Amazon Ads MCP Server

Co dělá “Amazon Ads” MCP Server?

Amazon Ads MCP Server je server Model Context Protocol (MCP) navržený pro bezproblémovou integraci mezi AI asistenty a daty Amazon Advertising. Připojením vašeho účtu Amazon Ads přes MarketplaceAdPros tento server umožňuje AI asistentům programaticky pracovat s reklamními zdroji napříč Sponsored Products, Sponsored Brands a Sponsored Display. Umožňuje úkoly, jako je dotazování na výkon kampaní, správa reklamních skupin, přístup ke klíčovým slovům, generování reportů (které lze dotazovat v přirozeném jazyce) a využití funkcí Marketplace Ad Pros jako doporučení a experimenty s předplatným. Amazon Ads MCP Server zjednodušuje načítání a správu reklamních dat, zvyšuje efektivitu vývoje pro inzerenty a agentury tím, že nabízí jednotné AI rozhraní k datům a automatizaci Amazon Ads.

Seznam promptů

V repozitáři ani dokumentaci nejsou zmíněny žádné explicitní šablony promptů.

Seznam zdrojů

• Reklamní zdroje: Přístup k informacím o Sponsored Products, Sponsored Brands a Sponsored Display včetně kampaní, reklamních skupin, klíčových slov, produktových reklam a cílení.
• Reporty: Načítejte a dotazujte reklamní reporty pomocí běžné angličtiny.
• Doporučení: Přístup k doporučením Marketplace Ad Pros (s předplatným).
• Experimenty: Spouštějte a spravujte experimenty pro optimalizaci reklam (s předplatným).

Seznam nástrojů

V repozitáři ani v server.py nejsou uvedeny explicitní názvy nebo popisy nástrojů.

Příklady využití MCP serveru

• Správa kampaní: Automatizujte načítání a správu dat kampaní, reklamních skupin a klíčových slov pro Sponsored Products, Brands a Display.
• Reporting založený na datech: Generujte a dotazujte reklamní reporty o výkonu v přirozeném jazyce, což zjednodušuje analytiku pro marketéry a týmy.
• Doporučení pro optimalizaci: Využijte doporučení řízená AI z Marketplace Ad Pros ke zlepšení výkonu reklam a strategií kampaní (vyžaduje předplatné).
• Experimentování: Spravujte a spouštějte reklamní experimenty pro testování nových strategií a kreativ, což zefektivňuje A/B testování (vyžaduje předplatné).
• Integrace s AI asistenty: Umožněte AI agentům v Claude, Windsurf, Cursor nebo Cline přímo pracovat s daty Amazon Ads pro automatizaci a přehledy.

Jak to nastavit

Windsurf

1. Ujistěte se, že máte nainstalované Node.js a npx.
2. Získejte BEARER_TOKEN z MarketplaceAdPros.com.
3. Najděte konfigurační soubor Windsurf MCP serveru.
4. Přidejte následující JSON úsek pro připojení Amazon Ads MCP Serveru:

   {
     "mcpServers": {
       "marketplaceadpros": {
         "command": "npx",
         "args": [
           "@marketplaceadpros/amazon-ads-mcp-server"
         ],
         "env": {
           "BEARER_TOKEN": "abcdefghijklmnop"
         }
       }
     }
   }
   

5. Uložte konfiguraci a restartujte Windsurf.

Claude

1. Ujistěte se, že máte nainstalované Node.js a npx.
2. Získejte BEARER_TOKEN z MarketplaceAdPros.com.
3. Upravte konfigurační soubor:
   • MacOS: ~/Library/Application Support/Claude/claude_desktop_config.json
   • Windows: %APPDATA%/Claude/claude_desktop_config.json
4. Vložte:

   {
     "mcpServers": {
       "marketplaceadpros": {
         "command": "npx",
         "args": [
           "@marketplaceadpros/amazon-ads-mcp-server"
         ],
         "env": {
           "BEARER_TOKEN": "abcdefghijklmnop"
         }
       }
     }
   }
   

5. Uložte a restartujte Claude.

Cursor

1. Ujistěte se, že máte nainstalované Node.js a npx.
2. Získejte BEARER_TOKEN z MarketplaceAdPros.com.
3. Najděte konfigurační soubor MCP serveru pro Cursor.
4. Přidejte:

   {
     "mcpServers": {
       "marketplaceadpros": {
         "command": "npx",
         "args": [
           "@marketplaceadpros/amazon-ads-mcp-server"
         ],
         "env": {
           "BEARER_TOKEN": "abcdefghijklmnop"
         }
       }
     }
   }
   

5. Uložte a restartujte Cursor.

Cline

1. Ujistěte se, že máte nainstalované Node.js a npx.
2. Získejte BEARER_TOKEN z MarketplaceAdPros.com.
3. Najděte konfiguraci Cline MCP serveru.
4. Vložte:

   {
     "mcpServers": {
       "marketplaceadpros": {
         "command": "npx",
         "args": [
           "@marketplaceadpros/amazon-ads-mcp-server"
         ],
         "env": {
           "BEARER_TOKEN": "abcdefghijklmnop"
         }
       }
     }
   }
   

5. Uložte a restartujte Cline.

Nastavení Streamable HTTP (všechna prostředí)

Pokud váš klient podporuje Streamable HTTP MCP servery, použijte:

{
  "mcpServers": {
    "marketplaceadpros": {
      "type": "streamable-http",
      "url": "https://app.marketplaceadpros.com/mcp"
    }
  }
}

Zabezpečení API klíčů

Ukládejte svůj BEARER_TOKEN jako environmentální proměnnou v sekci env konfigurace MCP serveru:

{
  "mcpServers": {
    "marketplaceadpros": {
      "command": "npx",
      "args": ["@marketplaceadpros/amazon-ads-mcp-server"],
      "env": {
        "BEARER_TOKEN": "YOUR_API_KEY"
      }
    }
  }
}

Jak použít tento MCP uvnitř flow

Použití MCP ve FlowHunt

Chcete-li integrovat MCP servery do svého workflow ve FlowHunt, začněte přidáním MCP komponenty do vašeho flow a připojte ji ke svému AI agentovi:

Klikněte na MCP komponentu pro otevření konfiguračního panelu. V systémové konfiguraci MCP vložte detaily MCP serveru v tomto formátu JSON:

{
  "amazon-ads": {
    "transport": "streamable_http",
    "url": "https://app.marketplaceadpros.com/mcp"
  }
}

Po konfiguraci může AI agent tento MCP používat jako nástroj se všemi jeho funkcemi a možnostmi. Nezapomeňte změnit “amazon-ads” na skutečný název vašeho MCP serveru a nahradit URL vaší vlastní MCP adresou.

Přehled

Na základě dostupných informací nabízí Amazon Ads MCP Server dobrou dokumentaci k nastavení a přístupu ke zdrojům, ale postrádá explicitní šablony promptů a popisy nástrojů ve veřejných souborech. Roots a sampling support nejsou zmíněny.

Náš názor

Amazon Ads MCP Server je jednoduchý a dobře zdokumentovaný pro nastavení, což ho zpřístupňuje vývojářům, kteří potřebují propojit AI asistenty s daty Amazon Ads. Chybí však detailnější informace o šablonách promptů a rozhraních nástrojů, což je důležité pro pokročilé LLM workflowy. Celkově je funkční pro svůj hlavní účel, ale větší transparentnost a podrobnosti o programatických možnostech by byly přínosem.

MCP Skóre: 6/10

MCP Skóre