AI导哈

搜索分析服务器

MCP搜索分析服务器是一个用于Google Analytics和Search Console数据分析的模型上下文协议服务器，提供统一的数据访问和实时分析查询功能。

  • by vesivanov
  • Python
  • 本地部署
  • 2 星标
  • 更新于
在 GitHub 查看 dexter480/mcp-search-analytics

使用说明

MCP搜索分析服务器

用于谷歌分析和搜索控制台数据分析的模型上下文协议（MCP）服务器。

🚀 特性

  • 统一访问Google Analytics 4和Google Search Console数据
  • 通过MCP接口进行实时分析查询
  • 通过环境变量实现安全的凭据管理

🔧 设置

先决条件

  • Python 3.8+
  • 启用了分析和搜索控制台API的谷歌云项目
  • 具有适当权限的Google服务帐户

安装

  1. 克隆此存储库：
git clone <your-repo-url>
cd mcp-search-analytics
  1. 创建虚拟环境：
python -m venv venv
source venv/bin/activate  # On Windows: venv\Scripts\activate
  1. 安装依赖项：
pip install -r requirements.txt

配置

  1. 创建环境文件：

    cp environment.example .env

  2. 设置Google服务帐户：

    • 在Google Cloud Console中创建服务帐户
    • 下载JSON凭据文件
    • 启用Google Analytics Reporting API和搜索控制台API
    • 为您的服务帐户授予必要的权限

  3. 配置环境变量： 编辑 .env 文件中包含您的实际值：

    ANALYTICS_CREDENTIALS_PATH=/path/to/your/credentials.json
GSC_SITE_URL=https://your-website.com
GA4_PROPERTY_ID=your-property-id

用法

  1. 测试您的凭据：
python test_credentials.py
  1. 运行MCP服务器：
python unified_analytics_server.py

🔐 安全说明

  • 从不提交凭据文件 (.json, .env)到版本控制
  • 安全地存储凭据并使用环境变量
  • 定期轮换服务帐户密钥
  • 遵循API访问权限最小原则

📋 需求

看 requirements.txt 对于Python依赖关系。

🤝 贡献

  1. 分叉存储库
  2. 创建要素分支
  3. 进行更改
  4. 彻底测试
  5. 提交拉取请求

📄 许可证

[在此处添加您的许可证]

相关 MCP