Serveur MCP Microsoft Clarity

Que fait le serveur MCP “Microsoft Clarity” ?

Le serveur MCP Microsoft Clarity est un serveur Model Context Protocol (MCP) conçu pour s’interfacer avec l’API d’export de données Microsoft Clarity. Il agit comme un pont entre les assistants IA (tels que Claude for Desktop et d’autres clients compatibles MCP) et le service d’analytics Clarity. En exposant les données analytics de Clarity via un protocole standard, ce serveur permet des workflows IA tels que l’interrogation des analytics de site web, le filtrage par dimensions spécifiques (ex : Navigateur, Appareil, Pays/Région) et la récupération de différentes métriques web (ex : profondeur de scroll, temps d’engagement, trafic). Cette intégration simplifie la surveillance des performances du site et l’analyse de l’engagement utilisateur, offrant aux développeurs et analystes un accès direct à des insights actionnables via leurs outils IA.

Liste des Prompts

Aucun modèle de prompt explicite n’est mentionné dans les informations fournies.

Prêt à développer votre entreprise?

Commencez votre essai gratuit aujourd'hui et voyez les résultats en quelques jours.

Demander une démo Se connecter

Liste des Ressources

Il n’existe pas de “ressources” MCP spécifiques décrites dans le contenu du dépôt.

Liste des Outils

• get-clarity-data
  Fournit un accès aux données analytics de Clarity. Permet l’interrogation sur un nombre de jours (1-3), la sélection jusqu’à trois dimensions (comme Navigateur, Appareil, Pays/Région), et le choix de métriques (telles que profondeur de scroll, temps d’engagement, trafic). Requiert un jeton API Clarity.

Rejoignez notre newsletter

Recevez gratuitement les derniers conseils, tendances et offres.

Adresse e-mail

S'abonner

Cas d’utilisation de ce serveur MCP

• Récupération d’analytics de site web
  Récupérez instantanément les principales données analytics de Microsoft Clarity, telles que les sessions utilisateurs, l’engagement et la profondeur de scroll, pour surveiller les performances du site directement depuis votre assistant IA.
• Filtrage analytics personnalisé
  Filtrez les résultats analytiques selon jusqu’à trois dimensions (ex : type d’appareil, région géographique, navigateur) pour cibler des segments utilisateurs précis lors de l’analyse.
• Reporting automatisé
  Générez et récupérez des rapports analytics quotidiens ou multi-jours pour un site web, automatisant ainsi la tâche de reporting régulier pour les chefs de produit ou analystes.
• Intégration dans des workflows IA
  Intégrez facilement l’analytics de site web dans des workflows IA plus larges, permettant aux agents de récupérer des statistiques d’utilisation et d’informer les décisions ou de déclencher des actions basées sur des données en temps réel.

Comment le mettre en place

Windsurf

1. Vérifiez que Node.js v16 ou plus récent est installé.
2. Obtenez votre jeton API Microsoft Clarity.
3. Ouvrez le fichier de configuration MCP de Windsurf.
4. Ajoutez la configuration du serveur MCP Microsoft Clarity comme indiqué ci-dessous.
5. Sauvegardez la configuration et redémarrez Windsurf.

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

Sécurisation des clés API :

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

Claude

1. Installez Node.js v16 ou supérieur.
2. Générez votre jeton API Clarity.
3. Ouvrez la configuration de Claude for Desktop :
   • Windows : %AppData%\Claude\claude_desktop_config.json
   • macOS : ~/Library/Application Support/Claude/claude_desktop_config.json
4. Ajoutez la configuration du serveur MCP.
5. Enregistrez et redémarrez Claude for Desktop.

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

Sécurisation des clés API :

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

Cursor

1. Confirmez que Node.js v16+ est disponible.
2. Récupérez votre jeton API Clarity depuis votre dashboard Clarity.
3. Localisez la configuration MCP de Cursor.
4. Ajoutez la configuration du serveur comme indiqué.
5. Sauvegardez les modifications et redémarrez Cursor.

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

Sécurisation des clés API :

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

Cline

1. Installez Node.js v16 ou supérieur.
2. Obtenez votre jeton API auprès de Clarity.
3. Ouvrez votre fichier de configuration MCP de Cline.
4. Insérez la configuration du serveur MCP ci-dessous.
5. Sauvegardez et redémarrez Cline.

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

Sécurisation des clés API :

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

Comment utiliser ce MCP dans des flows

Utilisation du MCP dans FlowHunt

Pour intégrer des serveurs MCP dans votre workflow FlowHunt, commencez par ajouter le composant MCP à votre flow et connectez-le à votre agent IA :

Cliquez sur le composant MCP pour ouvrir le panneau de configuration. Dans la section configuration MCP système, saisissez les informations de votre serveur MCP au format JSON suivant :

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

Une fois configuré, l’agent IA pourra utiliser ce MCP comme un outil avec accès à toutes ses fonctions et capacités. Pensez à remplacer “clarity-mcp” par le nom réel de votre serveur MCP (ex : “clarity-mcp”) et à utiliser votre propre URL de serveur MCP.

Aperçu

D’après ce qui précède, le serveur MCP Microsoft Clarity offre une intégration claire et directe à l’API analytics de Clarity, mais reste concentré et assez minimaliste. Il couvre l’essentiel de la configuration et de l’utilisation, mais n’inclut pas de fonctionnalités MCP avancées comme les modèles de prompt, des ressources supplémentaires, les roots ou l’échantillonnage.

Score MCP

Notre avis :
Ce serveur MCP est fonctionnel, bien documenté pour la mise en place, et expose un outil utile pour l’intégration analytics. Il manque cependant de fonctionnalités MCP plus riches telles que les modèles de prompt, l’exposition de ressources ou des capacités avancées comme l’échantillonnage et les roots—ce qui le rend plus utilitaire que complet. Il obtient une note de 5/10 pour sa couverture claire des bases, mais sans tirer parti du plein potentiel du protocole MCP.