Metricool MCP Server

Metricool MCP Server

Integrujte analytiku sociálních sítí v reálném čase a automatizované plánování do svých AI toků pomocí Metricool MCP Serveru – vašeho všestranného mostu ke chytřejšímu a datově řízenému marketingu.

K čemu slouží “Metricool” MCP Server?

Metricool MCP Server je server Model Context Protocol (MCP) navržený pro komunikaci s API Metricool, který umožňuje AI agentům přistupovat, získávat a analyzovat metriky sociálních sítí a data kampaní z účtu uživatele v Metricool. Tento server funguje jako most mezi AI asistenty a platformou Metricool a umožňuje vývojářům i agentům automatizovat získávání akčních poznatků, spravovat a plánovat příspěvky na sociálních sítích a monitorovat výkon reklam napříč různými sítěmi. Soubor těchto nástrojů podporuje úkoly jako získávání analytiky příspěvků a kampaní, plánování obsahu a benchmarking vůči konkurenci, což usnadňuje efektivnější a datově řízené workflow pro správce sociálních sítí, marketéry i vývojáře.

Seznam promptů

V repozitáři nebyly nalezeny žádné informace o šablonách promptů.

Seznam zdrojů

V repozitáři nejsou výslovně zdokumentované MCP zdroje.

Seznam nástrojů

  • get_brands(state: str)
    Načte seznam značek přidružených k vašemu účtu Metricool.

  • get_instagram_reels(init_date: str, end_date: str, blog_id: int)
    Stáhne data z Instagram Reels pro zvolenou značku a časové období.

  • get_instagram_posts(init_date: str, end_date: str, blog_id: int)
    Stáhne data z Instagram příspěvků pro zadanou značku a časové období.

  • get_instagram_stories(init_date: str, end_date: str, blog_id: int)
    Získá Instagram Stories v daném datovém rozsahu pro konkrétní značku.

  • get_tiktok_videos(init_date: str, end_date: str, blog_id: int)
    Načte TikTok videa podle zvolené značky a období.

  • get_facebook_reels(init_date: str, end_date: str, blog_id: int)
    Načte Facebook Reels z účtu značky v Metricool.

  • get_facebook_posts(init_date: str, end_date: str, blog_id: int)
    Získá Facebook příspěvky pro konkrétní účet značky a časový rozsah.

  • get_facebook_stories(init_date: str, end_date: str, blog_id: int)
    Načte Facebook Stories z účtu značky.

  • get_thread_posts(init_date: str, end_date: str, blog_id: int)
    Stáhne Threads příspěvky z účtu značky.

  • get_x_posts(init_date: str, end_date: str, blog_id: int)
    Načte X (Twitter) příspěvky pro značku a časové období.

  • get_bluesky_posts(init_date: str, end_date: str, blog_id: int)
    Načte Bluesky příspěvky pro značku.

  • get_linkedin_posts(init_date: str, end_date: str, blog_id: int)
    Získá LinkedIn příspěvky z účtu značky.

  • get_pinterest_pins(init_date: str, end_date: str, blog_id: int)
    Stáhne Pinterest Piny pro značku.

  • get_youtube_videos(init_date: str, end_date: str, blog_id: int)
    Načte YouTube videa publikovaná značkou.

  • get_twitch_videos(init_date: str, end_date: str, blog_id: int)
    Získá Twitch videa z účtu značky.

  • get_facebookads_campaigns(init_date: str, end_date: str, blog_id: int)
    Získá data kampaní Facebook Ads.

  • get_googleads_campaigns(init_date: str, end_date: str, blog_id: int)
    Stáhne kampaně Google Ads pro značku.

  • get_tiktokads_campaigns(init_date: str, end_date: str, blog_id: int)
    Načte kampaně TikTok Ads z účtu značky.

  • get_network_competitors
    Načte seznam konkurentů (Instagram, Facebook, X, Bluesky, YouTube, Twitch).

  • post_schedule_post
    Naplánuje jeden či více příspěvků pro značku(y) v Metricool.

  • get_scheduled_posts
    Získá naplánované příspěvky z účtu Metricool.

  • get_best_time_to_post
    Určí nejlepší čas pro publikaci obsahu na sociálních sítích.

Případy použití tohoto MCP serveru

  • Automatizace analytiky sociálních sítí
    Vývojáři mohou automatizovat získávání a analýzu metrik napříč platformami (Instagram, Facebook, X atd.), což umožňuje tvorbu dashboardů v reálném čase a vlastní reporting pro týmy.

  • Plánování obsahu
    AI agenti mohou plánovat příspěvky či multiposty pro různé značky, což zlepšuje efektivitu workflow a zajišťuje včasné zveřejnění bez manuálního zásahu.

  • Benchmarking konkurence
    Díky přístupu k datům konkurence mohou vývojáři a marketéři porovnávat výkonnost napříč sítěmi a upravovat strategie.

  • Monitoring reklamních kampaní
    Získáváním metrik z Facebook, Google a TikTok reklamních kampaní lze sledovat výkonnost, optimalizovat rozpočty a analyzovat ROI v rámci vlastních aplikací či dashboardů.

  • Určování optimálního času pro publikaci
    Pomocí analytiky lze zjistit nejlepší čas pro publikaci na konkrétních kanálech; AI agenti tak mohou doporučovat nebo automatizovat optimální plánování s cílem vyššího zapojení.

Jak nastavit

Windsurf

Pro Windsurf nebyly nalezeny instrukce.

