Nội dung
1) Hiểu đúng bản chất trước khi bắt đầu
Google Antigravity là một nền tảng phát triển theo hướng agent-first: AI không chỉ gợi ý code, mà có thể lập kế hoạch, thực thi, kiểm tra và lặp lại nhiều bước công việc dưới sự giám sát của bạn. n8n là nền tảng workflow automation, nơi bạn kéo thả các node để kết nối API, dữ liệu, trigger và action. Khi ghép hai thứ này với nhau qua MCP, bạn đang biến Antigravity thành “bộ não” và n8n thành “cánh tay thực thi” của hệ thống tự động hóa.
Điểm rất quan trọng là hiện nay có 2 cách kết nối khác nhau, và nhiều người hay nhầm:
Cách 1: dùng community server n8n-mcp
Cách này phù hợp với mục tiêu trong video: để AI có thể tạo, sửa, validate, chạy và quản lý workflow thông qua MCP. Repo czlonkowski/n8n-mcp mô tả rõ đây là MCP server cho AI assistants, hỗ trợ kiến thức về node n8n và có thêm nhóm “management tools” nếu bạn cấu hình N8N_API_URL và N8N_API_KEY.
Cách 2: dùng MCP built-in chính thức của n8n
Cách này chủ yếu để MCP client tìm và chạy các workflow đã được expose, chứ không phải cơ chế để AI client author/build/edit workflow trực tiếp. Tài liệu chính thức của n8n nói rất rõ: instance-level MCP access “isn’t a way to build or edit workflows from an AI client; authoring remains in n8n.”
Vì vậy, nếu mục tiêu của bạn là kiểu “chat với AI để nó tạo/sửa/fix workflow n8n”, thì hướng phù hợp nhất là custom MCP với community n8n-mcp, không phải chỉ bật MCP built-in của n8n.
2) Bạn sẽ đạt được gì sau khi setup xong?
Sau khi cấu hình đúng, bạn có thể giao việc cho Antigravity theo kiểu:
• “Tạo cho tôi workflow lấy video YouTube mới nhất, trích transcript, viết lại thành bài LinkedIn rồi lưu vào Google Docs.”
• “Mở workflow này và đổi model từ Veo sang Kling.”
• “Kiểm tra execution gần nhất, tìm lỗi, giải thích nguyên nhân và đề xuất patch.”
• “Tạo webhook test cho workflow này rồi chạy thử với input mẫu.”
Về mặt nguyên lý, community n8n-mcp cấp cho AI cả kiến thức về node/documentation/validation và các công cụ quản trị workflow nếu bạn cấu hình API đầy đủ.
3) Chuẩn bị trước khi kết nối
Trước khi bắt đầu, bạn nên chuẩn bị 4 thứ:
3.1. Một instance n8n đang chạy
Có thể là n8n Cloud hoặc self-hosted, miễn là bạn có URL truy cập ổn định.
3.2. API URL và API key của n8n
n8n-mcp cần N8N_API_URL và N8N_API_KEY nếu bạn muốn AI không chỉ đọc docs mà còn có quyền quản lý workflow. Repo ghi rõ nhóm management tools yêu cầu hai biến môi trường này.
3.3. Node.js hoặc Docker
Repo n8n-mcp hỗ trợ cả chạy bằng npx lẫn Docker. npx là cách nhanh nhất; Docker phù hợp nếu bạn muốn môi trường tách biệt, dễ tái lập.
3.4. Một môi trường dev/staging hoặc ít nhất một bản sao workflow
Repo n8n-mcp cảnh báo rất rõ: đừng chỉnh trực tiếp workflow production bằng AI. Hãy luôn tạo bản copy, test ở môi trường dev trước, export backup và validate kỹ trước khi deploy.
4) Cài MCP để Antigravity nói chuyện được với n8n
Bước 1: Chọn cách cài phù hợp
Mình khuyên dùng npx vì nhanh, gọn, dễ cập nhật hơn kiểu trỏ tay vào file build/index.js. Trong repo hiện tại, npx n8n-mcp là quick local setup chính thức; repo cũng ghi rõ npx sẽ tự tải và chạy bản mới nhất.
