خادم Google Analytics MCP

ما الذي يفعله خادم “Google Analytics” MCP؟

يمكّن خادم Google Analytics MCP التكامل السلس لبيانات Google Analytics 4 (GA4) مع مساعدي الذكاء الاصطناعي وأدوات التطوير مثل Claude و Cursor و Windsurf باستخدام بروتوكول سياق النماذج (MCP). من خلال العمل كجسر بين عملاء MCP وواجهة GA4 API، يسمح للمستخدمين باستعلام حركة الموقع وسلوك المستخدم وبيانات التحليلات بلغة طبيعية، مما يفتح الوصول إلى أكثر من 200 بُعد ومقياس. يتيح ذلك لوكلاء الذكاء الاصطناعي أتمتة التقارير، وإجراء تحليلات بيانات متعمقة، وتقديم رؤى قابلة للتنفيذ مباشرة داخل سير عمل المطورين أو أدوات مدعومة بالذكاء الاصطناعي، مما يبسّط عملية اتخاذ القرارات المبنية على البيانات دون الحاجة لتصفح لوحات التحكم يدويًا.

قائمة المطالبات

لا توجد قوالب مطالبات محددة مذكورة في المستودع.

هل أنت مستعد لتنمية عملك؟

ابدأ تجربتك المجانية اليوم وشاهد النتائج في غضون أيام.

طلب عرض توضيحي تسجيل الدخول

قائمة الموارد

لا توجد موارد صريحة مدرجة في المستودع.

قائمة الأدوات

• معلومات الأدوات المتوفرة في الخادم (مثل الموجودة في ga4_mcp_server.py) غير مفصلة في الملفات المتاحة.

انضم إلى نشرتنا الإخبارية

احصل على أحدث النصائح والاتجاهات والعروض مجانًا.

عنوان البريد الإلكتروني

اشترك

حالات استخدام هذا الخادم MCP

• استعلامات تحليلات بلغة طبيعية: يمكن للمطورين والمحللين طرح أسئلة عن حركة المرور أو سلوك المستخدم أو مقاييس التحويل بلغة عربية بسيطة، والحصول على بيانات GA4 أو ملخصات ذات صلة.
• تقارير آلية: استخدم خادم MCP لإنشاء تقارير تحليلات دورية أو عند الطلب، مما يقلل من عبء إنشاء التقارير يدويًا في لوحة تحكم GA4.
• تكامل سير العمل: دمج الوصول إلى بيانات GA4 مباشرة في أدوات المطورين مثل Cursor أو Windsurf، مما يتيح تحليلات سياقية أثناء مراجعات الشيفرة أو إطلاق الميزات.
• رؤى مدفوعة بالذكاء الاصطناعي: تمكين وكلاء الذكاء الاصطناعي من إبراز الاتجاهات أو الشذوذات أو التوصيات تلقائيًا من بيانات التحليلات، لدعم اتخاذ القرار بشكل أسرع.
• تحليل بيانات متعدد المصادر: دمج بيانات Google Analytics مع مصادر أخرى (مثل Search Console) للحصول على رؤى أكثر شمولاً ومتعددة الأبعاد (عند استخدامه بجانب خوادم MCP أخرى).

كيفية إعداده

Windsurf

1. تأكد من تثبيت Python 3.10 أو أحدث.
2. استنسخ المستودع أو ثبّت عبر PyPI إذا كان متاحًا.
3. أضف خادم Google Analytics MCP إلى إعدادات mcpServers الخاصة بك:

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

4. احفظ الإعدادات وأعد تشغيل Windsurf.
5. تحقق من ظهور الخادم وإمكانية الوصول إليه في واجهة Windsurf.

Claude

1. تأكد من تثبيت Python 3.10 أو أحدث.
2. استخدم ملف claude-config-template.json المرفق كنقطة بداية.
3. أضف أو حدّث حقل mcpServers في إعدادات Claude:

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

4. احفظ الإعدادات وأعد تشغيل Claude.
5. أكد اتصال الخادم في لوحة تكاملات Claude.

Cursor

1. ثبّت Python 3.10 أو أحدث واستنسخ أو ثبّت خادم MCP.
2. حدد موقع ملف إعدادات Cursor.
3. أضف إدخال الخادم:

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

4. احفظ وأعد تشغيل Cursor.
5. تأكد من ظهور الخادم ضمن خوادم MCP المتاحة في Cursor.

Cline

1. تأكد من وجود Python 3.10 أو أحدث.
2. حمّل أو ثبّت خادم MCP.
3. عدّل إعدادات Cline لتتضمن:

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

4. احفظ وأعد تشغيل Cline وتحقق من الاتصال بخادم MCP.

تأمين مفاتيح API (باستخدام متغيرات البيئة):

لتوفير بيانات اعتماد حساسة (مثل مفاتيح Google Analytics API أو ملفات حساب الخدمة)، استخدم متغيرات البيئة للحماية. مثال على الإعداد:

{
  "mcpServers": {
    "google-analytics-mcp": {
      "command": "python3",
      "args": ["-m", "google_analytics_mcp"],
      "env": {
        "GOOGLE_APPLICATION_CREDENTIALS": "/path/to/your/credentials.json"
      },
      "inputs": {
        "property_id": "YOUR_GA4_PROPERTY_ID"
      }
    }
  }
}

كيفية استخدام هذا الخادم MCP داخل التدفقات

استخدام MCP في FlowHunt

لدمج خوادم MCP في سير عمل FlowHunt الخاص بك، ابدأ بإضافة مكوّن MCP إلى التدفق وربطه بوكيل الذكاء الاصطناعي الخاص بك:

انقر على مكوّن MCP لفتح لوحة الإعدادات. في قسم إعدادات النظام لـ MCP، أدخل تفاصيل خادم MCP الخاص بك بهذا التنسيق:

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

بعد الإعداد، سيتمكن وكيل الذكاء الاصطناعي من استخدام هذا الخادم كأداة مع جميع وظائفه وإمكاناته. تذكّر تغيير “google-analytics-mcp” إلى اسم خادم MCP الفعلي الخاص بك واستبدال الرابط بعنوان خادم MCP الخاص بك.

نظرة عامة

بين الوثائق والكود، يوفر Google Analytics MCP نظرة شاملة وتعليمات إعداد واضحة، لكنه يفتقر للتفاصيل حول المطالبات والموارد والأدوات. من حيث الأمان، يدعم إعداد متغيرات البيئة. الجذور وأخذ العينات غير مذكورين.

رأينا

استنادًا إلى الجداول أعلاه، يحصل هذا الخادم MCP على درجات جيدة في النظرة العامة والإعداد، لكنه يفتقر إلى التفاصيل حول المطالبات والأدوات والموارد. هو الأنسب للمستخدمين الملمين مسبقًا بمفاهيم GA4 وMCP الذين لا يحتاجون إلى قوالب مطالبات/سير عمل موسعة.

تقييم MCP