
Amazon Ads MCP-server
Amazon Ads MCP-servern kopplar ihop AI-assistenter och Amazon Advertising genom att ge sömlös, programmatisk åtkomst till kampanjhantering, rapportering, rekomm...
Anslut dina AI-flöden till Facebook Ads för smidig kampanjhantering, rapportering och automation—säkert och effektivt med Facebook Ads MCP-server.
Facebook Ads MCP-servern är en Model Context Protocol (MCP)-server som fungerar som ett gränssnitt till Facebook Ads-plattformen, vilket gör det möjligt för AI-assistenter och utvecklingsmiljöer att programmatiskt komma åt och hantera Facebook Ads-data. Genom att ansluta denna MCP-server till din AI-klient kan du automatisera uppgifter som att hämta annonsresultat, hantera kampanjer och få tillgång till rapporter—allt utan att behöva använda Facebook Ads användargränssnitt manuellt. Servern förenklar autentiseringen—antingen genom att be om din access-token eller genom att generera en via GoMarbles säkra infrastruktur—vilket gör installationen enkel. Denna integration ger utvecklare möjlighet att bygga, hantera och analysera annonskampanjer mer effektivt med hjälp av AI-drivna arbetsflöden och automationer.
Ingen information hittades i arkivet om tillgängliga promptmallar.
Inga explicita resursdefinitioner hittades i arkivet eller dokumentationen.
Ingen explicit verktygslista hittades i dokumentationen eller i den synliga beskrivningen av server.py. Avsnittet “Available MCP Tools” finns i readme-filen, men inga ytterligare detaljer ges inom den hämtade informationen.
Säkerställ att Python 3.10+ är installerat och att beroenden i requirements.txt
är uppfyllda.
Skaffa en Facebook Access Token med nödvändiga behörigheter.
Lokalisera din Windsurf-konfigurationsfil.
Lägg till Facebook Ads MCP-servern i avsnittet mcpServers
:
{
"mcpServers": {
"fb-ads-mcp-server": {
"command": "python",
"args": [
"/path/to/your/fb-ads-mcp-server/server.py",
"--fb-token",
"YOUR_FACEBOOK_ACCESS_TOKEN"
]
}
}
}
Spara konfigurationen och starta om Windsurf. Verifiera att MCP-servern visas i gränssnittet.
Använd miljövariabler för att säkra din access-token:
{
"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"
}
}
}
}
Installera Python 3.10+ och beroenden från requirements.txt
.
Skaffa en Facebook Access Token.
Redigera Claude-konfigurationen enligt följande:
{
"mcpServers": {
"fb-ads-mcp-server": {
"command": "python",
"args": [
"/path/to/your/fb-ads-mcp-server/server.py",
"--fb-token",
"YOUR_FACEBOOK_ACCESS_TOKEN"
]
}
}
}
Spara och starta om Claude. Verifiera serveranslutningen.
Installera Python 3.10+ och beroenden.
Skaffa en Facebook Access Token.
Uppdatera Cursor MCP-konfigurationen:
{
"mcpServers": {
"fb-ads-mcp-server": {
"command": "python",
"args": [
"/path/to/your/fb-ads-mcp-server/server.py",
"--fb-token",
"YOUR_FACEBOOK_ACCESS_TOKEN"
]
}
}
}
Starta om Cursor efter att ändringar sparats.
Säkerställ att Python 3.10+ och beroenden är installerade.
Skydda din Facebook Access Token.
Redigera Cline-konfigurationsfilen:
{
"mcpServers": {
"fb-ads-mcp-server": {
"command": "python",
"args": [
"/path/to/your/fb-ads-mcp-server/server.py",
"--fb-token",
"YOUR_FACEBOOK_ACCESS_TOKEN"
]
}
}
}
Spara och starta om Cline.
Använd alltid miljövariabler för känsliga uppgifter (se JSON-exemplen ovan).
Använd MCP i FlowHunt
För att integrera MCP-servrar i ditt FlowHunt-arbetsflöde, börja med att lägga till MCP-komponenten i ditt flöde och koppla den till din AI-agent:
Klicka på MCP-komponenten för att öppna konfigurationspanelen. I systemets MCP-konfigurationssektion, ange din MCP-serverinformation med följande JSON-format:
{
"facebook-ads-mcp": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
När du har konfigurerat är AI-agenten nu redo att använda denna MCP som ett verktyg med tillgång till alla dess funktioner och möjligheter. Kom ihåg att ändra “facebook-ads-mcp” till det faktiska namnet på din MCP-server och byt ut URL:en mot din egen MCP-serveradress.
Sektion | Tillgänglighet | Detaljer/Noteringar |
---|---|---|
Översikt | ✅ | Översikt, installation och användningsinformation finns |
Lista över promptmallar | ⛔ | Inga promptmallar listade |
Lista över resurser | ⛔ | Inga explicita resurser beskrivna |
Lista över verktyg | ⛔ | “Available MCP Tools”-avsnitt finns, men ej detaljerat |
Säkra API-nycklar | ✅ | Instruktioner för miljövariabler |
Sampling Support (mindre viktigt vid utvärdering) | ⛔ | Ingen information |
Mellan ovanstående sektioner tillhandahåller Facebook Ads MCP-servern gedigen installationsdokumentation men saknar offentlig dokumentation om promptar, explicita verktyg och resurser. Dess främsta styrka är enkel integration och tydlig hantering av inloggningsuppgifter. Baserat på dokumentationskompletthet och transparens skulle jag ge denna MCP-server ett 5/10.
Har LICENS | ✅ (MIT) |
---|---|
Har minst ett verktyg | ⛔ |
Antal Forks | 14 |
Antal Stars | 68 |
Facebook Ads MCP-server är en brygga mellan FlowHunt (och andra AI-agenter) och Facebook Ads-plattformen. Den möjliggör automatiserad hantering av kampanjer, åtkomst till prestandaanalys samt säker hantering av inloggningsuppgifter i dina AI-arbetsflöden.
Du kan automatisera kampanjhantering, hämta realtidsrapporter om prestanda, köra massoperationer på annonser samt låta AI-assistenter analysera och optimera dina Facebook Ads—allt programmatiskt.
Du bör använda miljövariabler i dina konfigurationsfiler för att undvika att exponera känsliga uppgifter. Se exempelkonfigurationerna för respektive klient ovan för detaljer.
Den nuvarande dokumentationen listar inga specifika verktyg eller promptmallar. Fokus ligger på att tillhandahålla en robust API-brygga för Facebook Ads-data och åtgärder.
Du behöver Python 3.10+, nödvändiga beroenden (se requirements.txt) samt en Facebook Access Token med lämpliga behörigheter. Följ de stegvisa instruktionerna för din AI-klient för att konfigurera och starta servern.
Integrera Facebook Ads MCP-servern med FlowHunt för att automatisera kampanjflöden, effektivisera rapportering och låsa upp AI-driven optimering av din annonsverksamhet.
Amazon Ads MCP-servern kopplar ihop AI-assistenter och Amazon Advertising genom att ge sömlös, programmatisk åtkomst till kampanjhantering, rapportering, rekomm...
Cloudflare MCP-servern fungerar som en brygga mellan AI-assistenter och Cloudflares molntjänster, vilket möjliggör naturlig språkbearbetning för konfigurationer...
RabbitMQ MCP-servern gör det möjligt för AI-assistenter att hantera, automatisera och interagera med RabbitMQ-meddelandemäklare via Model Context Protocol (MCP)...