Microsoft Clarity MCP Server

K čemu slouží “Microsoft Clarity” MCP Server?

Microsoft Clarity MCP Server je server Model Context Protocol (MCP) navržený pro propojení s API exportu dat Microsoft Clarity. Funguje jako most mezi AI asistenty (například Claude pro Desktop a další MCP-kompatibilní klienty) a analytickou službou Clarity. Tím, že vystavuje analytická data Clarity přes standardní protokol, umožňuje workflow poháněné AI, jako jsou dotazy na webovou analytiku, filtrování podle konkrétních dimenzí (např. prohlížeč, zařízení, země/region) a získávání různých webových metrik (např. hloubka skrolování, doba zapojení, návštěvnost). Tato integrace usnadňuje úkoly jako monitoring výkonu webu a analýzu chování uživatelů, což dává vývojářům a analytikům možnost získat akční poznatky přímo pomocí svých AI nástrojů.

Seznam promptů

V poskytnutých informacích nejsou zmíněny žádné explicitní šablony promptů.

Seznam zdrojů

V obsahu repozitáře nejsou popsány žádné konkrétní MCP “zdroje”.

Seznam nástrojů

• get-clarity-data
  Umožňuje přístup k analytickým datům Clarity. Umožňuje dotazovat data s určením počtu dní (1–3), výběrem až tří dimenzí (například prohlížeč, zařízení, země/region) a volbou metrik (například hloubka skrolování, doba zapojení, návštěvnost). Vyžaduje Clarity API token.

Využití tohoto MCP serveru

• Načítání webové analytiky
  Okamžitě získávejte klíčová analytická data z Microsoft Clarity, jako jsou uživatelská sezení, zapojení a hloubka skrolování, a monitorujte tak výkon webu přímo přes svého AI asistenta.
• Vlastní filtrování analytiky
  Filtrování výsledků podle až tří dimenzí (například typ zařízení, geografický region, prohlížeč) pro zaměření na specifické uživatelské segmenty a cílenou analýzu.
• Automatizované reportování
  Generujte a stahujte denní či vícedenní analytické reporty webu, což zjednodušuje pravidelné reportování například pro produktové manažery nebo analytiky.
• Integrace do AI workflow
  Bezproblémově začleňte webovou analytiku do širších AI workflow – agenti mohou stahovat statistiky využití a podle aktuálních dat informovat rozhodnutí nebo spouštět akce.

Jak jej nastavit

Windsurf

1. Ujistěte se, že máte nainstalovaný Node.js ve verzi 16 nebo vyšší.
2. Získejte svůj Microsoft Clarity API token.
3. Otevřete konfigurační soubor Windsurf MCP.
4. Přidejte konfiguraci Microsoft Clarity MCP Serveru dle ukázky níže.
5. Uložte konfiguraci a restartujte Windsurf.

{
  "mcpServers": {
    "@microsoft/clarity-mcp-server": {
      "command": "npx",
      "args": [
        "@microsoft/clarity-mcp-server",
        "--clarity_api_token=your-api-token-here"
      ]
    }
  }
}

Zabezpečení API klíčů:

{
  "mcpServers": {
    "@microsoft/clarity-mcp-server": {
      "command": "npx",
      "args": [
        "@microsoft/clarity-mcp-server"
      ],
      "env": {
        "CLARITY_API_TOKEN": "your-api-token-here"
      }
    }
  }
}

Claude

1. Nainstalujte Node.js v16 nebo vyšší.
2. Vygenerujte svůj Clarity API token.
3. Otevřete konfiguraci Claude pro Desktop:
   • Windows: %AppData%\Claude\claude_desktop_config.json
   • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
4. Přidejte konfiguraci MCP serveru.
5. Uložte a restartujte Claude for Desktop.

{
  "mcpServers": {
    "@microsoft/clarity-mcp-server": {
      "command": "npx",
      "args": [
        "@microsoft/clarity-mcp-server",
        "--clarity_api_token=your-api-token-here"
      ]
    }
  }
}

Zabezpečení API klíčů:

{
  "mcpServers": {
    "@microsoft/clarity-mcp-server": {
      "command": "npx",
      "args": [
        "@microsoft/clarity-mcp-server"
      ],
      "env": {
        "CLARITY_API_TOKEN": "your-api-token-here"
      }
    }
  }
}

Cursor

1. Ověřte dostupnost Node.js v16+.
2. Získejte Clarity API token ze svého Clarity dashboardu.
3. Najděte MCP konfiguraci pro Cursor.
4. Přidejte konfiguraci serveru podle ukázky.
5. Uložte změny a restartujte Cursor.

{
  "mcpServers": {
    "@microsoft/clarity-mcp-server": {
      "command": "npx",
      "args": [
        "@microsoft/clarity-mcp-server",
        "--clarity_api_token=your-api-token-here"
      ]
    }
  }
}

Zabezpečení API klíčů:

{
  "mcpServers": {
    "@microsoft/clarity-mcp-server": {
      "command": "npx",
      "args": [
        "@microsoft/clarity-mcp-server"
      ],
      "env": {
        "CLARITY_API_TOKEN": "your-api-token-here"
      }
    }
  }
}

Cline

1. Nainstalujte Node.js v16 nebo vyšší.
2. Získejte svůj API token z Clarity.
3. Otevřete svůj konfigurační soubor Cline MCP.
4. Vložte následující konfiguraci MCP serveru.
5. Uložte a restartujte Cline.

{
  "mcpServers": {
    "@microsoft/clarity-mcp-server": {
      "command": "npx",
      "args": [
        "@microsoft/clarity-mcp-server",
        "--clarity_api_token=your-api-token-here"
      ]
    }
  }
}

Zabezpečení API klíčů:

{
  "mcpServers": {
    "@microsoft/clarity-mcp-server": {
      "command": "npx",
      "args": [
        "@microsoft/clarity-mcp-server"
      ],
      "env": {
        "CLARITY_API_TOKEN": "your-api-token-here"
      }
    }
  }
}

Jak tento MCP používat ve flow

Použití MCP ve FlowHunt

Chcete-li integrovat MCP servery do svého workflow ve FlowHunt, začněte přidáním MCP komponenty do svého flow a jejím propojením s AI agentem:

Klikněte na MCP komponentu a otevřete konfigurační panel. V sekci systémové konfigurace MCP vložte údaje o svém MCP serveru v tomto JSON formátu:

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

Jakmile je nastaveno, AI agent může tento MCP využívat jako nástroj a má přístup ke všem jeho funkcím a možnostem. Nezapomeňte změnit “clarity-mcp” na skutečný název svého MCP serveru (např. “clarity-mcp”) a URL nahradit vlastní adresou MCP serveru.

Přehled

Na základě výše uvedeného poskytuje Microsoft Clarity MCP Server jasnou a přímou integraci s analytickým API Clarity, ale je zaměřen a poměrně úzce vymezen. Pokrývá základní nastavení a použití, ale postrádá pokročilé MCP funkce, jako jsou šablony promptů, další MCP zdroje, roots a sampling.

MCP hodnocení

Naše hodnocení:
Tento MCP server je funkční, dobře zdokumentovaný pro nastavení a nabízí užitečný nástroj pro integraci analytiky. Chybí mu však bohatší MCP funkce jako šablony promptů, resource exposure nebo pokročilé schopnosti jako sampling a roots – je tedy spíše užitkový než plně vybavený. Hodnotíme jej 5/10 za pokrytí základů s přehledností, ale bez využití plného potenciálu MCP protokolu.