Nếu bạn thích môi trường sạch và tách biệt, dùng Docker. Repo cũng cung cấp sẵn cấu hình Docker cho MCP server.
Bước 2: Mở màn hình cấu hình MCP trong Antigravity
Trong Antigravity, mở menu … ở phía trên panel agent, vào MCP Servers → Manage MCP Servers → View raw config. Đây cũng là luồng setup được Google mô tả trong tài liệu ADK cho Antigravity, và repo n8n-mcp cũng chỉ đúng đường đi này cho Antigravity setup.
Bước 3: Dán cấu hình MCP
Cách nên dùng: npx
Dán cấu hình sau vào mcp_config.json:
{
“mcpServers”: {
“n8n-mcp”: {
“command”: “npx”,
“args”: [“n8n-mcp”],
“env”: {
“MCP_MODE”: “stdio”,
“LOG_LEVEL”: “error”,
“DISABLE_CONSOLE_OUTPUT”: “true”,
“N8N_API_URL”: “// n8n.ten-mien-cua-ban”,
“N8N_API_KEY”: “DAN_API_KEY_CUA_BAN_VAO_DAY”
}
}
}
}
Ý nghĩa của các trường quan trọng:
• MCP_MODE=stdio: cực kỳ quan trọng để MCP hoạt động ổn định theo chuẩn stdio. Repo cảnh báo nếu thiếu biến này thì có thể gặp lỗi parse JSON trong UI.
• N8N_API_URL: URL instance n8n của bạn.
• N8N_API_KEY: khóa API để AI có thể dùng nhóm management tools.
• LOG_LEVEL=error và DISABLE_CONSOLE_OUTPUT=true: giúp giảm log nhiễu ra stdout.
Nếu bạn muốn chạy bằng Docker
{
“mcpServers”: {
“n8n-mcp”: {
“command”: “docker”,
“args”: [
“run”,
“-i”,
“–rm”,
“–init”,
“-e”, “MCP_MODE=stdio”,
“-e”, “LOG_LEVEL=error”,
“-e”, “DISABLE_CONSOLE_OUTPUT=true”,
“-e”, “N8N_API_URL=// n8n.ten-mien-cua-ban”,
“-e”, “N8N_API_KEY=DAN_API_KEY_CUA_BAN_VAO_DAY”,
“ghcr.io/ czlonkowski/n8n-mcp:latest”
]
}
}
}
Docker phù hợp khi bạn muốn cài đặt ít phụ thuộc cục bộ và dễ tái sử dụng. Repo cũng ghi chú rõ: nếu chỉ cần docs/validation tools thì API credentials là tùy chọn; còn muốn create/update/execute workflow thì nên thêm N8N_API_URL và N8N_API_KEY.
Bước 4: Lưu cấu hình và reload
Sau khi lưu file cấu hình, quay lại màn hình Manage MCP Servers và refresh/reload để Antigravity nhận server mới. Trong hướng dẫn riêng cho Antigravity của repo n8n-mcp, sau bước refresh thì n8n-mcp sẽ xuất hiện và được bật cùng các tools liên quan.
Nếu gặp lỗi, hãy kiểm tra 3 điểm đầu tiên:
. Máy bạn có Node.js hoặc Docker chưa.
. N8N_API_URL có đúng URL instance không.
. N8N_API_KEY có còn hiệu lực không.
5) Nạp “kỹ năng” để AI hiểu n8n sâu hơn
Ngoài MCP, bạn còn có thể tăng chất lượng làm việc của Antigravity bằng skills.
Google mô tả skills như một cách mở rộng khả năng của agent; trong hệ sinh thái Antigravity, skill là một thư mục chứa SKILL.md. Tài liệu ADK cũng nói skills có thể dùng với Antigravity, Claude Code, Cursor… và có thể cài global bằng lệnh npx skills add … -g.
