响应。
______________________________________________________________________
📌 项目概述
这是构建自动驾驶系统最适合初学者和动手的教程 刮擦剂 使用以下工具和内存功能：
- 🧠 OpenAI聊天模型
- 🧰 MCP工具
- 🗂️ 简单记忆
- 🌐 Firecrawl用于网页抓取
______________________________________________________________________
🧠 代理工作流（聊天触发）
当收到聊天消息时，核心代理会被触发。它包括：
- 聊天模型：使用OpenAI（通过OpenRouter）
- 记忆：使用简单内存维护上下文
- 工具：连接到与抓取服务器通信的MCP客户端
🔧 代理设置
______________________________________________________________________
🖥️ MCP服务器工作流（报废处理程序）
这是实际的抓取后端，它接收代理的请求，使用Firecrawl执行抓取，并将结构化结果发送回。
🌐 MCP服务器设置
______________________________________________________________________
🧩 使用的组件
| 组件 | 目的 |
|---|---|
Agent (Tools Agent) | 协调人工智能、内存和废料 |
OpenAI Chat Model | 理解并回应用户查询 |
Simple Memory | 存储以前的消息/内存上下文 |
MCP Client | 将任务转发到MCP服务器 |
MCP Server Trigger | 启动抓取后端 |
Scrape 工具 | 使用Firecrawl提取网页数据 |
______________________________________________________________________
📚 你将学到什么
- 如何在n8n中创建和协调多个AI代理
- 将OpenAI模型与实时工具连接起来
- 在n8n内部设置MCP服务器
- 使用Firecrawl进行道德抓取
- 将代理作为工具模式用于模块化AI
______________________________________________________________________
⚙️ 使用的技术
- n8n
- OpenRouter 的
- Supabase （用于可选的数据库存储）
- QuickChart.io （用于可选可视化）
- 萤火虫 用于刮擦
- \[Claude/GPT-4\]（用于法学硕士推理）
- MCP架构
______________________________________________________________________