--- title: "Hoe u uw GoodBarber-app automatiseert met n8n en MCP" description: "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" canonical_url: "https://nl.goodbarber.com/blog/hoe-u-uw-goodbarber-app-automatiseert-met-n8n-en-mcp-—-zonder-code-a1369/" lang: nl date: 2026-06-11 last_updated: 2026-09-03 --- # Hoe u uw GoodBarber-app automatiseert met n8n en MCP [Terug](/blog/maak-het-waar-r13/) # Hoe u uw GoodBarber-app automatiseert met n8n en MCP — zonder code Written by [Pierre-Laurent Medori](https://nl.goodbarber.com/blog/author/pierre-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 ![](https://cmsphoto.ww-cdn.com/superstatic/2962774/art/grande/96933267-67560176.jpg?v=1781163585.2266476) 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: 1. 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). 2. 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**. 3. Klik op Connect. n8n registreert zichzelf bij de GoodBarber-server (dynamic client registration) en er opent een GoodBarber-autorisatiepagina. 4. 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](https://nl.goodbarber.com/mcp/) beschrijft de volledige catalogus per app-type. Vijf minuten, geen code, geen webhook-acrobatiek. ## Workflow 1 — blogartikelen automatisch vertalen ![](https://cmsphoto.ww-cdn.com/superstatic/2962774/art/grande/96933267-67560178.jpg?v=1781163586.4346538) 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](https://nl.goodbarber.com/mcp/) legt uit wat de MCP-server beschikbaar stelt, [Connect Claude](https://nl.goodbarber.com/connect-claude-app/) loodst u door de opzet aan de assistentkant, en de open-source-repository [goodbarber-skills](https://github.com/goodbarber/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](https://nl.goodbarber.com/blog/uw-goodbarber-app-is-nu-klaar-voor-ai-agents-44-skills-voor-claude-code-cursor-en-elke-mcp-client-a1366/) hebben gemaakt — ook dat verhaal hebben we verteld. En om alle andere clients en workflows te vinden die de server ondersteunt, doorloopt u [de volledige GoodBarber MCP-gids](https://nl.goodbarber.com/mcp-complete-guide/). ![PIERRE MEDORI](https://blog.goodbarber.com/_public/profile/b5/b5f3704c4117b921f2e8146eddf0b0763b3e1692-default.jpg) Over de auteur[PIERRE MEDORI](https://nl.goodbarber.com/blog/author/pierre-medori/)Head of Backend Engineering Ik ben Head of Backend Engineering bij GoodBarber, waar we het platform bouwen waarmee iedereen native apps kan maken zonder een regel code te schrijven. Mijn team beheert alles wat zich achter de schermen afspeelt — de API's, services en infrastructuur die een no-code-project omzetten in echt gepubliceerde apps, hosting, push en een volledige store. Ik schrijf over de engineering die no-code op grote schaal draaiende houdt, en over waar AI daarin past. [Lees meer](https://nl.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/)