Wypróbuj serwer MCP Google Analytics

Serwer Model Context Protocol (MCP) Google Analytics umożliwia łączenie danych Google Analytics z dużymi modelami językowymi (LLM) i agentami AI, takimi jak Gemini. Możesz używać serwera MCP do wysyłania zapytań do raportów w języku naturalnym, sprawdzania konfiguracji usług i tworzenia niestandardowych agentów analitycznych.

Skonfiguruj serwer MCP Wyświetl na GitHubie Obejrzyj samouczek dotyczący konfiguracji

Wymagania wstępne

Zanim skonfigurujesz serwer MCP Google Analytics, spełnij te wymagania:

  1. Zainstaluj Pythona i program do uruchamiania pakietów:

  2. Włącz interfejsy API Google Analytics w:

  3. Przyznawanie dostępu do usługi w Google Analytics:

Konfigurowanie uwierzytelniania

Serwer MCP Google Analytics uwierzytelnia się za pomocą domyślnego uwierzytelniania aplikacji (ADC) z zakresem OAuth 2.0 Google Analytics tylko do odczytu:

https://www.googleapis.com/auth/analytics.readonly

ADC możesz skonfigurować za pomocą konta użytkownika Google lub konta usługi.

Opcja 1. Uwierzytelnianie za pomocą danych logowania użytkownika

  1. Zainstaluj i zainicjuj gcloud CLI.

  2. Uruchom gcloud auth application-default login z wymaganymi zakresami:

    gcloud auth application-default login \
  --scopes="https://www.googleapis.com/auth/analytics.readonly,https://www.googleapis.com/auth/cloud-platform"

    Jeśli używasz pobranego pliku konfiguracji klienta OAuth 2.0 na komputerze lub w internecie (patrz Zarządzanie klientami OAuth), przekaż --client-id-file:

    gcloud auth application-default login \
  --scopes="https://www.googleapis.com/auth/analytics.readonly,https://www.googleapis.com/auth/cloud-platform" \
  --client-id-file=YOUR_CLIENT_JSON_FILE

  3. Po zakończeniu wykonywania polecenia skopiuj ścieżkę danych logowania wyświetloną w konsoli (Credentials saved to file: [PATH_TO_CREDENTIALS_JSON]). Użyjesz tej ścieżki w GOOGLE_APPLICATION_CREDENTIALS podczas konfigurowania klienta MCP.

Opcja 2. Uwierzytelnianie przy użyciu konta usługi

Aby uwierzytelnić się za pomocą konta usługi, które ma uprawnienia przeglądającego do Twojej usługi w Google Analytics:

  • Plik klucza JSON konta usługi: ustaw GOOGLE_APPLICATION_CREDENTIALS w konfiguracji klienta MCP na ścieżkę bezwzględną pliku JSON konta usługi.

  • Przyjęcie tożsamości konta usługi: wygeneruj dane logowania ADC, przyjmując tożsamość konta usługi za pomocą gcloud CLI:

    gcloud auth application-default login \
  --impersonate-service-account=SERVICE_ACCOUNT_EMAIL \
  --scopes="https://www.googleapis.com/auth/analytics.readonly,https://www.googleapis.com/auth/cloud-platform"

Konfigurowanie klienta MCP

Serwer jest opublikowany w PyPI jako analytics-mcp i udostępnia skrypty konsoli analytics-mcp i google-analytics-mcp.

W tych konfiguracjach zastąp:

  • PATH_TO_CREDENTIALS_JSON ścieżką bezwzględną do pliku JSON domyślnych danych uwierzytelniających aplikacji lub konta usługi.
  • YOUR_PROJECT_ID, podając identyfikator projektu, w którym zostały włączone interfejsy API Google Analytics.

Antigravity CLI i Antigravity IDE

  1. Zainstaluj Antigravity CLI lub Antigravity IDE.

  2. Dodaj serwer analytics-mcp do ~/.gemini/config/mcp_config.json (lub .agents/mcp_config.json w obszarze roboczym):

    {
  "mcpServers": {
    "analytics-mcp": {
      "command": "pipx",
      "args": ["run", "analytics-mcp"],
      "env": {
        "GOOGLE_APPLICATION_CREDENTIALS": "PATH_TO_CREDENTIALS_JSON",
        "GOOGLE_CLOUD_PROJECT": "YOUR_PROJECT_ID"
      }
    }
  }
}

  3. Sprawdź, czy analytics-mcp jest połączony:

    • Antigravity CLI: uruchom agy, a następnie wpisz /mcp, aby wyświetlić skonfigurowane serwery MCP.
    • Antigravity IDE: otwórz Ustawienia > Dostosowania > Zainstalowane serwery MCP i kliknij Odśwież.

Claude Desktop i Claude Code

W przypadku Claude Desktop dodaj serwer do pliku claude_desktop_config.json (~/Library/Application Support/Claude/claude_desktop_config.json na macOS lub %APPDATA%\Claude\claude_desktop_config.json na Windows):

{
  "mcpServers": {
    "analytics-mcp": {
      "command": "pipx",
      "args": ["run", "analytics-mcp"],
      "env": {
        "GOOGLE_APPLICATION_CREDENTIALS": "PATH_TO_CREDENTIALS_JSON",
        "GOOGLE_CLOUD_PROJECT": "YOUR_PROJECT_ID"
      }
    }
  }
}

W przypadku Claude Code zarejestruj serwer za pomocą narzędzia wiersza poleceń:

claude mcp add analytics-mcp \
  --scope user \
  -e GOOGLE_APPLICATION_CREDENTIALS="PATH_TO_CREDENTIALS_JSON" \
  -e GOOGLE_CLOUD_PROJECT="YOUR_PROJECT_ID" \
  -- pipx run analytics-mcp

Kursor

Dodaj serwer do pliku .cursor/mcp.json w katalogu projektu (lub ~/.cursor/mcp.json w przypadku konfiguracji globalnej). Możesz wywołać google-analytics-mcp za pomocą uvx lub pipx:

{
  "mcpServers": {
    "google-analytics-mcp": {
      "command": "uvx",
      "args": ["--from", "analytics-mcp", "google-analytics-mcp"],
      "env": {
        "GOOGLE_APPLICATION_CREDENTIALS": "PATH_TO_CREDENTIALS_JSON",
        "GOOGLE_CLOUD_PROJECT": "YOUR_PROJECT_ID"
      }
    }
  }
}

Aby uruchomić najnowszą wersję deweloperską bezpośrednio z GitHuba za pomocą uvx, zaktualizuj "args":

"args": [
  "--from",
  "git+https://github.com/googleanalytics/google-analytics-mcp.git",
  "google-analytics-mcp"
]

Możesz też użyć pipx, zmieniając "command" na "pipx" i ustawiając "args" na:

"command": "pipx",
"args": [
  "run",
  "--spec",
  "git+https://github.com/googleanalytics/google-analytics-mcp.git",
  "google-analytics-mcp"
]

Dostępne narzędzia MCP

Serwer MCP Google Analytics używa interfejsów Admin API i Data API w wersji 1, aby udostępniać klientowi MCP narzędzia tylko do odczytu:

  • Wykrywanie kont i usług (Admin API):
  • Raportowanie i sprawdzanie schematu (Data API w wersji 1):
    • get_custom_dimensions_and_metrics: pobiera wymiary i dane niestandardowe zdefiniowane dla usługi (getMetadata).
    • run_report: generuje standardowy raport Google Analytics (runReport).
    • run_realtime_report: generuje raport Google Analytics pokazujący aktywność w czasie rzeczywistym (runRealtimeReport).
    • run_funnel_report: generuje raport eksploracji ścieżki w Google Analytics (runFunnelReport).
    • run_conversions_report: generuje raport skuteczności konwersji (runConversionsReport).

Przykładowe prompty

Po połączeniu spróbuj zadać asystentowi AI pytania, takie jak:

  • Ilu było ogółem moich użytkowników wczoraj?
  • Które z moich najchętniej kupowanych produktów sprzedawały się wczoraj najlepiej?
  • Mam budżet marketingowy w wysokości 5000 USD miesięcznie i muszę zwiększyć przychody. Pomóż mi utworzyć plan marketingowy oparty na danych.
  • Jakie wymiary i dane niestandardowe są skonfigurowane w mojej usłudze?
  • Jakie są najpopularniejsze zdarzenia w mojej usłudze w Google Analytics w ciągu ostatnich 90 dni?

Rozwiązywanie problemów

Aby rozwiązać typowe błędy konfiguracji i środowiska wykonawczego, skorzystaj z tej listy kontrolnej:

  • 403 PERMISSION_DENIED (interfejs API nie jest włączony lub uprawnienia do usługi są niewystarczające):
    • Sprawdź, czy interfejsy Google Analytics Admin API (analyticsadmin.googleapis.com) i Google Analytics Data API (analyticsdata.googleapis.com) są włączone w projekcie określonym przez GOOGLE_CLOUD_PROJECT.
    • Sprawdź, czy uwierzytelniający użytkownik lub konto usługi ma co najmniej rolę Przeglądający (roles/analytics.viewer) w docelowej usłudze w Google Analytics w interfejsie Google Analytics.
    • Jeśli stan błędu wskazuje Request had insufficient authentication scopes, uruchom ponownie gcloud auth application-default login z zakresami https://www.googleapis.com/auth/analytics.readonly i https://www.googleapis.com/auth/cloud-platform.

  • Brak projektu z limitem (GOOGLE_CLOUD_PROJECT) lub 403 ACCESS_NOT_CONFIGURED:

    • Żądania uwierzytelnione za pomocą danych logowania ADC użytkownika wymagają projektu z limitem z włączonymi interfejsami Google Analytics API. Ustaw "GOOGLE_CLOUD_PROJECT": "YOUR_PROJECT_ID" w konfiguracji env serwera MCP lub ustaw projekt rozliczeniowy w pliku ADC:

      gcloud auth application-default set-quota-project YOUR_PROJECT_ID

  • Nie znaleziono pliku 401 UNAUTHENTICATED ani pliku danych logowania:

    • Użyj ścieżki bezwzględnej dla GOOGLE_APPLICATION_CREDENTIALS (np. /Users/username/.config/gcloud/application_default_credentials.json). Unikaj zmiennych ~ lub $HOME, ponieważ wiele hostów MCP nie rozwija zmiennych powłoki w plikach konfiguracji JSON.
    • Jeśli Twoje dane logowania wygasły, ponownie uruchom gcloud auth application-default login.

  • Nie udało się uruchomić serwera (błędy spawn pipx ENOENT, uvx: command not found lub błędy wersji Pythona):

    • Sprawdź, czy masz zainstalowanego Pythona w wersji 3.10 lub nowszej (python3 --version).
    • Aplikacje GUI na komputery (takie jak Claude Desktop i Cursor) często nie dziedziczą interaktywnej powłoki PATH. Zastąp "pipx" lub "uvx" w "command" bezwzględną ścieżką binarną zwróconą przez which pipx lub which uvx (np. /opt/homebrew/bin/pipx lub /Users/username/.local/bin/pipx).