Servidor MCP do Google Analytics

O que faz o Servidor MCP “Google Analytics”?

O Servidor MCP do Google Analytics permite a integração fluida dos dados do Google Analytics 4 (GA4) com assistentes de IA e ferramentas de desenvolvimento como Claude, Cursor e Windsurf usando o Model Context Protocol (MCP). Atuando como uma ponte entre clientes MCP e a API do GA4, possibilita aos usuários consultar tráfego do site, comportamento do usuário e dados analíticos em linguagem natural, desbloqueando acesso a mais de 200 dimensões e métricas. Isso capacita agentes de IA a automatizar relatórios, realizar análises aprofundadas de dados e fornecer insights acionáveis diretamente em fluxos de trabalho de desenvolvedor ou ferramentas movidas por IA, simplificando o processo de tomar decisões baseadas em dados sem navegação manual por dashboards.

Lista de Prompts

Nenhum template específico de prompt é mencionado no repositório.

Lista de Recursos

Não há recursos explícitos listados no repositório.

Lista de Ferramentas

• As informações sobre as ferramentas oferecidas pelo servidor (como do ga4_mcp_server.py) não estão detalhadas nos arquivos disponíveis.

Casos de Uso deste Servidor MCP

• Consultas Analíticas em Linguagem Natural: Desenvolvedores e analistas podem fazer perguntas sobre tráfego, comportamento do usuário ou métricas de conversão em português claro, e receber dados ou resumos relevantes do GA4.
• Relatórios Automatizados: Utilize o servidor MCP para gerar relatórios analíticos regulares ou sob demanda, reduzindo o trabalho manual de criação de relatórios no dashboard do GA4.
• Integração ao Fluxo de Trabalho: Acesse dados do GA4 diretamente em ferramentas de desenvolvedor como Cursor ou Windsurf, permitindo análises contextuais durante revisões de código ou lançamentos de funcionalidades.
• Insights Gerados por IA: Permita que agentes de IA apontem tendências, anomalias ou recomendações automaticamente a partir dos dados analíticos, apoiando decisões mais rápidas.
• Análise de Dados de Múltiplas Fontes: Misture dados do Google Analytics com outras fontes (como Search Console) para insights mais ricos e multidimensionais (quando usado com outros servidores MCP).

Como configurar

Windsurf

1. Certifique-se de que o Python 3.10+ está instalado.
2. Clone o repositório ou instale via PyPI, se disponível.
3. Adicione o servidor MCP do Google Analytics à sua configuração mcpServers:

   {
     "mcpServers": {
       "google-analytics-mcp": {
         "command": "python3",
         "args": ["-m", "google_analytics_mcp"]
       }
     }
   }
   

4. Salve a configuração e reinicie o Windsurf.
5. Verifique se o servidor MCP aparece e está acessível na interface do Windsurf.

Claude

1. Certifique-se de que o Python 3.10+ está instalado.
2. Use o arquivo claude-config-template.json fornecido como ponto de partida.
3. Adicione ou atualize o campo mcpServers na configuração do Claude:

   {
     "mcpServers": {
       "google-analytics-mcp": {
         "command": "python3",
         "args": ["-m", "google_analytics_mcp"]
       }
     }
   }
   

4. Salve a configuração e reinicie o Claude.
5. Confirme a conexão do servidor MCP no painel de integrações do Claude.

Cursor

1. Instale o Python 3.10+ e clone ou instale o servidor MCP.
2. Localize o arquivo de configuração do Cursor.
3. Adicione a entrada do servidor MCP:

   {
     "mcpServers": {
       "google-analytics-mcp": {
         "command": "python3",
         "args": ["-m", "google_analytics_mcp"]
       }
     }
   }
   

4. Salve e reinicie o Cursor.
5. Certifique-se de que o servidor aparece entre os MCP disponíveis no Cursor.

Cline

1. Certifique-se de que o Python 3.10+ está presente.
2. Baixe ou instale o servidor MCP.
3. Modifique a configuração do Cline para incluir:

   {
     "mcpServers": {
       "google-analytics-mcp": {
         "command": "python3",
         "args": ["-m", "google_analytics_mcp"]
       }
     }
   }
   

4. Salve, reinicie o Cline e verifique a conectividade do servidor MCP.

Protegendo Chaves de API (usando variáveis de ambiente):

Para fornecer credenciais sensíveis (como chaves de API do Google Analytics ou arquivos de conta de serviço), utilize variáveis de ambiente para maior segurança. Exemplo de configuração:

{
  "mcpServers": {
    "google-analytics-mcp": {
      "command": "python3",
      "args": ["-m", "google_analytics_mcp"],
      "env": {
        "GOOGLE_APPLICATION_CREDENTIALS": "/caminho/para/suas/credenciais.json"
      },
      "inputs": {
        "property_id": "SEU_GA4_PROPERTY_ID"
      }
    }
  }
}

Como usar este MCP em fluxos

Usando MCP no FlowHunt

Para integrar servidores MCP ao seu fluxo no FlowHunt, comece adicionando o componente MCP ao fluxo e conectando-o ao seu agente de IA:

Clique no componente MCP para abrir o painel de configuração. Na seção de configuração do sistema MCP, insira os detalhes do seu servidor MCP com este formato JSON:

{
  "google-analytics-mcp": {
    "transport": "streamable_http",
    "url": "https://seudominioexemplo.com/pathtothemcp/url"
  }
}

Depois de configurado, o agente de IA poderá utilizar este MCP como uma ferramenta com acesso a todas as suas funções e capacidades. Lembre-se de trocar “google-analytics-mcp” pelo nome real do seu servidor MCP e substituir a URL pela URL do seu servidor MCP.

Visão Geral

Entre a documentação e o código, o Google Analytics MCP fornece uma visão geral clara e instruções de configuração, mas carece de documentação detalhada sobre prompts, recursos e ferramentas. Para segurança, suporta configuração via variáveis de ambiente. Roots e sampling não são mencionados.

Nossa opinião

Com base nas tabelas acima, este servidor MCP pontua bem em visão geral e configuração, mas falta detalhamento sobre prompts, ferramentas e recursos. É mais indicado para usuários já familiarizados com GA4 e conceitos MCP que não necessitam de templates extensos de prompts/fluxos de trabalho.

Pontuação MCP