← 返回目录
G

Google Analytics MCP Server

官方
本地运行的 Google Analytics MCP 服务器(实验性)
分类
其他 第 57 / 230
Stars
★ 3.6k 非常热门
传输方式
stdio(本地进程)
运行环境
Python 3.10+ · 预编译二进制
凭据
需要 API Key / 凭据
许可证
Apache-2.0
最近提交
工具数
7
62FMRS · C

这是 Google Analytics 官方仓库提供的实验性本地 MCP 服务器,把 Admin API 与 Data API 的报告能力封装为若干 MCP 工具,让 Gemini CLI、Gemini Code Assist 和 Claude Code 等客户端可以用自然语言查询账号、媒体资源、核心报告、漏斗报告与实时报告。它适合已有 Google Cloud 项目且能配置只读 ADC 凭据的分析人员;不适合无法配置凭据或需要写入操作的用户。主要风险在于实验性状态以及本地凭据文件的保管。

最强项 · 安装易用性 14/20 最弱项 · 可靠性 9/20

可靠性
9/20
安全与权限
13/20
维护活跃度
13/20
文档质量
13/20
安装易用性
14/20
查看各项评分依据
可靠性 9/20
仅依据所提供的 README 进行静态审阅:README 提及 CI 状态徽章(GitHub check-runs)与启用了 Admin/Data 两个 API,说明存在一定自动化验证;但未提供任何已提交测试、manifest(未缓存)、工具参数定义或错误处理细节,因此'声明的工具与实际行为是否一致'无法核实。同时 README 明确标注为 Experimental。依据静态校准规则,缺乏可验证执行证据时可靠性不得高于 12,且缺少清单与测试证据应视为扣分项,故给 9 分。
安全与权限 13/20
凭证处理方式可接受:使用 Application Default Credentials,并建议通过环境变量 GOOGLE_APPLICATION_CREDENTIALS 注入凭证文件路径(未在安装示例中出现真实令牌),且明确要求 analytics.readonly 只读作用域,符合最小权限方向。工具集均为读取类(账户摘要、属性详情、报告、Google Ads 链接),未声明删除、写入、支付或远程命令等破坏性操作。扣分点:示例同时授予 cloud-platform 作用域,范围宽于所需;未描述数据流向、日志或环境变量泄露风险;未提及人工确认或网络边界说明。无触发红线的情形,故给 13 分。
维护活跃度 13/20
Apache-2.0 许可证明确,非归档状态,3229 星与 25 个未关闭 issue 说明有实际使用与反馈渠道(Discord 讨论频道、贡献指南、YouTube 教程),PyPI 发布反映有版本化产出。扣分点:仅凭 README 无法核验提交频率、发布节奏、依赖更新策略或安全响应流程;无治理与安全披露渠道说明。故给 13 分。
文档质量 13/20
文档层次较完整:安装步骤涵盖 Python/pipx、Google Cloud API 启用、ADC 凭证配置(含 gcloud 示例)、Gemini CLI 与 Claude Code 的客户端配置示例,并提供可直接尝试的示例提示与 YouTube 教程。扣分点:未逐项说明各工具的输入参数、配额/费用限制、错误码与故障排查章节,且未缓存 manifest,工具签名无法与文档对照验证。故给 13 分。
安装易用性 14/20
安装路径清晰且步骤较少:pipx 运行 analytics-mcp,配合环境变量即可在主流客户端(Gemini CLI、Gemini Code Assist、Claude Code)接入,并给出可直接复制的配置片段。扣分点:依赖 Google Cloud 项目、API 启用与 ADC/OAuth 客户端配置,属于人工易出错的多步前置条件,且未提供版本锁定或离线/无 gcloud 的替代路径。依据静态校准上限(无 CI+提交测试证据时安装分不得高于 15),给 14 分。

静态评测 · 未实际运行收录于 2026-09-18

查看 FMRS 评分方法 →

选型与风险

能访问什么访问网络

适合谁

  • 已使用 Gemini CLI、Gemini Code Assist 或 Claude Code 并希望用自然语言查询 Google Analytics 数据的用户
  • 拥有 Google Cloud 项目与 Google Analytics 访问权限、能配置 ADC 凭据的分析人员
  • 需要本地运行、自行管理凭据的团队

不适合谁

  • 没有 Google Analytics 访问权限或无法配置 Google Cloud 凭据的用户
  • 希望完全免配置、开箱即用的用户
  • 需要写入或修改 Google Analytics 配置的场景(凭据为只读范围)
  • 对实验性软件稳定性有严格生产要求的场景

所需权限

  • Application Default Credentials 凭据,需属于有权访问目标 Google Analytics 账号或媒体资源的用户
  • Google Analytics 只读范围 https://www.googleapis.com/auth/analytics.readonly
  • Google Cloud 项目中启用 Google Analytics Admin API 与 Google Analytics Data API
  • 可选:用于配额与计费归属的 Google Cloud 项目 ID(GOOGLE_PROJECT_ID)

风险与副作用

  • 服务器为实验性版本,行为与接口可能变化
  • 凭据以 JSON 文件形式保存在本地并由环境变量指向,若文件泄露可能导致 Google Analytics 数据被读取
  • 查询由 LLM 生成,可能产生不准确或非预期的报告请求
  • 需要联网访问 Google Analytics API

