Hoe u uw GoodBarber-app automatiseert met n8n en MCP — zonder code

Written by Pierre-Laurent Medori on Donderdag 11 Juni 2026

We hebben een dag besteed aan het verbinden van n8n met de MCP-server van GoodBarber om een echte automatisering op te zetten: een workflow die de blogartikelen van onze app elke ochtend naar het Frans vertaalt, als concepten klaar om na te lezen. Dit is de exacte opzet die we gebruikten, wat onderweg vastliep en de drie lessen die u een middag besparen.

Waarom n8n + MCP in plaats van Zapier + REST-API

Het korte antwoord: met MCP legt de API zichzelf uit aan de machine — u bouwt de requests niet meer met de hand.

Een klassieke REST-integratie betekent API-documentatie lezen, elke HTTP-request bouwen en authenticatie en paginering zelf afhandelen. MCP (Model Context Protocol) keert dat werk om: uw GoodBarber-app stelt haar bewerkingen beschikbaar als tools die elke MCP-client vanzelf ontdekt en aanroept. Onze test-app — een Content App — stelde 62 tools beschikbaar op het moment dat we verbonden: artikelen, paragrafen, evenementen, kaarten, galerijen, video's, geluiden.

n8n telt hier omdat het een van de zeldzame automatiseringsplatforms is met een native MCP Client node — en omdat zijn AI-Agent-nodes die 62 tools aan Claude kunnen overhandigen en het model laten beslissen welke het aanroept. Platforms in de stijl van Zapier automatiseren apps; n8n + MCP automatiseert uw app.

	REST + klassieke automatisering	MCP + n8n
Integratiewerk	Eén request per actie, met de hand gebouwd	Tools automatisch ontdekt
Authenticatie	Eén API-sleutel per request	Eén enkele OAuth-verbinding
AI in de lus	U parset, de AI ziet fragmenten	De agent roept de tools direct aan

Setup: n8n in 5 minuten verbonden met GoodBarber

De hele verbinding past in één node en één OAuth-scherm. Dit is de volgorde die we op n8n.cloud volgden:

Maak een workflow, voeg een AI Agent-node toe en koppel er een Claude-model aan (een Anthropic-API-sleutel in de credentials van n8n).
Voeg een MCP Client Tool-node toe met het endpoint https://mcp.goodbarber.dev/mcp/sse, het transport HTTP Streamable en de authenticatie MCP OAuth2.
Klik op Connect. n8n registreert zichzelf bij de GoodBarber-server (dynamic client registration) en er opent een GoodBarber-autorisatiepagina.
Plak de Public API key van uw app — u genereert die in de back-office, op de pagina Public API / MCP server — en bevestig.

Dat is alles. Het credential toont „Account connected" en de node somt alle tools op die uw app beschikbaar stelt — de pagina GoodBarber MCP beschrijft de volledige catalogus per app-type. Vijf minuten, geen code, geen webhook-acrobatiek.

Workflow 1 — blogartikelen automatisch vertalen

Het doel: elk gepubliceerd artikel in onze Engelse blogsectie krijgt een Franse vertaling in de Franse sectie, elke ochtend om 9 uur.

Onze eerste versie was de voor de hand liggende: een Schedule-trigger en één enkele AI Agent met alle artikel-tools — artikelen opsommen, ontbrekende vertalingen opsporen, vertalen, aanmaken. Bij de eerste proefrun werkte het. Daarna liep het tegen een muur: een agent stuurt bij elke stap zijn hele gesprek opnieuw mee, en artikel-payloads zijn zwaar. Onze runs verbrandden 40.000 tot 77.000 invoer-tokens per minuut — boven de limieten van een instap-API-account, ongeacht het model.

De versie die elke dag in productie draait is slanker, en ze leerde ons het echte patroon: deterministische nodes voor het loodgieterswerk, en het model alleen waar oordeelsvermogen nodig is. Vier HTTP Request-nodes roepen de MCP-tools rechtstreeks aan (het MCP-OAuth2-credential van n8n koppelt aan een gewone HTTP-node — dat is de truc), een kleine Code-node kiest het oudste niet-vertaalde artikel, en één enkele Claude-aanroep vertaalt het hele artikel in één keer. De vertalingen belanden in het CMS met behoud van afbeeldingen en embeds, voor ongeveer 5.000 tokens per run in plaats van 70.000.

Twee ontwerpkeuzes doen het zware werk op de kosten. We stellen alleen de tools beschikbaar die de workflow echt nodig heeft — de MCP Client-node van n8n accepteert een tool-selectie, en die van ons terugbrengen tot de vijf artikel-tools bespaarde duizenden schema-tokens per modelaanroep. En de idempotentie zit in één slug-conventie: de Franse versie van health-benefits-journaling is health-benefits-journaling-fr — als de slug bestaat, is het artikel klaar, dus de pipeline vertaalt nooit twee keer.

Vandaag schrijft de pipeline concepten en publiceren wij zelf. Dat is een redactionele keuze, geen technische grens: de vertaalkwaliteit van Claude is constant genoeg dat we deze workflow zonder mens in de lus zouden vertrouwen — rechtstreeks naar publicatie.

Workflow 2 — een RSS-feed omzetten in artikelconcepten

Hetzelfde patroon neemt inhoud op in plaats van die te vertalen. De ingebouwde RSS-trigger van n8n bewaakt elke feed; een Claude-node herformatteert elk item tot een nette titel, samenvatting en hoofdtekst; cms_create_article en cms_create_article_paragraph maken het concept aan in de sectie die u kiest. Uw redactieteam opent 's ochtends de back-office met een wachtrij van voorbereide concepten in plaats van een lijst links om te verwerken.

Workflow 3 — een wekelijkse redactionele samenvatting op Telegram

Rapportage is waar de agent uitblinkt, omdat het aantal bewerkingen klein is. Een Schedule-trigger vuurt elke vrijdag; de agent roept cms_list_articles aan over het venster van de week, Claude schrijft een korte samenvatting — wat is verschenen, wat nog in concept staat, wat gepland is — en een Telegram-node levert die af in het teamkanaal. Tien minuten configuratie voor een terugkerende redactionele hartslag.

Waar u op moet letten

Eerlijkheid maakt een tutorial nuttig, dus hier zijn de twee dingen die ons echt beten.

Instap-API-limieten passen niet bij spraakzame agents. Op een lage Anthropic-tier overschreed één enkele run van een alles-in-één-agent de tokenlimieten per minuut. Scheid het loodgieterswerk van de intelligentie, of reken op een hogere tier.
Lijst-antwoorden zijn zwaar. Artikellijsten geven de volledige inhoud en de beeldsets terug — prima voor een interactieve assistent, zwaar binnen de lus van een agent. Haal één artikel per keer op wanneer het tokenbudget telt.

Hoe nu verder

Onze test-app vertaalt zichzelf nu elke ochtend. Wilt u hetzelfde startpunt: de pagina 44 GoodBarber-skills legt uit wat de MCP-server beschikbaar stelt, Connect Claude loodst u door de opzet aan de assistentkant, en de open-source-repository goodbarber-skills bevat de kant-en-klare recepten — inclusief de CMS-workflows waarop dit artikel is gebouwd. En als u zich afvraagt waarom we onze apps om te beginnen klaar voor AI-agents hebben gemaakt — ook dat verhaal hebben we verteld.