
Amazon Ads MCP Server
Der Amazon Ads MCP Server verbindet KI-Assistenten und Amazon Advertising, indem er programmgesteuerten Zugriff auf Kampagnenverwaltung, Berichte, Empfehlungen ...
Verbinden Sie Ihre KI-Flows nahtlos mit Facebook Ads für Kampagnenmanagement, Reporting und Automatisierung – sicher und effizient mit dem Facebook Ads MCP Server.
Der Facebook Ads MCP Server ist ein Model Context Protocol (MCP) Server, der als Schnittstelle zur Facebook Ads Plattform dient und es KI-Assistenten sowie Entwicklungsumgebungen ermöglicht, programmgesteuert auf Facebook Ads Daten zuzugreifen und diese zu verwalten. Durch die Anbindung dieses MCP Servers an Ihren KI-Client können Aufgaben wie das Abrufen von Anzeigen-Performance, das Kampagnenmanagement und der Zugriff auf Berichte automatisiert werden – ganz ohne manuelle Interaktion mit der Facebook Ads Benutzeroberfläche. Die Authentifizierung wird vereinfacht – entweder durch Eingabe Ihres Access Tokens oder durch Generierung via GoMarble’s sicherer Infrastruktur – und macht das Setup unkompliziert. Diese Integration befähigt Entwickler, Werbekampagnen effizienter zu erstellen, zu verwalten und zu analysieren, indem KI-gesteuerte Workflows und Automatisierungen genutzt werden.
Im Repository wurden keine Informationen zu verfügbaren Prompt-Vorlagen gefunden.
Im Repository oder in der Dokumentation wurden keine expliziten Ressourcendefinitionen gefunden.
In der Dokumentation oder in der Beschreibung von server.py wurde keine explizite Tool-Liste gefunden. Der Abschnitt „Available MCP Tools“ ist im Readme vorhanden, aber es sind keine weiteren Details im abgerufenen Inhalt angegeben.
Stellen Sie sicher, dass Python 3.10+ installiert ist und die Abhängigkeiten aus requirements.txt
erfüllt sind.
Besorgen Sie sich ein Facebook Access Token mit den nötigen Berechtigungen.
Lokalisieren Sie Ihre Windsurf-Konfigurationsdatei.
Fügen Sie den Facebook Ads MCP Server im Abschnitt mcpServers
hinzu:
{
"mcpServers": {
"fb-ads-mcp-server": {
"command": "python",
"args": [
"/path/to/your/fb-ads-mcp-server/server.py",
"--fb-token",
"YOUR_FACEBOOK_ACCESS_TOKEN"
]
}
}
}
Speichern Sie die Konfiguration und starten Sie Windsurf neu. Überprüfen Sie, ob der MCP Server in der Oberfläche erscheint.
Verwenden Sie Umgebungsvariablen, um Ihr Access Token zu schützen:
{
"mcpServers": {
"fb-ads-mcp-server": {
"command": "python",
"args": [
"/path/to/your/fb-ads-mcp-server/server.py",
"--fb-token",
"${FACEBOOK_ACCESS_TOKEN}"
],
"env": {
"FACEBOOK_ACCESS_TOKEN": "your-token-value"
}
}
}
}
Installieren Sie Python 3.10+ und die Abhängigkeiten aus requirements.txt
.
Besorgen Sie sich ein Facebook Access Token.
Bearbeiten Sie die Claude-Konfiguration wie folgt:
{
"mcpServers": {
"fb-ads-mcp-server": {
"command": "python",
"args": [
"/path/to/your/fb-ads-mcp-server/server.py",
"--fb-token",
"YOUR_FACEBOOK_ACCESS_TOKEN"
]
}
}
}
Speichern und starten Sie Claude neu. Überprüfen Sie die Serververbindung.
Installieren Sie Python 3.10+ und die Abhängigkeiten.
Besorgen Sie sich ein Facebook Access Token.
Aktualisieren Sie die Cursor MCP Konfiguration:
{
"mcpServers": {
"fb-ads-mcp-server": {
"command": "python",
"args": [
"/path/to/your/fb-ads-mcp-server/server.py",
"--fb-token",
"YOUR_FACEBOOK_ACCESS_TOKEN"
]
}
}
}
Starten Sie Cursor nach dem Speichern neu.
Stellen Sie sicher, dass Python 3.10+ und die Abhängigkeiten installiert sind.
Sichern Sie Ihr Facebook Access Token.
