--- title: "Come automatizzare la tua app GoodBarber con n8n e MCP" description: "Abbiamo passato una giornata a collegare n8n al server MCP di GoodBarber per costruire un'automazione vera: un workflow che traduce ogni mattina in francese gli" canonical_url: "https://it.goodbarber.com/blog/come-automatizzare-la-tua-app-goodbarber-con-n8n-e-mcp-—-senza-scrivere-codice-a1034/" lang: it date: 2026-06-11 last_updated: 2026-09-03 --- # Come automatizzare la tua app GoodBarber con n8n e MCP [Indietro](/blog/make-it-r10/) # Come automatizzare la tua app GoodBarber con n8n e MCP — senza scrivere codice Scritto da [Pierre-Laurent Medori](https://it.goodbarber.com/blog/author/pierre-medori/) il Giovedì 11 Giugno 2026· Ultimo aggiornamento: Giovedì 3 Settembre 2026 ## Abbiamo passato una giornata a collegare n8n al server MCP di GoodBarber per costruire un'automazione vera: un workflow che traduce ogni mattina in francese gli articoli del blog della nostra app, sotto forma di bozze pronte da rivedere. Ecco la configurazione esatta che abbiamo usato, cosa si è inceppato lungo la strada e le tre lezioni che ti faranno risparmiare un pomeriggio. ## Perché n8n + MCP invece di Zapier + API REST ![](https://cmsphoto.ww-cdn.com/superstatic/81312/art/grande/96933264-67560155.jpg?v=1781163576.2906024) La risposta breve: con MCP è l'API che si spiega alla macchina — non costruisci più le richieste a mano. Un'integrazione REST classica significa leggere la documentazione di un'API, costruire ogni richiesta HTTP e gestire autenticazione e paginazione da solo. **MCP (Model Context Protocol)** ribalta questo lavoro: la tua app GoodBarber espone le sue operazioni come **tools** che qualsiasi client MCP scopre e chiama da solo. La nostra app di test — una Content App — ha esposto **62 tools** nel momento stesso in cui ci siamo collegati: articoli, paragrafi, eventi, mappe, gallerie, video, suoni. n8n conta qui perché è una delle rare piattaforme di automazione con un **MCP Client node** nativo — e perché i suoi node AI Agent possono affidare quei 62 tools a Claude e lasciare che sia il modello a decidere quali chiamare. Le piattaforme in stile Zapier automatizzano le *app*; n8n + MCP automatizza la *tua* app. | | REST + automazione classica | MCP + n8n | | ---------------------- | ------------------------------------------ | ------------------------------------ | | Lavoro di integrazione | Una richiesta per azione, costruita a mano | Tools scoperti automaticamente | | Autenticazione | Una chiave API per richiesta | Una sola connessione OAuth | | L'IA nel ciclo | Tu fai il parsing, l'IA vede frammenti | L'agente chiama i tools direttamente | ## Setup: n8n collegato a GoodBarber in 5 minuti Tutta la connessione sta in un node e una schermata OAuth. Ecco la sequenza che abbiamo seguito su n8n.cloud: 1. Crea un workflow, aggiungi un node **AI Agent** e collegaci un modello Claude (una chiave API Anthropic nei credentials di n8n). 2. Aggiungi un node **MCP Client Tool** con l'endpoint https://mcp.goodbarber.dev/mcp/sse, il transport **HTTP Streamable** e l'autenticazione **MCP OAuth2**. 3. Clicca su Connect. n8n si registra da solo presso il server GoodBarber (dynamic client registration) e si apre una pagina di autorizzazione GoodBarber. 4. Incolla la **Public API key** della tua app — la generi nel back-office, nella pagina *Public API / MCP server* — e conferma. Tutto qui. Il credential mostra «Account connected» e il node elenca tutti i tools che la tua app espone — la pagina [GoodBarber MCP](https://it.goodbarber.com/mcp/) descrive il catalogo completo per tipo di app. Cinque minuti, senza codice, senza acrobazie di webhook. ## Workflow 1 — tradurre automaticamente gli articoli del blog ![](https://cmsphoto.ww-cdn.com/superstatic/81312/art/grande/96933264-67560157.jpg?v=1781163577.6906095) L'obiettivo: ogni articolo pubblicato nella nostra sezione di blog in inglese riceve una traduzione in francese nella sezione francese, ogni mattina alle 9. La nostra prima versione era quella ovvia: un trigger Schedule e un solo AI Agent con tutti i tools di articolo — elencare gli articoli, individuare le traduzioni mancanti, tradurre, creare. Ha funzionato al primo test a vuoto. Poi ha sbattuto contro un muro: un agente rimanda tutta la sua conversazione a ogni passo, e i payload degli articoli sono pesanti. Le nostre esecuzioni bruciavano dai 40.000 ai 77.000 token in ingresso al minuto — oltre i limiti di un account API di fascia base, con qualsiasi modello. La versione che gira in produzione ogni giorno è più snella, e ci ha insegnato il pattern vero: **node deterministici per l'idraulica, e il modello solo dove serve