Điều này có nghĩa là nếu bạn có một repo n8n-skills, bạn có thể làm theo 1 trong 2 cách:
Cách 1: bảo Antigravity tự cài
Bạn chat kiểu:
Install the n8n skills globally from this repo: [link repo].
Check the Antigravity docs for the correct global skills location and install them properly.
Cách 2: tự thêm skill bằng lệnh
Nếu repo skill hỗ trợ chuẩn skills, bạn có thể dùng cú pháp kiểu:
npx skills add [repo-or-package] -y -g
Cách này tương tự pattern mà tài liệu ADK dùng để cài global skills.
Vai trò thực sự của skills là gì?
MCP cho AI quyền truy cập công cụ.
Skills cho AI cách suy nghĩ và làm việc tốt hơn với công cụ đó.
Nói dễ hiểu:
• MCP = AI có “tay chân”
• Skills = AI có “tay nghề”
Vì vậy, khi làm n8n với Antigravity, lý tưởng nhất là có cả hai.
Cách 3 dùng n8n Atom
Phần mở rộng này có thể kết nối với bất kỳ máy chủ n8n nào mà bạn đã có, bạn chỉ cần nhập URL máy chủ công cộng của mình (n8n cloud, VPS, ngrok, CloudFlare …) Tôi cũng đang xây dựng một nhánh của máy chủ n8n: n8n Atom, chỉ tốt nhất cho localhost, không cần khóa API hoặc xác thực để hoạt động với tiện ích mở rộng này.
n8n Atom là ứng dụng khách n8n đầu tiên trên thế giới quản lý các bộ sưu tập quy trình làm việc trực tiếp bên trong VSCode, Cursor và Antigravity.
Các tính năng chính:
- Quy trình làm việc dựa trên tệp: Chuyển đổi quy trình làm việc n8n thành định dạng tệp (.n8n) có thể được cam kết với GitHub, cho phép kiểm soát phiên bản và cộng tác phù hợp
- Tích hợp trình chỉnh sửa gốc: Giao diện người dùng n8n kéo và thả đầy đủ được nhúng trực tiếp trong trình chỉnh sửa của bạn, được phân nhánh từ giao diện người dùng n8n chính thức
- Xây dựng quy trình làm việc được hỗ trợ bởi AI: Tận dụng các tác nhân mã hóa AI (như Antigravity) để xây dựng và cải thiện quy trình làm việc lặp đi lặp lại bằng cách chỉnh sửa trực tiếp các tệp JSON của quy trình làm việc
- Quản lý quy trình làm việc liền mạch: Tạo, chỉnh sửa, thực hiện và quản lý quy trình làm việc n8n mà không cần rời khỏi môi trường phát triển của bạn
- Phát triển cục bộ: Hoạt động với các phiên bản máy chủ n8n cục bộ, hoàn hảo cho quy trình phát triển và thử nghiệm trước khi triển khai để sản xuất
Tại sao lại là n8n Atom? Động lực chính đằng sau dự án này là tạo quy trình làm việc dựa trên tệp, để chúng có thể được cam kết với GitHub và kiểm soát phiên bản như mã thông thường. Điều này cũng cho phép các nhà phát triển tận dụng các trợ lý mã hóa AI để xây dựng và lặp lại hiệu quả quy trình làm việc, chuyển đổi quy trình tạo quy trình làm việc dựa trên giao diện người dùng thủ công thành trải nghiệm phát triển dựa trên mã, kiểm soát phiên bản.
Hoàn Hảo Cho:
- Các nhà phát triển muốn kiểm soát phiên bản quy trình làm việc n8n của họ Các nhóm muốn tích hợp phát triển quy trình làm việc vào quy trình làm việc phát triển hiện tại của họ
- Người dùng Antigravity, Cursor hoặc VSCode muốn có một môi trường phát triển thống nhất
- Bất kỳ ai muốn tận dụng các tác nhân mã hóa AI để xây dựng và cải thiện quy trình làm việc theo chương trình
6) Kiểm tra xem kết nối đã hoạt động chưa
Sau khi setup xong, đừng tạo workflow ngay. Hãy test theo thứ tự sau:
Test 1: AI có thấy MCP tools chưa?
