Swing-Anwendung zur Abfrage eines MCP-Servers (z. B. n8n „MCP Server Trigger“). Hier nun noch ein Java 21 MCP-Client der sich an den hier erwähnten MCP-Server Verbindet.
Der Code liegt in meinem Gitlab Repo.
MCP Server und Client Workflow mit n8n erstellen zum versenden von Textnachricht über Telegram-Bot
Mögliche Einsatzszenarien
- Persönlicher Assistent mit Benachrichtigungsfunktion: Der Benutzer bittet den Agenten per Chat, ihn per Telegram an etwas zu erinnern oder ein Ergebnis zu senden.
- Alarmierung und Monitoring: Der Agent bewertet Statusdaten und sendet bei Auffälligkeiten selbstständig eine Telegram-Meldung.
- Wiederverwendbare Tool-Bibliothek: Der MCP-Server kann um weitere Tools erweitert werden (Kalender, Datenbankabfragen, E-Mail, HTTP-Aufrufe, eigene REST-Dienste). Alle MCP-fähigen Clients können sie nutzen, auch außerhalb von n8n, etwa Claude Desktop oder IDE-Assistenten.
- Trennung von Logik und Fähigkeiten: Ein Workflow pro Fähigkeit hält die Agenten schlank und erleichtert Wartung und Tests.
- Modellunabhängigkeit: Dank OpenRouter lässt sich das Sprachmodell wechseln, ohne die Tool-Anbindung zu ändern.
Folgende Workflows in n8n anlegen:
1. MCP-Client
2. MCP-Server
„MCP Server und Client Workflow mit n8n erstellen zum versenden von Textnachricht über Telegram-Bot“ weiterlesen
n8n Workflow: Tägliches KI-Zitat per Telegram
n8n Workflow: Tägliches KI-Zitat per Telegram
Dieser n8n-Workflow generiert täglich automatisiert ein Zitat einer echten historischen Person und versendet es an einen Telegram-Chat. Der Workflow kombiniert einen zeitgesteuerten Trigger, JavaScript-basierte Zufallslogik, einen KI-gestützten Agenten über die OpenRouter-Schnittstelle sowie die Telegram Bot API.
Der Ablauf gliedert sich in vier aufeinanderfolgende Phasen:
- Zeitgesteuerte Auslösung (täglich um 09:17 Uhr)
- Generierung einer zufälligen historischen Epoche
- KI-gestützte Zitaterstellung über ein großes Sprachmodell
- Versand des Zitats als Telegram-Nachricht
Technische Rahmenbedingungen
| Eigenschaft | Wert |
|---|---|
| Workflow-Status | Aktiv |
| Ausführungsreihenfolge | v1 |
| MCP-Verfügbarkeit | Deaktiviert |
| KI-Modell | Nvidia Nemotron 3 Super 120B (via OpenRouter, kostenlos) |
| KI-Plattform | OpenRouter API |
| Ausgabekanal | Telegram Bot API |
| Trigger-Zeitpunkt | Täglich 09:17 Uhr |
| Max. Nachrichtenlänge | 430 Zeichen |
rtl_433 mit n8n via mqtt
Habe schon einige Beiträge über rtl_433 geschieben. Dort kann auch die Installation von rtl_433 nachgelesen werden. Heute mal mit Focus auf n8n.
Also auf meinem Raspberry Pi mit dem RTL_SDR-Stick läuft der mosquitto Host, und es ist so aufgebaut:
Startet mit diesem rtl_433-to-mqtt.sh Script den mqtt Server: „rtl_433 mit n8n via mqtt“ weiterlesen
n8n Update auf v2.0.3 mit breaking change
Dann mal auf die neue v2.0.3 umgestellt. Das ging schon mal schnell (docker compose pull, down und up -d).
Leider lief der Backup Workflow nicht mehr. Da hat der breaking change zugeschlagen. „n8n Update auf v2.0.3 mit breaking change“ weiterlesen
Update n8n auf Version 1.121.3 im Docker auf dem Raspberry Pi
Ein update von n8n auf dem Pi im Docker ist schnell gemacht. Einfach ins n8n Verzeichnis mit der docker-compose.yml des Raspberry Pi gehen und
|
1 2 3 |
docker compose pull docker compose up -d |
Check mit Backup-Flow: „Update n8n auf Version 1.121.3 im Docker auf dem Raspberry Pi“ weiterlesen
KI-Bot mit Telegram Bestätigung und E-Mail Antwort mit n8n
Bei mir läuft seit einiger Zeit auf einem Raspberry Pi in einem Docker n8n, wie schon mal berichtet. Der obige KI-Bot-Flow macht folgendes: „KI-Bot mit Telegram Bestätigung und E-Mail Antwort mit n8n“ weiterlesen
n8n auf dem Raspberry Pi 4 im Docker installieren: KI-gestützte Workflow-Automatisierung ist nun einfach möglich
n8n transformiert den Raspberry Pi 4 in eine leistungsfähige Automatisierungszentrale, die komplexe Workflows orchestriert und KI-Modelle orchestriert, ohne Abhängigkeiten zu Cloud-Diensten zu schaffen. Die Docker-Container-Architektur auf dem Pi 4 gewährleistet eine isolierte, reproduzierbare Umgebung, die Updates, Backups und Migration trivial macht – eine ideale Basis für selbst gehostete Infrastruktur mit KI-Fähigkeiten.
Die Open-Source-Plattform ermöglicht es, Datenströme zwischen verschiedenen Systemen visuell zu modellieren und dabei KI-Services wie OpenAI, Perplexity oder lokale Modelle direkt in Workflows zu integrieren. Der geringe Energieverbrauch des Raspberry Pi 4 kombiniert mit der Container-Effizienz resultiert in einer kosteneffizienten Alternative zu SaaS-Anbietern – besonders attraktiv bei häufigen KI-Anfragen. „n8n auf dem Raspberry Pi 4 im Docker installieren: KI-gestützte Workflow-Automatisierung ist nun einfach möglich“ weiterlesen
1 Stunde gewonnen beim Zeitumstellung: dann mal ein REST-Service mit Quarkus zu Ermittelung der Tage bis zur Rente
Ein fokussiertes Mini‑Projekt für die umgestellte Stunde: ein Quarkus‑REST‑Service, der die verbleibenden Tage bis zur Rente liefert, lokal entwickeln und anschließend auf einem Raspberry Pi deployen.
Idee und Ziel
-Ein kleiner REST‑Endpunkt liefert JSON mit: verbleibenden Tagen
– Projekt: Quarkus, Java 21, RESTEasy Reactive, Jackson. „1 Stunde gewonnen beim Zeitumstellung: dann mal ein REST-Service mit Quarkus zu Ermittelung der Tage bis zur Rente“ weiterlesen