Hvad gør “Microsoft Clarity” MCP Server?

Microsoft Clarity MCP Server er en Model Context Protocol (MCP) server designet til at interagere med Microsoft Clarity dataeksport-API’en. Den fungerer som bro mellem AI-assistenter (såsom Claude for Desktop og andre MCP-kompatible klienter) og Clarity-analyseservicen. Ved at eksponere Clarity’s analysedata via en standardprotokol muliggør denne server AI-drevne arbejdsgange som forespørgsler på webanalyse, filtrering efter bestemte dimensioner (fx browser, enhed, land/region) og hentning af forskellige webmetrikker (fx scrolldybde, engagementstid, trafik). Denne integration effektiviserer opgaver som overvågning af webstedets ydeevne og analyse af brugerengagement, hvilket giver udviklere og analytikere direkte adgang til handlingsrettede indsigter gennem deres AI-værktøjer.

Liste over prompt-skabeloner

Ingen eksplicitte prompt-skabeloner er nævnt i det angivne materiale.

Liste over ressourcer

Der er ikke beskrevet specifikke MCP-“ressourcer” i repository-indholdet.

Liste over værktøjer

• get-clarity-data
  Giver adgang til Clarity analysedata. Muliggør forespørgsler ved at angive antal dage (1-3), vælge op til tre dimensioner (som browser, enhed, land/region) og vælge metrikker (såsom scrolldybde, engagementstid, trafik). Kræver en Clarity API-nøgle.

Anvendelsesmuligheder for denne MCP Server

• Hentning af webanalyse
  Hent straks vigtige analysedata fra Microsoft Clarity, såsom brugersessioner, engagement og scrolldybde, for at overvåge websidens ydeevne direkte gennem din AI-assistent.
• Tilpasset analysefiltrering
  Filtrer analyseresultater efter op til tre dimensioner (fx enhedstype, geografisk region, browser) for at fokusere på specifikke brugersegmenter til målrettet analyse.
• Automatiseret rapportering
  Generér og hent daglige eller flerdages analysedata for et websted, hvilket effektiviserer regelmæssige rapporteringsopgaver for produktchefer eller analytikere.
• Integration med AI-arbejdsgange
  Integrer problemfrit webanalyse i større AI-arbejdsgange, så agenter kan hente brugsstatistikker og informere beslutninger eller udløse handlinger baseret på realtidsdata.

Sådan opsættes det

Windsurf

1. Sørg for, at Node.js v16 eller nyere er installeret.
2. Hent din Microsoft Clarity API-nøgle.
3. Åbn din Windsurf MCP-konfigurationsfil.
4. Tilføj Microsoft Clarity MCP Server-konfigurationen som vist nedenfor.
5. Gem konfigurationen og genstart Windsurf.

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

Sikring af API-nøgler:

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

Claude

1. Installer Node.js v16 eller nyere.
2. Generér din Clarity API-nøgle.
3. Åbn Claude for Desktop konfiguration:
   • Windows: %AppData%\Claude\claude_desktop_config.json
   • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
4. Tilføj MCP-serverkonfigurationen.
5. Gem og genstart Claude for Desktop.

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

Sikring af API-nøgler:

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

Cursor

1. Bekræft, at Node.js v16+ er tilgængelig.
2. Hent din Clarity API-nøgle fra dit Clarity-dashboard.
3. Find Cursor’s MCP-konfiguration.
4. Tilføj serverkonfigurationen som vist.
5. Gem ændringer og genstart Cursor.

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

Sikring af API-nøgler:

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

Cline

1. Installer Node.js v16 eller nyere.
2. Hent din API-nøgle fra Clarity.
3. Åbn din Cline MCP-konfigurationsfil.
4. Indsæt følgende MCP-serverkonfiguration.
5. Gem og genstart Cline.

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

Sikring af API-nøgler:

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

Sådan bruges denne MCP i flows

Brug af MCP i FlowHunt

For at integrere MCP-servere i dit FlowHunt workflow skal du starte med at tilføje MCP-komponenten til dit flow og forbinde den med din AI-agent:

Klik på MCP-komponenten for at åbne konfigurationspanelet. I system MCP-konfigurationssektionen indsætter du dine MCP-serveroplysninger i dette JSON-format:

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

Når det er konfigureret, kan AI-agenten nu bruge denne MCP som et værktøj med adgang til alle dens funktioner og muligheder. Husk at ændre “clarity-mcp” til det faktiske navn på din MCP-server (fx “clarity-mcp”) og udskifte URL’en med din egen MCP-server-URL.

Oversigt

Baseret på ovenstående leverer Microsoft Clarity MCP Server en klar og direkte integration med Clarity analytics API, men er fokuseret og forholdsvis minimal i omfang. Den dækker væsentlig opsætning og brug, men mangler avancerede MCP-funktioner som prompt-skabeloner, yderligere MCP-ressourcer, roots og sampling.

MCP-score

Vores vurdering:
Denne MCP-server er funktionel, veldokumenteret med hensyn til opsætning og eksponerer et nyttigt værktøj til analyseintegration. Den mangler dog rigere MCP-funktioner som prompt-skabeloner, resource exposure eller avancerede muligheder som sampling og roots—hvilket gør den mere utilitaristisk end funktionsrig. Den får 5/10 for at dække det grundlæggende med klarhed, men ikke udnytte det fulde MCP-protokolpotentiale.