Gõ:
List the available n8n MCP tools you can access right now.
Test 2: AI có hiểu node n8n chưa?
Gõ: Search n8n nodes for Gmail, Google Sheets, Webhook and HTTP Request.
Show me what each node is for.
Test 3: AI có thấy workflow không?
Gõ: Find my n8n workflows and summarize what they do.
Test 4: AI có thể đọc cấu trúc workflow?
Gõ: Open this n8n workflow: [URL].
Explain trigger, main branches, external services, and likely failure points.
Nếu tới bước này AI trả lời mạch lạc, đúng bối cảnh và nhận ra workflow của bạn, tức là hệ thống đã vào guồng.
7) Cách dùng Antigravity để làm việc với n8n
7.1. Tạo workflow mới từ đầu
Đây là use case mạnh nhất. Thay vì ngồi kéo từng node, bạn mô tả bài toán kinh doanh bằng ngôn ngữ tự nhiên.
Công thức prompt nên dùng
Viết prompt theo 6 ý:
. Mục tiêu: muốn tự động hóa việc gì
. Trigger: workflow chạy khi nào
. Input: dữ liệu đầu vào là gì
. Output: kết quả mong muốn là gì
. Công cụ/ứng dụng: YouTube, Gemini, Sheets, Slack, Gmail…
. Ràng buộc: thời gian chạy, format dữ liệu, retry, logging,
Create an n8n workflow for me.
Goal:
Automatically take my latest YouTube video, extract the transcript, summarize key ideas, rewrite it into a LinkedIn post, and save the final draft to Google Docs.
Requirements:
– Trigger: run every day at 10:00 AM
– Only process videos published in the last 24 hours
– If no new video exists, stop gracefully
– Use Gemini to generate the LinkedIn post
– Save title, source URL, transcript summary, and final post
– Add error handling and logging
– Show me an implementation plan first before applying changes
Antigravity có cơ chế artifact và implementation plan để bạn review trước khi agent đi tiếp; trong codelab của Google, implementation plan và task plan chính là các điểm bạn có thể đọc, comment và điều hướng lại hướng làm của agent.
Đừng bắt AI “làm luôn” ngay từ dòng đầu.
Hãy bắt đầu bằng:
First, create an implementation plan.
Do not apply changes yet.
Cách này giúp bạn xem kiến trúc trước, chỉnh logic trước, giảm tỷ lệ workflow bị dựng sai ngay từ đầu.
7.2. Chỉnh sửa workflow có sẵn
Đây là use case cực mạnh khi bạn có workflow cũ, nhưng muốn thay model, đổi API, thêm node kiểm soát lỗi hoặc chỉnh data mapping.
Prompt mẫu
Open this n8n workflow: [URL].
I want you to replace the current video generation path from Veo 3.1 to Kling 2.6.
Tasks:
– Identify all nodes related to Veo
– Update request URL, authentication, payload schema, and output mapping for Kling 2.6
– Keep the rest of the workflow intact
– Validate the workflow after changes
– Explain any breaking changes before applying them
Here is the API documentation for Kling:
[paste docs here]
Vì sao phải dán docs vào chat?
Vì AI rất giỏi suy luận, nhưng không mặc định biết đúng phiên bản API mới nhất bạn đang dùng. Khi bạn dán docs, bạn đang “grounding” tác vụ bằng context thật, giảm hallucination rất mạnh.
Cách ra lệnh đúng
Đừng chỉ nói:
“Sửa workflow này giúp tôi.”
Hãy nói:
• sửa workflow nào
• sửa phần nào
• đổi từ A sang B
• giữ nguyên phần nào
• cần validate hay test sau khi sửa không
7.3. Chạy thử workflow
Có hai trường hợp:
Trường hợp A: bạn dùng community n8n-mcp
Nếu đã có management tools, bạn có thể yêu cầu agent chạy workflow, đọc kết quả, đối chiếu lỗi và tiếp tục sửa.
