MCP сервер для автоматического создания и проверки процессов в n8n

Наткнулся на интересный проект - MCP сервер для интеграции n8n с ИИ-ассистентами вроде Claude.

Теперь ИИ может напрямую работать с документацией 525+ нод n8n, вытаскивать их ключевые параметры, создавать и проверять корректные автоматизации.

Есть готовый докер:

docker pull ghcr.io/czlonkowski/n8n-mcp:latest

Или локальная установка:

# 1. Clone and setup
git clone https://github.com/czlonkowski/n8n-mcp.git
cd n8n-mcp
npm install
npm run build
npm run rebuild

# 2. Test it works
npm start

Функции
🔍 Интеллектуальный поиск узлов по имени, категории или функциональности
📖 Получение только 10–20 важных свойств
🎯 Преднастроенные шаблоны типовых задач
✅ Проверка конфигураций узлов
🔗 Анализ взаимосвязей и условий свойств нод
💡 Рабочие примеры
⚡️ Быстрый ответ: среднее время ответа ~12 мс
🌐 Универсальная совместимость: работает с любой версией Node.js

Основные инструменты
start_here_workflow_guide — основное руководство и лучшие практики
list_nodes — список всех узлов n8n с параметрами фильтрации
get_node_info — получение полной информации о конкретном node
get_node_essentials — получить только основные свойства с примерами (10–20 свойств вместо 200+)
search_nodes — полнотекстовый поиск по всей документации узлов
search_node_properties — найти определенные свойства в узлах
list_ai_tools — составить список всех узлов с поддержкой ИИ

#MCP #n8n
———
@tsingular

IBM официально завершила покупку DataStax

Сделка объявленная в феврале официально закрыта. DataStax теперь часть IBM.

Основная идея остается прежней - "нет ИИ без данных". Но теперь у компании больше ресурсов для масштабирования.

Основные продукты:
- Astra DB и Hyper-Converged Database
- Интеграция с watsonx.data и watsonx.ai
- Langflow - популярный продукт для no-code разработки
- Apache Cassandra как основа

Для клиентов ничего не меняется - тот же сервис, но с большей поддержкой IBM.

Langflow, - это теперь IBM

#DataStax #IBM #Langflow
------
@tsingular

Новая медицинская ИИ-модель превзошла конкурентов Google

Intelligent Internet выпустили II-Medical-8B-1706 — специализированную модель для медицинских задач на основе Qwen3-8B.

Модель показала 46.8% на бенчмарке HealthBench, что сравнимо с 27-миллиардной MedGemma от Google. При этом размер модели всего 8 миллиардов параметров.

Обучалась на 2.3 млн образцов медицинских данных через двухэтапный процесс: сначала supervised fine-tuning, затем reinforcement learning для улучшения рассуждений и безопасности.

Доступны готовые квантованные версии для быстрого запуска через vLLM или SGLang.

#MedicalAI #LLM #HealthTech
------
@tsingular

Коллекция руководств по созданию production-ready AI агентов

Охватывает достаточно большое количество аспектов: орекстраторы, инструменты, инструкции по установке и настройке, память, интерфейсы, фреймворки, мультиагентные сценарии, безопасность и тестирование.

Каждый урок содержит готовый к запуску код с документацией.

Включает паттерны для масштабирования от прототипа до продакшена, готовые блюпринты архитектуры и интеграционные решения.

#Agents #Production #OpenSource #каталоги
———
@tsingular

Adobe запускает LLM Optimizer - конец эпохи SEO?

Adobe представила инструмент LLM Optimizer для оптимизации контента под ИИ-чатботы вроде ChatGPT, Gemini и Claude.

Трафик с генеративного ИИ на ритейл-сайты США вырос на 3500%, на туристические - на 3200% за год. Люди всё чаще ищут информацию через чатботы вместо Google.

Инструмент отслеживает, как бренды появляются в ответах ИИ, находит пробелы в видимости и предлагает улучшения "в один клик". Даже оценивает денежную стоимость потенциального трафика.

Традиционное SEO может уйти в прошлое - ведь чатботы работают не как поисковики. Новый золотой век оптимизации под ИИ уже начался.

#LLMOptimization #AdobeAI #AITraffic
------
@tsingular

ChatGPT научился записывать и резюмировать встречи

OpenAI запустила функцию записи аудио для пользователей ChatGPT Pro, Enterprise и Edu. Теперь можно записывать встречи одним кликом.

Функция работает как Otter.ai - записывает до 2 часов, автоматически создает транскрипцию и резюме. Можно преобразовывать в письма, код или другие форматы.

Доступно пока только в macOS приложении. Аудио удаляется сразу после обработки, но транскрипции могут использоваться для обучения модели (если не отключить в настройках).

#ChatGPT #MeetingTranscription #OpenAI
------
@tsingular

PlayHT представила PlayDiffusion для точного редактирования речи

Компания Play.AI решила главную проблему синтеза речи — невозможность редактировать отдельные слова без артефактов.

Их новая модель PlayDiffusion использует диффузионный подход вместо авторегрессивного. Например заменить "Neo" на "Morpheus" в уже сгенерированной фразе, сохранив естественность речи.

Модель работает через маскирование: выделяет нужный фрагмент, заменяет его на основе нового текста, при этом контекст остается целостным.

Чёрное зеркало,- подмена реальности.

#PlayDiffusion #SpeechSynthesis #AudioEditing
------
@tsingular

Самый результативный лайфхак про персонализацию, глубину и точность ответов нейросети.

(Метод подсмотрел в канале Саши Садовского.)

Я начал добавлять в конце промпта фразу:

«Прежде чем дать мне ответ, оцени его неопределённость. Если она больше, чем 0.1 — задавай мне уточняющие вопросы до тех пор, пока неопределённость будет 0.1 или меньше».

И это магически увеличивает качество ответа.

Почему так происходит?

Неопределённость — это вероятность, что какой-то новый факт может сильно изменить существующий ответ.

Откуда она берётся?

Неопределённость происходит из-за моей лени.

Я не готов писать каждый раз гигантские промпты, чтобы максимально точно передавать свой запрос.

Неопределённость происходит из-за иежупы — «и_ежу_понятно». Когда я уверен, что всё очевидно, потому что я сам внутри контекста. Но другие — не я. И нет, им далеко не всё понятно.

«В письмах всё не скажется, всё не так услышится».

Поэтому я перекладываю задачу по конкретизации на нейросеть. И она отлично сама себя погружает в мой контекст.

Вопросов может быть 2, может быть 10. Может быть одним блоком, а иногда у неё появляются новые вопросы после моих ответов.

Таким образом GPT начинает стремиться к однозначности, задаёт вопросы и корректирует себя до того, как отвечает. В результате — гораздо более точные и осмысленные ответы, с учётом контекста.