Servidor MCP de Metricool

¿Qué hace el Servidor MCP de “Metricool”?

El Servidor MCP de Metricool es un servidor Model Context Protocol (MCP) diseñado para interactuar con la API de Metricool, permitiendo que los agentes de IA accedan, recuperen y analicen métricas de redes sociales y datos de campañas de la cuenta Metricool de un usuario. Al funcionar como puente entre los asistentes de IA y la plataforma Metricool, este servidor permite a desarrolladores y agentes automatizar la extracción de insights accionables, gestionar y programar publicaciones en redes sociales y monitorear el rendimiento de la publicidad en varias redes. Su conjunto de herramientas soporta tareas como la obtención de análisis para publicaciones y campañas, la programación de contenido y el benchmarking frente a competidores, facilitando flujos de trabajo más eficientes y basados en datos para community managers, marketers y desarrolladores.

Lista de Prompts

No se encontró información sobre plantillas de prompt en el repositorio.

Lista de Recursos

No se documentan recursos MCP explícitos en el repositorio.

Lista de Herramientas

• get_brands(state: str)
  Recupera la lista de marcas asociadas a tu cuenta de Metricool.

• get_instagram_reels(init_date: str, end_date: str, blog_id: int)
  Obtiene datos de Reels de Instagram para una marca y rango de fechas dado.

• get_instagram_posts(init_date: str, end_date: str, blog_id: int)
  Obtiene datos de publicaciones de Instagram para una marca y rango de fechas especificados.

• get_instagram_stories(init_date: str, end_date: str, blog_id: int)
  Recupera historias de Instagram dentro de un rango de fechas para una marca específica.

• get_tiktok_videos(init_date: str, end_date: str, blog_id: int)
  Recupera videos de TikTok para la marca y periodo seleccionados.

• get_facebook_reels(init_date: str, end_date: str, blog_id: int)
  Obtiene Reels de Facebook de una cuenta de marca Metricool.

• get_facebook_posts(init_date: str, end_date: str, blog_id: int)
  Obtiene publicaciones de Facebook para una cuenta de marca y rango de fechas determinado.

• get_facebook_stories(init_date: str, end_date: str, blog_id: int)
  Recupera historias de Facebook desde una cuenta de marca.

• get_thread_posts(init_date: str, end_date: str, blog_id: int)
  Obtiene publicaciones de Threads de la cuenta de marca.

• get_x_posts(init_date: str, end_date: str, blog_id: int)
  Recupera publicaciones de X (Twitter) para una marca y periodo de tiempo.

• get_bluesky_posts(init_date: str, end_date: str, blog_id: int)
  Obtiene publicaciones de Bluesky para la marca.

• get_linkedin_posts(init_date: str, end_date: str, blog_id: int)
  Recupera publicaciones de LinkedIn de la cuenta de marca.

• get_pinterest_pins(init_date: str, end_date: str, blog_id: int)
  Obtiene Pines de Pinterest para una marca.

• get_youtube_videos(init_date: str, end_date: str, blog_id: int)
  Obtiene videos de YouTube publicados por la marca.

• get_twitch_videos(init_date: str, end_date: str, blog_id: int)
  Recupera videos de Twitch de la cuenta de marca.

• get_facebookads_campaigns(init_date: str, end_date: str, blog_id: int)
  Recupera datos de campañas de anuncios de Facebook.

• get_googleads_campaigns(init_date: str, end_date: str, blog_id: int)
  Obtiene campañas de Google Ads para la marca.

• get_tiktokads_campaigns(init_date: str, end_date: str, blog_id: int)
  Recupera campañas de anuncios de TikTok de la cuenta de marca.

• get_network_competitors
  Obtiene la lista de competidores (en Instagram, Facebook, X, Bluesky, YouTube y Twitch).

• post_schedule_post
  Programa una o varias publicaciones para la(s) marca(s) en Metricool.

• get_scheduled_posts
  Recupera publicaciones programadas desde la cuenta de Metricool.

• get_best_time_to_post
  Determina el mejor momento para publicar contenido en redes sociales.

Casos de Uso de este Servidor MCP

• Automatización de Análisis en Redes Sociales
  Los desarrolladores pueden automatizar la obtención y análisis de métricas en distintas plataformas (Instagram, Facebook, X, etc.), permitiendo dashboards en tiempo real y reportes personalizados para equipos sociales.

• Programación de Contenido
  Los agentes de IA pueden programar publicaciones o multipublicaciones para varias marcas, mejorando la eficiencia del flujo de trabajo y asegurando publicaciones oportunas sin intervención manual.

• Benchmarking de la Competencia
  Al acceder a datos de competidores, desarrolladores y marketers pueden comparar el rendimiento en redes y ajustar estrategias en consecuencia.

• Monitoreo de Campañas Publicitarias
  Extraer métricas de campañas de anuncios en Facebook, Google y TikTok permite seguimiento de desempeño, optimización de presupuesto y análisis de ROI dentro de aplicaciones o dashboards personalizados.

• Descubrimiento del Mejor Horario de Publicación
  Utilizando la analítica para determinar el mejor momento para publicar en canales específicos, los agentes de IA pueden recomendar o automatizar la programación óptima para lograr mayor engagement.

Cómo configurarlo

Windsurf

No se encontraron instrucciones para Windsurf.

Claude

1. Asegúrate de tener instalado Python 3.8+ y uv.
2. Obtén tu token de API de Metricool y tu ID de usuario (se requiere el Nivel Avanzado).
3. Ubica o crea el archivo de configuración:
   • MacOS: ~/Library/Application Support/Claude/claude_desktop_config.json
   • Windows: %APPDATA%/Claude/claude_desktop_config.json
4. Añade la configuración del servidor MCP de Metricool:

{
    "mcpServers": {
        "mcp-metricool": {
            "command": "uvx",
            "args": [
                "mcp-metricool"
            ],
            "env": {
                "METRICOOL_USER_TOKEN": "<METRICOOL_USER_TOKEN>",
                "METRICOOL_USER_ID": "<METRICOOL_USER_ID>"
            }
        }
    }
}

5. Guarda el archivo y reinicia Claude Desktop.
6. Verifica la configuración intentando acceder a datos de Metricool desde Claude.

Protección de Claves API

Las claves API se configuran mediante variables de entorno en la sección "env" como se muestra arriba, asegurando que la información sensible no esté codificada en el archivo.

Cursor

No se encontraron instrucciones para Cursor.

Cline

No se encontraron instrucciones para Cline.

Cómo usar este MCP dentro de los flujos

Uso de MCP en FlowHunt

Para integrar servidores MCP en tu flujo de trabajo de FlowHunt, comienza añadiendo el componente MCP a tu flujo y conectándolo a tu agente de IA:

Haz clic en el componente MCP para abrir el panel de configuración. En la sección de configuración del sistema MCP, introduce los detalles de tu servidor MCP usando este formato JSON:

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

Una vez configurado, el agente de IA podrá usar este MCP como herramienta con acceso a todas sus funciones y capacidades. Recuerda cambiar "mcp-metricool" por el nombre real de tu servidor y actualizar la URL según corresponda.

Resumen

Nuestra opinión

Metricool MCP ofrece un conjunto robusto de herramientas para análisis y gestión de redes sociales, con instrucciones claras de configuración para Claude Desktop y gran utilidad para marketers y desarrolladores. Sin embargo, la ausencia de plantillas de prompt documentadas, recursos y más instrucciones para otros clientes (Windsurf, Cursor, etc.) limita su versatilidad inmediata. No se mencionan soporte de sampling ni Roots.

Calificación: 6/10

Puntuación MCP