Microsoft Clarity MCP Server

Czym zajmuje się serwer MCP „Microsoft Clarity”?

Microsoft Clarity MCP Server to serwer Model Context Protocol (MCP) zaprojektowany do połączenia z API eksportu danych Microsoft Clarity. Działa jako most między asystentami AI (takimi jak Claude for Desktop i innymi klientami kompatybilnymi z MCP) a usługą analityki Clarity. Udostępniając dane analityczne Clarity przez standardowy protokół, serwer pozwala na przepływy AI, takie jak zapytania o analitykę strony, filtrowanie po wybranych wymiarach (np. Przeglądarka, Urządzenie, Kraj/Region) i pozyskiwanie różnorodnych metryk webowych (np. głębokość przewijania, czas zaangażowania, ruch). Dzięki tej integracji można usprawnić zadania takie jak monitorowanie wydajności strony i analiza zaangażowania użytkowników, umożliwiając deweloperom i analitykom dostęp do praktycznych wniosków bezpośrednio przez narzędzia AI.

Lista promptów

W udostępnionych informacjach nie wymieniono żadnych jawnych szablonów promptów.

Lista zasobów

W treści repozytorium nie opisano żadnych konkretnych „zasobów” MCP.

Lista narzędzi

• get-clarity-data
  Zapewnia dostęp do danych analitycznych Clarity. Umożliwia zapytania z określeniem liczby dni (1-3), wyborem do trzech wymiarów (np. Przeglądarka, Urządzenie, Kraj/Region) oraz wyborem metryk (np. głębokość przewijania, czas zaangażowania, ruch). Wymaga tokena API Clarity.

Przykładowe zastosowania tego serwera MCP

• Pobieranie analityki strony
  Natychmiast uzyskaj kluczowe dane analityczne z Microsoft Clarity, takie jak sesje użytkowników, zaangażowanie czy głębokość przewijania, by monitorować wydajność strony bezpośrednio przez asystenta AI.
• Niestandardowe filtrowanie analityki
  Filtrowanie wyników analityki po maksymalnie trzech wymiarach (np. typ urządzenia, region geograficzny, przeglądarka), by skupić się na wybranych segmentach użytkowników.
• Automatyczne raportowanie
  Generowanie i pobieranie codziennych lub wielodniowych raportów analitycznych dla strony, co usprawnia regularne zadania raportowe dla managerów produktu czy analityków.
• Integracja z przepływami AI
  Włącz analitykę strony bezpośrednio do większych przepływów AI, pozwalając agentom pobierać statystyki użycia i podejmować decyzje lub uruchamiać akcje na podstawie bieżących danych.

Jak skonfigurować

Windsurf

1. Upewnij się, że masz zainstalowane Node.js w wersji 16 lub wyższej.
2. Uzyskaj swój token API Microsoft Clarity.
3. Otwórz plik konfiguracyjny MCP Windsurf.
4. Dodaj konfigurację Microsoft Clarity MCP Server, jak pokazano poniżej.
5. Zapisz konfigurację i zrestartuj Windsurf.

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

Zabezpieczanie kluczy API:

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

Claude

1. Zainstaluj Node.js w wersji 16 lub wyższej.
2. Wygeneruj swój token API Clarity.
3. Otwórz konfigurację Claude for Desktop:
   • Windows: %AppData%\Claude\claude_desktop_config.json
   • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
4. Dodaj konfigurację serwera MCP.
5. Zapisz i zrestartuj Claude for Desktop.

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

Zabezpieczanie kluczy API:

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

Cursor

1. Potwierdź dostępność Node.js v16+.
2. Pobierz swój token API Clarity z panelu Clarity.
3. Znajdź plik konfiguracyjny MCP Cursor.
4. Dodaj poniższą konfigurację serwera.
5. Zapisz zmiany i zrestartuj Cursor.

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

Zabezpieczanie kluczy API:

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

Cline

1. Zainstaluj Node.js w wersji 16 lub wyższej.
2. Uzyskaj token API z Clarity.
3. Otwórz plik konfiguracyjny MCP Cline.
4. Wstaw poniższą konfigurację serwera MCP.
5. Zapisz i zrestartuj Cline.

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

Zabezpieczanie kluczy API:

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

Jak użyć tego MCP w przepływach

Użycie MCP w FlowHunt

Aby zintegrować serwery MCP z przepływem FlowHunt, rozpocznij od dodania komponentu MCP do swojego flow i połącz go z agentem AI:

Kliknij komponent MCP, aby otworzyć panel konfiguracji. W sekcji konfiguracji systemu MCP wklej dane swojego serwera MCP w tym formacie JSON:

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

Po skonfigurowaniu agent AI może korzystać z tego MCP jako narzędzia z dostępem do wszystkich jego funkcji i możliwości. Pamiętaj, by zamienić “clarity-mcp” na faktyczną nazwę twojego serwera MCP (np. “clarity-mcp”) i podmienić URL na własny adres serwera MCP.

Przegląd

Na podstawie powyższego, Microsoft Clarity MCP Server oferuje prostą i bezpośrednią integrację z API analityki Clarity, ale ma dość wąski zakres. Obejmuje podstawową konfigurację i użycie, lecz brakuje mu zaawansowanych funkcji MCP, takich jak szablony promptów, dodatkowe zasoby MCP, roots czy sampling.

Ocena MCP

Nasza opinia:
Ten serwer MCP jest funkcjonalny, dobrze udokumentowany pod kątem konfiguracji i udostępnia przydatne narzędzie do integracji analityki. Jednak brak mu bogatszych funkcji MCP, takich jak szablony promptów, udostępnianie zasobów czy zaawansowane możliwości, jak sampling i roots — przez co jest raczej użytkowy niż rozbudowany. Otrzymuje ocenę 5/10 za pokrycie podstaw z klarownością, ale bez wykorzystania pełnego potencjału protokołu MCP.