giudizio**. Quattro node HTTP Request chiamano i tools MCP direttamente (il credential MCP OAuth2 di n8n si collega a un semplice node HTTP — è questo il trucco), un piccolo node Code sceglie l'articolo più vecchio non tradotto, e una sola chiamata a Claude traduce l'intero articolo in un colpo solo. Le traduzioni arrivano nel CMS con immagini ed embed preservati, per circa 5.000 token a esecuzione invece di 70.000. Due scelte di progettazione fanno tutto il lavoro sul costo. Esponiamo solo i tools di cui il workflow ha davvero bisogno — il node MCP Client di n8n accetta una selezione di tools, e ridurre la nostra ai cinque tools di articolo ha risparmiato migliaia di token di schema a ogni chiamata al modello. E l'idempotenza sta in una convenzione di slug: la versione francese di *health-benefits-journaling* è *health-benefits-journaling-fr* — se lo slug esiste, l'articolo è già fatto, quindi il pipeline non traduce mai due volte. Oggi il pipeline scrive bozze e a pubblicare siamo noi. È una scelta editoriale, non un limite tecnico: la qualità di traduzione di Claude è abbastanza costante da farci fidare di questo workflow senza un umano nel ciclo — dritto alla pubblicazione. ## Workflow 2 — trasformare un feed RSS in bozze di articolo Lo stesso pattern ingerisce contenuti invece di tradurli. Il trigger RSS integrato di n8n sorveglia qualsiasi feed; un node Claude riformatta ogni voce in un titolo, un riassunto e un corpo puliti; **cms_create_article** e **cms_create_article_paragraph** creano la bozza nella sezione che scegli. Il tuo team editoriale apre il back-office la mattina su una coda di bozze pronte invece che su una lista di link da lavorare. ## Workflow 3 — un riepilogo editoriale settimanale su Telegram Il reporting è dove l'agente brilla, perché il numero di operazioni è piccolo. Un trigger Schedule scatta ogni venerdì; l'agente chiama **cms_list_articles** sulla finestra della settimana, Claude scrive un breve riepilogo — cosa è uscito, cosa è ancora in bozza, cosa è programmato — e un node Telegram lo consegna sul canale del team. Dieci minuti di configurazione per un battito editoriale ricorrente. ## A cosa fare attenzione L'onestà rende utile un tutorial, quindi ecco le due cose che ci hanno davvero morso. - **I limiti API di fascia base non sono adatti ad agenti chiacchieroni.** Su un tier Anthropic basso, una sola esecuzione di un agente tutto-in-uno superava i limiti di token al minuto. Separa l'idraulica dall'intelligenza, oppure metti in conto un tier superiore. - **Le risposte di lista sono pesanti.** Le liste di articoli restituiscono il contenuto completo e i set di immagini — ottimo per un assistente interattivo, pesante dentro il ciclo di un agente. Recupera un articolo alla volta quando il budget di token conta. ## E adesso La nostra app di test ora si traduce da sola ogni mattina. Se vuoi lo stesso punto di partenza: la pagina [44 skill di GoodBarber](https://it.goodbarber.com/mcp/) spiega cosa espone il server MCP, [Connect Claude](https://it.goodbarber.com/connect-claude-app/) illustra la configurazione lato assistente, e il repository open source [goodbarber-skills](https://github.com/goodbarber/goodbarber-skills) contiene le ricette pronte all'uso — compresi i workflow CMS su cui è costruito questo articolo. E se ti chiedi perché abbiamo reso le nostre app [pronte per gli agenti IA](https://it.goodbarber.com/blog/la-sua-app-goodbarber-e-ora-pronta-per-gli-agenti-ai-44-skill-per-claude-code-cursor-e-qualsiasi-client-mcp-a1031/) in primo luogo, abbiamo raccontato anche quella storia. E per trovare tutti gli altri client e workflow supportati dal server, sfoglia la [guida completa all'MCP di GoodBarber](https://it.goodbarber.com/mcp-complete-guide/). ![PIERRE MEDORI](https://blog.goodbarber.com/_public/profile/b5/b5f3704c4117b921f2e8146eddf0b0763b3e1692-default.jpg) Informazioni sull'autore[PIERRE MEDORI](https://it.goodbarber.com/blog/author/pierre-medori/)Head of Backend Engineering Sono Head of Backend Engineering di GoodBarber, dove costruiamo la piattaforma che permette a chiunque di creare app native senza scrivere una riga di codice. Il mio team si occupa di tutto ciò che accade dietro le quinte — le API, i servizi e l'infrastruttura che trasformano un progetto no-code in app davvero pubblicate, con hosting, notifiche push e uno store completo. Scrivo dell'ingegneria che fa funzionare il no-code su larga scala e del ruolo che vi gioca l'IA. [Scopri di più](https://it.goodbarber.com/blog/author/pierre-medori/) [![LinkedIn](https://portal.ww-cdn.com/portal_static/svg/base2021/linkedin.3ed8162e2a2b.svg)](https://www.linkedin.com/in/pierre-laurent-medori/)