Claude

  1. Ujistěte se, že máte nainstalován Python 3.8+ a uv.
  2. Získejte svůj Metricool API token a uživatelské ID (vyžaduje Advanced Tier).
  3. Najděte nebo vytvořte konfigurační soubor:
    • MacOS: ~/Library/Application Support/Claude/claude_desktop_config.json
    • Windows: %APPDATA%/Claude/claude_desktop_config.json
  4. Přidejte konfiguraci Metricool MCP serveru:
{
    "mcpServers": {
        "mcp-metricool": {
            "command": "uvx",
            "args": [
                "mcp-metricool"
            ],
            "env": {
                "METRICOOL_USER_TOKEN": "<METRICOOL_USER_TOKEN>",
                "METRICOOL_USER_ID": "<METRICOOL_USER_ID>"
            }
        }
    }
}
  1. Uložte soubor a restartujte Claude Desktop.
  2. Ověřte nastavení pokusem o přístup k datům Metricool v rámci Claude.

Zabezpečení API klíčů

API klíče jsou nastaveny jako proměnné prostředí v sekci "env", což zajišťuje, že citlivé informace nejsou uloženy napevno v kódu.

Cursor

Pro Cursor nebyly nalezeny instrukce.

Cline

Pro Cline nebyly nalezeny instrukce.

Jak používat tento MCP v rámci toků

Použití MCP ve FlowHunt

Pro integraci MCP serverů do vašeho workflow ve FlowHunt začněte přidáním MCP komponenty do svého toku a propojením s AI agentem:

FlowHunt MCP flow

Klikněte na MCP komponentu pro otevření konfiguračního panelu. V sekci systémové konfigurace MCP vložte údaje o svém MCP serveru v tomto JSON formátu:

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

Po konfiguraci může AI agent tento MCP využívat jako nástroj se všemi jeho funkcemi. Nezapomeňte změnit "mcp-metricool" na skutečný název vašeho serveru a upravit URL.


Přehled

SekceDostupnostPodrobnosti/Poznámky
PřehledPřehled a role jsou uvedeny
Seznam promptůNebyly nalezeny šablony promptů
Seznam zdrojůVýslovně nejsou uvedeny žádné zdroje
Seznam nástrojůPodrobný seznam nástrojů/funkcí k dispozici
Zabezpečení API klíčůZpůsob s proměnnými prostředí popsán v konfiguraci
Podpora vzorkování (méně důležité)V repozitáři nejsou uvedeny důkazy o podpoře vzorkování

Náš názor

Metricool MCP nabízí robustní sadu nástrojů pro analytiku a správu sociálních sítí, s jasnými instrukcemi pro nastavení ve Claude Desktop a vysokou užitnou hodnotou pro marketéry i vývojáře. Absence zdokumentovaných prompt šablon, zdrojů a širších instrukcí pro další klienty (Windsurf, Cursor, atd.) ale omezuje jeho univerzálnost. O podpoře vzorkování a Roots není zmínka.

Hodnocení: 6/10

MCP skóre

Má LICENSE✅ (Apache-2.0)
Obsahuje alespoň jeden nástroj
Počet Forků7
Počet Hvězdiček10

Často kladené otázky

Co je Metricool MCP Server?

Metricool MCP Server je server Model Context Protocol, který propojuje AI agenty FlowHunt s API Metricool a umožňuje automatizovaný přístup k metrikám sociálních sítí, analytice kampaní, plánování obsahu a srovnávání s konkurencí napříč různými platformami.

Které sociální sítě jsou podporovány?

Mezi podporované platformy patří Instagram, Facebook, X (Twitter), TikTok, LinkedIn, Pinterest, Bluesky, YouTube a Twitch s analytikou a nástroji pro plánování příspěvků, reels, stories, reklam a dalších.

Jaké jsou hlavní případy použití?

Mezi běžné scénáře patří analytika sociálních sítí v reálném čase, hromadné plánování obsahu, benchmarking konkurence, monitoring výkonu reklamních kampaní a nalezení optimálních časů pro publikaci – to vše automatizovaně v rámci AI workflow.

Jak zabezpečím své Metricool přihlašovací údaje?

API klíče a uživatelská ID jsou bezpečně nastaveny jako proměnné prostředí v konfiguraci MCP serveru, takže citlivé informace nejsou nikdy napevno zapsány nebo vystaveny ve vašem projektu.

Mohu tento MCP Server použít i s jinými platformami než Claude?

Momentálně jsou zdokumentovány pouze instrukce pro Claude Desktop. Podpora pro Windsurf, Cursor a Cline není výslovně popsána, ale manuální konfigurace může být možná dle podobných kroků.

Posuňte své sociální sítě s Metricool MCP

Automatizujte analytiku, plánování i monitoring výkonu napříč platformami – nastavte Metricool MCP Server ve FlowHunt ještě dnes.

Zjistit více

Integrace Metoro MCP Serveru
Integrace Metoro MCP Serveru

Integrace Metoro MCP Serveru

Metoro MCP Server propojuje AI agenty s externími datovými zdroji, API a službami, což uživatelům FlowHunt umožňuje automatizovat workflow, standardizovat integ...

3 min čtení
AI MCP +4
JMeter MCP Server
JMeter MCP Server

JMeter MCP Server

JMeter MCP Server propojuje Apache JMeter s AI workflowy, umožňuje automatizované testování výkonu, analýzu a bezproblémovou integraci do vývojových pipeline. Z...

4 min čtení
Performance Testing AI Integration +4
MetaTrader MCP Server
MetaTrader MCP Server

MetaTrader MCP Server

MetaTrader MCP Server propojuje AI Large Language Models s MetaTrader 5, což umožňuje automatizované obchodování, správu portfolia a inteligentní analýzu trhu p...

3 min čtení
AI Trading +6