Bearbeiten Sie die Cline-Konfigurationsdatei:
{
"mcpServers": {
"fb-ads-mcp-server": {
"command": "python",
"args": [
"/path/to/your/fb-ads-mcp-server/server.py",
"--fb-token",
"YOUR_FACEBOOK_ACCESS_TOKEN"
]
}
}
}
Speichern und starten Sie Cline neu.
Verwenden Sie immer Umgebungsvariablen für sensible Zugangsdaten (siehe JSON-Beispiele oben).
MCP in FlowHunt nutzen
Um MCP Server in Ihren FlowHunt-Workflow zu integrieren, fügen Sie zunächst die MCP-Komponente zu Ihrem Flow hinzu und verbinden Sie diese mit Ihrem KI-Agenten:
Klicken Sie auf die MCP-Komponente, um das Konfigurationspanel zu öffnen. Im Abschnitt „System MCP-Konfiguration“ tragen Sie die Details Ihres MCP Servers in folgendem JSON-Format ein:
{
"facebook-ads-mcp": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
Nach der Konfiguration kann der KI-Agent diesen MCP als Tool mit Zugriff auf alle Funktionen und Möglichkeiten nutzen. Denken Sie daran, “facebook-ads-mcp” durch den tatsächlichen Namen Ihres MCP Servers zu ersetzen und die URL entsprechend Ihrer MCP Server-Instanz anzupassen.
Abschnitt | Verfügbarkeit | Details/Anmerkungen |
---|---|---|
Übersicht | ✅ | Übersicht, Setup und Nutzung gefunden |
Liste der Prompts | ⛔ | Keine Prompt-Vorlagen gelistet |
Ressourcenübersicht | ⛔ | Keine expliziten Ressourcen beschrieben |
Tool-Übersicht | ⛔ | „Available MCP Tools“-Abschnitt vorhanden, aber leer |
API-Keys absichern | ✅ | Anleitung zur Nutzung von Umgebungsvariablen vorhanden |
Sampling-Support (für Bewertung weniger wichtig) | ⛔ | Keine Info |
Zwischen den oben genannten Abschnitten bietet der Facebook Ads MCP Server eine solide Setup-Dokumentation, jedoch fehlen öffentliche Dokumentationen zu Prompts, expliziten Tools und Ressourcen. Eine klare Stärke ist die einfache Integration und das transparente Credential-Management. Basierend auf Dokumentationsumfang und Transparenz würde ich diesem MCP Server eine 5/10 geben.
Hat eine LICENSE | ✅ (MIT) |
---|---|
Mindestens ein Tool | ⛔ |
Anzahl Forks | 14 |
Anzahl Sterne | 68 |
Der Facebook Ads MCP Server ist eine Schnittstelle zwischen FlowHunt (und anderen KI-Agenten) und der Facebook Ads Plattform. Er ermöglicht die automatisierte Verwaltung von Kampagnen, Zugriff auf Leistungsanalysen und sicheres Credential-Handling innerhalb Ihrer KI-Workflows.
Sie können das Kampagnenmanagement automatisieren, Echtzeit-Performanceberichte abrufen, Massenoperationen für Anzeigen durchführen und KI-Assistenten ermöglichen, Ihre Facebook Ads zu analysieren und zu optimieren – alles programmatisch.
Sie sollten Umgebungsvariablen in Ihren Konfigurationsdateien verwenden, um sensible Zugangsdaten nicht offenzulegen. Siehe die Beispielkonfigurationen oben für jeden Client.
In der aktuellen Dokumentation werden keine spezifischen Tools oder Prompt-Vorlagen gelistet. Der Hauptfokus liegt auf einer robusten API-Schnittstelle für Facebook Ads Daten und Aktionen.
Sie benötigen Python 3.10+, die erforderlichen Abhängigkeiten (siehe requirements.txt) und ein Facebook Access Token mit passenden Berechtigungen. Folgen Sie den Schritt-für-Schritt-Anleitungen je nach KI-Client, um den Server zu konfigurieren und zu starten.
Integrieren Sie den Facebook Ads MCP Server in FlowHunt, um Kampagnenabläufe zu automatisieren, Reporting zu optimieren und KI-basierte Optimierungen für Ihre Werbeaktivitäten freizuschalten.
Der Amazon Ads MCP Server verbindet KI-Assistenten und Amazon Advertising, indem er programmgesteuerten Zugriff auf Kampagnenverwaltung, Berichte, Empfehlungen ...
Der Discord MCP Server verbindet KI-Assistenten mit Discord und ermöglicht automatisiertes Servermanagement, Nachrichtenautomatisierung und die Integration exte...
Der Model Context Protocol (MCP) Server verbindet KI-Assistenten mit externen Datenquellen, APIs und Diensten und ermöglicht so eine optimierte Integration komp...