Prompt mẫu:
Run this workflow and inspect the latest execution.
If it fails, explain the root cause and propose a fix.
Trường hợp B: bạn dùng official built-in MCP của n8n
Trong chế độ chính thức của n8n, workflow chỉ chạy được qua MCP nếu nó là workflow đủ điều kiện: phải published, và có trigger thuộc nhóm Webhook, Schedule, Chat hoặc Form. Ngoài ra, từng workflow phải được enable MCP access riêng; mặc định không workflow nào tự lộ ra cho MCP client.
Tài liệu chính thức của n8n cũng ghi thêm 3 giới hạn rất quan trọng:
• execution qua MCP client bị timeout sau 5 phút
• multi-step forms hoặc human-in-the-loop interactions không được hỗ trợ
• binary input data không được hỗ trợ, MCP client chỉ truyền text-based input được thôi
Nói cách khác: nếu bạn chỉ muốn “chat để chạy workflow đã expose”, built-in MCP đủ dùng. Nhưng nếu muốn “chat để xây/sửa/fix workflow”, bạn vẫn nên đi theo custom n8n-mcp.
7.4. Tự động tìm và sửa lỗi
Đây là phần đáng tiền nhất của mô hình này.
Khi workflow lỗi, thay vì bạn tự mở từng node, tự đọc JSON, tự dò credential, bạn có thể yêu cầu agent:
Open this workflow: [URL].
Check the latest failed execution.
Tell me:
. which node failed,
. the exact error,
. the likely root cause,
. the safest fix.
Do not modify anything yet.
Sau khi AI giải thích xong, bạn ra lệnh tiếp:
Apply the safest fix.
Then validate the workflow again.
Những lỗi AI thường fix tốt
• Sai cấu trúc JSON body
• Mapping field sai tên
• Thiếu credential hoặc credential tham chiếu sai
• Expression trong n8n lỗi cú pháp
• Node output không khớp input node sau
• Webhook/config endpoint đổi format
Chiến thuật hay nhất
Hãy bắt AI làm theo 3 nhịp:
. chẩn đoán
. đề xuất fix
. apply + validate
Đừng để AI vừa đọc lỗi xong đã tự sửa luôn ở lần đầu, đặc biệt với workflow quan trọng.
7.5. Batch update nhiều workflow
Nếu bạn có nhiều workflow cùng dùng một API/model/service cũ, bạn có thể yêu cầu AI sửa hàng loạt.
Ví dụ:
Find all workflows that use the old OpenAI image generation endpoint.
Create a migration plan to update them to the new endpoint.
Group them by risk level.
Do not apply changes until I approve the plan.
Đây là lúc Antigravity phát huy đúng kiểu “AI manager cho hệ thống automation”, thay vì chỉ là một chatbot trả lời câu hỏi.
Cách viết prompt để AI làm việc chính xác hơnKhi làm với Antigravity + n8n, hãy dùng công thức này:
Prompt Formula
Context + Objective + Constraints + Validation + Action Policy
Ví dụ:
Context: This is a production-like workflow for content automation.
Objective: Replace the current summarization model with Gemini 3.0 Pro.
Constraints: Do not change trigger logic, schedule, or downstream Google Docs formatting.
Validation: Validate node configuration and explain possible breaking points.
Action policy: Show implementation plan first. Wait for my approval before editing.
Vì sao công thức này hiệu quả?
Vì AI agent không chỉ cần “việc phải làm”, mà còn cần:
• bối cảnh
• giới hạn
• tiêu chuẩn đúng/sai
• mức độ tự chủ được phép
Thiếu 4 thứ này, AI dễ “làm đúng kỹ thuật nhưng sai bài toán”.
9) Mẹo cực quan trọng cho người mới
. Mẹo 1: Luôn gửi URL workflow
Nếu không có URL hoặc định danh rõ ràng, AI rất dễ nhìn nhầm workflow.