安装接入

准备工作

运行环境:Python 3.10+ · 预编译二进制

GOOGLE_APPLICATION_CREDENTIALS 必填密钥 Application Default Credentials JSON 文件的路径,通过 gcloud auth application-default login 生成,凭证需包含 analytics.readonly 权限范围。
GOOGLE_PROJECT_ID 必填 已启用 Google Analytics Admin API 和 Data API 的 Google Cloud 项目 ID,可在 Google Cloud 控制台查看。
  1. 安装 pipx(用于运行 Python 工具)。
  2. 在 Google Cloud 项目中启用 Google Analytics Admin API 和 Google Analytics Data API。
  3. 配置 Application Default Credentials(ADC),凭据需属于有权访问相应 Google Analytics 账号或媒体资源的用户,并包含只读范围 https://www.googleapis.com/auth/analytics.readonly。可用 gcloud auth application-default login(配合 --scopes 与 --client-id-file,或使用 --impersonate-service-account)完成,命令结束后会输出凭据 JSON 路径。
  4. 安装 Gemini CLI 或 Gemini Code Assist,并编辑 ~/.gemini/settings.json,在 mcpServers 中加入 analytics-mcp 条目,将 GOOGLE_APPLICATION_CREDENTIALS 指向凭据 JSON 路径,并建议设置 GOOGLE_PROJECT_ID 为你的 Google Cloud 项目 ID。
  5. 或在 Claude Code 中执行 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。
  6. 启动客户端并输入 /mcp,确认列表中显示 analytics-mcp。
.mcp.json
{
  "mcpServers": {
    "analytics-mcp": {
      "command": "pipx",
      "args": ["run", "analytics-mcp"],
      "env": {
        "GOOGLE_APPLICATION_CREDENTIALS": "PATH_TO_CREDENTIALS_JSON",
        "GOOGLE_PROJECT_ID": "YOUR_PROJECT_ID"
      }
    }
  }
}

以 Claude Code 为例。其他客户端的配置文件位置或字段可能不同(如 VS Code 使用 servers 字段),可用下方配置生成器转换。

.vscode/mcp.json
{
  "servers": {
    "analytics-mcp": {
      "command": "pipx",
      "args": [
        "run",
        "analytics-mcp"
      ],
      "env": {
        "GOOGLE_APPLICATION_CREDENTIALS": "PATH_TO_CREDENTIALS_JSON",
        "GOOGLE_PROJECT_ID": "YOUR_PROJECT_ID"
      }
    }
  }
}

写入项目的 .vscode/mcp.json(VS Code 使用 servers 字段)。

Terminal
claude mcp add analytics-mcp -e GOOGLE_APPLICATION_CREDENTIALS=PATH_TO_CREDENTIALS_JSON -e GOOGLE_PROJECT_ID=YOUR_PROJECT_ID -- pipx run analytics-mcp

在终端运行;先把 <…> 占位符换成你自己的值。

验证是否装好

在 Gemini CLI 或 Gemini Code Assist 中输入 /mcp,确认工具列表中出现 analytics-mcp 及其工具(如 get_account_summaries、run_report);或询问 "我的 Google Analytics 媒体资源最近 180 天最受欢迎的事件是什么?",若能返回数据即说明连接成功。

常见排障

  1. 在客户端执行 /mcp,确认 analytics-mcp 已出现在服务器列表中
  2. 确认已在 Google Cloud 项目中启用 Admin API 与 Data API
  3. 确认 GOOGLE_APPLICATION_CREDENTIALS 指向正确的凭据 JSON 路径,且凭据包含 analytics.readonly 范围
  4. 确认凭据对应的用户有权访问目标 Google Analytics 账号或媒体资源
  5. 使用 pipx run analytics-mcp 检查命令是否可正常执行
  6. 如报告返回异常,尝试用更明确的媒体资源名称或时间范围重新提问

试试这样问

连接成功后,可以直接对 AI 助手这样说:

  • analytics-mcp 服务器能做什么?
  • 给我名称中包含 'xyz' 的 Google Analytics 媒体资源的详细信息
  • 我的 Google Analytics 媒体资源最近 180 天内最受欢迎的事件是什么?
  • 我的媒体资源里有哪些自定义维度和自定义指标?

工具能力 7

get_account_summaries 只读
获取用户的 Google Analytics 账号与媒体资源信息。
get_property_details 只读
返回某个媒体资源的详细信息。
list_google_ads_links 只读
返回某个媒体资源关联的 Google Ads 账号链接列表。
run_report 只读
使用 Data API 运行 Google Analytics 报告。
run_funnel_report 只读
使用 Data API 运行 Google Analytics 漏斗报告。
get_custom_dimensions_and_metrics 只读
获取指定媒体资源的自定义维度和指标。
run_realtime_report 只读
使用 Data API 运行 Google Analytics 实时报告。

使用场景

询问账号下有哪些 Google Analytics 媒体资源
查询某个媒体资源的详细信息与配置
分析一段时间内最热门的事件
查看用户是否大多处于登录状态
查看媒体资源的自定义维度与自定义指标
查看关联的 Google Ads 账号链接
运行实时报告与漏斗报告

支持客户端

Gemini CLI
Gemini Code Assist
Claude Code

依据项目文档列出,未经本站实测。

详细介绍

这是 Google Analytics 官方仓库提供的本地 MCP 服务器源码,通过 Google Analytics Admin API 与 Data API 向 LLM 暴露账号、媒体资源信息以及核心、漏斗和实时报告能力。服务器以本地方式运行,需要配置 Python(pipx)、Google Analytics 凭据(Application Default Credentials,只读范围)以及在客户端(如 Gemini CLI、Gemini Code Assist、Claude Code)中注册。该仓库标注为实验性(Experimental)。

同类可选方案

BioMCP 75 · B

统一的命令行语法,接入约30个可信生物医学数据源。

★ 670 · 工具数 11 与当前对比 →

源版本 a7b483f2b02c 数据同步于 2026-11-02 查看 FMRS 评分方法