googleanalytics/google-analytics-mcp

GitHub: googleanalytics/google-analytics-mcp

Google 官方的实验性 MCP 服务器,将 Google Analytics Admin API 和 Data API 封装为 LLM 工具,让用户通过自然语言对话查询和分析网站分析数据。

Stars: 2674 | Forks: 592

# Google Analytics MCP 服务器(实验性) [![PyPI 版本](https://img.shields.io/pypi/v/analytics-mcp.svg)](https://pypi.org/project/analytics-mcp/) [![Python 3.10+](https://img.shields.io/badge/python-3.10+-blue.svg)](https://www.python.org/downloads/) [![GitHub 分支检查运行](https://img.shields.io/github/check-runs/googleanalytics/google-analytics-mcp/main)](https://github.com/googleanalytics/google-analytics-mcp/actions?query=branch%3Amain++) [![PyPI - 下载量](https://img.shields.io/pypi/dm/analytics-mcp)](https://pypi.org/project/analytics-mcp/) [![GitHub stars](https://img.shields.io/github/stars/googleanalytics/google-analytics-mcp?style=social)](https://github.com/googleanalytics/google-analytics-mcp/stargazers) [![GitHub forks](https://img.shields.io/github/forks/googleanalytics/google-analytics-mcp?style=social)](https://github.com/googleanalytics/google-analytics-mcp/network/members) [![YouTube 视频观看次数](https://img.shields.io/youtube/views/PT4wGPxWiRQ)](https://www.youtube.com/watch?v=PT4wGPxWiRQ) 此代码库包含用于运行与 [Google Analytics](https://support.google.com/analytics) API 交互的本地 [MCP](https://modelcontextprotocol.io) 服务器的源代码。 ## 工具 🛠️ 该服务器使用 [Google Analytics Admin API](https://developers.google.com/analytics/devguides/config/admin/v1) 和 [Google Analytics Data API](https://developers.google.com/analytics/devguides/reporting/data/v1) 提供多个用于 LLM 的 [工具](https://modelcontextprotocol.io/docs/concepts/tools)。 ### 检索账号和媒体资源信息 🟠 - `get_account_summaries`:检索有关用户的 Google Analytics 账号和媒体资源的信息。 - `get_property_details`:返回有关媒体资源的详细信息。 - `list_google_ads_links`:返回指向某个媒体资源的 Google Ads 账号链接列表。 ### 运行核心报告 📙 - `run_report`:使用 Data API 运行 Google Analytics 报告。 - `run_funnel_report`:使用 Data API 运行 Google Analytics 漏斗报告。 - `get_custom_dimensions_and_metrics`:检索特定媒体资源的自定义维度和 指标。 ### 运行实时报告 ⏳ - `run_realtime_report`:使用 Data API 运行 Google Analytics 实时报告。 ## 设置说明 🔧 ✨ 观看 YouTube 上的 [Google Analytics MCP 设置教程](https://youtu.be/nS8HLdwmVlY),获取这些说明的逐步操作指南。 [![观看视频](https://img.youtube.com/vi/nS8HLdwmVlY/mqdefault.jpg)](https://www.youtube.com/watch?v=nS8HLdwmVlY) 设置包含以下步骤: 1. 配置 Python。 2. 配置 Google Analytics 凭据。 3. 配置 Gemini。 ### 配置 Python 🐍 [安装 pipx](https://pipx.pypa.io/stable/#install-pipx)。 ### 在您的项目中启用 API ✅ [按照说明操作](https://support.google.com/googleapi/answer/6158841), 在您的 Google Cloud 项目中启用以下 API: - [Google Analytics Admin API](https://console.cloud.google.com/apis/library/analyticsadmin.googleapis.com) - [Google Analytics Data API](https://console.cloud.google.com/apis/library/analyticsdata.googleapis.com) ### 配置凭据 🔑 配置您的[应用默认凭据 (ADC)](https://cloud.google.com/docs/authentication/provide-credentials-adc)。 确保凭据属于有权访问您的 Google Analytics 账号或媒体资源的用户。 凭据必须包含 Google Analytics 只读范围: ``` https://www.googleapis.com/auth/analytics.readonly ``` 查看 [管理 OAuth 客户端](https://support.google.com/cloud/answer/15549257) 了解如何创建 OAuth 客户端。 以下是一些您可能会觉得有用的 `gcloud` 命令示例: - 在将客户端 JSON 下载到 `YOUR_CLIENT_JSON_FILE` 后,使用用户凭据和 OAuth 桌面或 Web 客户端设置 ADC。 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 - 使用服务账号模拟设置 ADC。 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 当 `gcloud auth application-default` 命令执行完成后,复制控制台在 以下消息中打印的 `PATH_TO_CREDENTIALS_JSON` 文件位置。您将在下一步中用到它! ``` Credentials saved to file: [PATH_TO_CREDENTIALS_JSON] ``` ### 配置 Gemini 1. 安装 [Gemini CLI](https://github.com/google-gemini/gemini-cli/blob/main/docs/get-started/installation.md) 或 [Gemini Code Assist](https://marketplace.visualstudio.com/items?itemName=Google.geminicodeassist)。 2. 创建或编辑位于 `~/.gemini/settings.json` 的文件,将您的服务器添加到 `mcpServers` 列表中。 将 `PATH_TO_CREDENTIALS_JSON` 替换为您在上一步中复制的路径。 我们还建议您在 `env` 对象中添加 `GOOGLE_CLOUD_PROJECT` 属性。在以下示例中,将 `YOUR_PROJECT_ID` 替换为您 Google Cloud 项目的 [项目 ID](https://support.google.com/googleapi/answer/7014113)。 { "mcpServers": { "analytics-mcp": { "command": "pipx", "args": ["run", "analytics-mcp"], "env": { "GOOGLE_APPLICATION_CREDENTIALS": "PATH_TO_CREDENTIALS_JSON", "GOOGLE_PROJECT_ID": "YOUR_PROJECT_ID" } } } } ### 配置 Claude Code 1. 使用以下命令添加 MCP 服务器: 将 `PATH_TO_CREDENTIALS_JSON` 替换为您在上一步中复制的路径,并将 `YOUR_PROJECT_ID` 替换为您 Google Cloud 项目的 [项目 ID](https://support.google.com/googleapi/answer/7014113)。 claude mcp add analytics-mcp \ --scope user \ -e "GOOGLE_APPLICATION_CREDENTIALS=PATH_TO_CREDENTIALS_JSON" \ -e "GOOGLE_PROJECT_ID=YOUR_PROJECT_ID" \ -- pipx run analytics-mcp ## 试运行 🥼 启动 Gemini Code Assist 或 Gemini CLI 并输入 `/mcp`。您应该会看到 `analytics-mcp` 出现在结果列表中。 以下是一些帮助您入门的提示词示例: - 询问服务器能做什么: analytics-mcp 服务器能做什么? - 询问有关 Google Analytics 媒体资源的信息 向我提供名称中包含 'xyz' 的 Google Analytics 媒体资源的详细信息 - 请求进行分析: 在过去 180 天内,我的 Google Analytics 媒体资源中最受欢迎的事件是什么? - 询问已登录用户的情况: 过去 6 个月里我的大多数用户都是登录状态吗? - 询问有关媒体资源配置的信息: 我的媒体资源中有哪些自定义维度和自定义指标? ## 贡献 ✨ 欢迎贡献!请参阅[贡献指南](CONTRIBUTING.md)。
标签:API集成, Blue Team, DLL 劫持, Google Analytics, MCP, Python, 代码示例, 可观测性, 大语言模型, 数据分析, 无后门, 逆向工具