. Mẹo 2: Luôn đưa docs khi thay công cụ mới
Đừng kỳ vọng AI tự biết API mới nhất của mọi nền tảng.
. Mẹo 3: Luôn yêu cầu implementation plan trước
Google Antigravity hỗ trợ artifact review, implementation plan và task plan để bạn comment ngay trên kế hoạch trước khi agent triển khai. Đây là một trong những cơ chế quan trọng để giữ kiểm soát.
. Mẹo 4: Bật chế độ review thay vì auto hết
Trong codelab của Google, Antigravity có các review policies như Always Proceed, Agent Decides, Request Review; nếu bạn mới dùng, nên ưu tiên kiểu thiên về review để agent trình bày kế hoạch trước khi hành động mạnh tay.
. Mẹo 5: Không sửa production trực tiếp
Repo n8n-mcp nhấn mạnh rất rõ: luôn copy workflow, test ở môi trường dev, export backup, validate trước khi deploy.
10) Những lỗi người mới hay gặp nhất
Lỗi 1: Cấu hình MCP nhưng quên MCP_MODE=stdio
Kết quả là MCP client hoạt động chập chờn hoặc lỗi parse output. Repo đã cảnh báo điểm này rất rõ.
Lỗi 2: Có docs tools nhưng không có management tools
Tức là AI chỉ đọc hiểu node n8n được, nhưng không tạo/sửa/chạy workflow được. Thường do thiếu N8N_API_URL hoặc N8N_API_KEY.
Lỗi 3: Nhầm giữa built-in MCP của n8n với custom n8n-mcp
Built-in MCP của n8n rất hữu ích, nhưng nó không phải con đường chính để AI author/edit workflow từ bên ngoài.
Lỗi 4: Workflow không được expose cho MCP
Nếu bạn dùng official MCP của n8n, workflow phải published, có trigger phù hợp và được enable MCP access riêng.
Lỗi 5: Prompt quá mơ hồ
Ví dụ:
“Làm workflow đăng bài tự động.”
Prompt này quá rộng. Hãy chỉ rõ:
• đăng ở đâu
• nguồn dữ liệu nào
• tần suất chạy
• format đầu ra
• logic lỗi
• lưu log ở đâu
11) Bộ prompt mẫu để bạn dùng ngay
A. Tạo workflow mới
Create an n8n workflow for me.
Goal:
[mo ta muc tieu]
Trigger:
[Webhook / Schedule / Chat / Form]
Inputs:
[du lieu dau vao]
Outputs:
[du lieu dau ra]
Integrations:
[danh sach cong cu]
Requirements:
[retry / logging / error handling / save result / notify]
Process:
First create an implementation plan.
Do not apply any changes until I review it.
B. Chỉnh sửa workflow
Open this workflow: [URL].
Objective:
[muon doi gi]
Constraints:
[giu nguyen phan nao]
Validation:
Check for broken expressions, invalid mappings, and credential issues.
Action policy:
Show the plan first, then wait for approval.
C. Fix lỗi
Check the latest failed execution for this workflow: [URL].
Tell me:
– failed node
– exact error
– root cause
– safest fix
Do not modify anything yet.
D. Tự sửa sau khi đã chẩn đoán
Apply the safest fix.
Then validate the workflow and summarize what changed.
E. Refactor workflow cho dễ bảo trì
Refactor this workflow for maintainability.
Goals:
– cleaner node naming
– better branching
– clearer error handling
– reusable structure where possible
Do not change business logic unless necessary.
Show me the refactor plan first.
Bằng cách áp dụng hướng dẫn này, bạn đã tiết kiệm được hàng giờ đồng hồ phải tự kéo thả và viết code trên n8n.
Nguồn: sưu tầm từ facebook
Nguồn: sưu tầm từ facebook
//academy.cesglobal.com.vn/viewer.html?id=43cc2aaa-7358-436a-a464-5630916f8aa2
Bài viết liên quan: