使用说明
与LLM集成的开源和非官方Meta Ads MCP服务器
元广告MCP
元广告MCP 是一个模型上下文协议（MCP）服务器，它公开 Meta Ads API作为可调用工具 LLMs。
它允许AI助手（如Claude、Cursor等） 实时查询、检查和分析元广告数据 --而不会产生幻觉、抓取或依赖过时的训练数据。
这解决了什么
法学硕士擅长推理，但是 不擅长实时、权威的数据.
Meta Ads MCP通过转向来弥合这一差距 将元广告API转化为确定性工具 LLM在需要地面真相答案时可以调用。
而不是：
“我认为你的竞选支出看起来很高……”
你得到：
“活动
12345花费$12,431昨天，注册会计师$18.20（来源：Meta Ads API）。”
你可以用Meta Ads MCP做什么
- 列出广告帐户
- 检查活动、广告集和广告
- 获取绩效洞察（支出、印象、CTR、CPA、ROAS等）
- 运行健康检查以验证连接和权限
- 直接在LLM工作流中使用Meta Ads数据
建筑（高级）
LLM (Claude / Cursor / IDE)
|
| MCP Tool Call
v
Meta Ads MCP Server
|
| Official Meta Ads APIs
v
Meta Ads Platform
LLM 从不猜测 --它询问从Meta获取实时数据的MCP服务器。
需求
- Python 3.10+
- Meta Ads访问令牌
- 访问至少一个元广告帐户
安装
克隆存储库并以可编辑模式安装：
git clone https://github.com/<your-org>/meta-ads-mcp.git
cd meta-ads-mcp
python -m venv .venv
source .venv/bin/activate
pip install -e .
配置
将您的Meta Ads访问令牌设置为环境变量：
export META_ACCESS_TOKEN="your_meta_access_token"
设置变量后重新启动MCP服务器。
运行MCP服务器
meta-ads-mcp
或者直接：
python -m meta_ads_mcp.run_mcp
您应该看到类似以下内容的日志：
Starting MCP server 'Meta Ads MCP'
正在更新LLM配置文件
{
"mcpServers": {
"meta-ads-mcp": {
"command": "/absolute/path/to/.venv/bin/meta-ads-mcp",
"env": {
"META_ACCESS_TOKEN": "YOUR_META_ACCESS_TOKEN"
}
}
}
}
可用工具
meta_ads_healthcheck
验证凭据和API访问是否已正确配置。
{
"sample_accounts": 1
}
list_ad_accounts
列出令牌可访问的元广告帐户。
list_campaigns
获取给定广告帐户的活动。
get_insights
提取广告系列、广告集或广告的绩效指标。
示例指标：
- 花费
- 印象
- 点击
- 点击率
- 注册会计师
- 广告支出回报率
示例提示（LLM）
“显示我前三个活动的昨天支出和ROAS。”
法学硕士将：
- 呼叫
list_campaigns - 呼叫
get_insights - 返回可靠、可验证的结果
示例屏幕截图
列出所有元帐户
列出所有MCP功能
为什么是MCP（而不是RAG或微调）？
- 无嵌入
- 无矢量存储
- 不进行再培训
- 没有幻觉
MCP给出了模型 工具，没有更多的文本。
安全说明
- 令牌仅从环境变量中读取
- 没有记录凭据
- 您可以精确控制暴露的工具
状态
- ✅ 支持核心元广告读取API
- 🚧 编写/修改API（未来）
- 🚧 预算和优化建议（未来）
许可证
麻省理工学院