Microsoft Clarity MCP 服务器

Microsoft Clarity MCP 服务器

无缝连接您的 AI 工具与 Microsoft Clarity 分析,解锁可操作的网页洞察、自定义报告和用户参与分析——所有内容均可通过 MCP 协议访问。

“Microsoft Clarity” MCP 服务器能做什么?

Microsoft Clarity MCP 服务器是一款基于模型上下文协议(MCP)的服务器,用于对接 Microsoft Clarity 数据导出 API。它作为 AI 助手(如 Claude for Desktop 及其他支持 MCP 的客户端)与 Clarity 分析服务之间的桥梁。通过标准协议暴露 Clarity 的分析数据,该服务器使得 AI 驱动的工作流能够查询网站分析、按特定维度(如浏览器、设备、国家/地区)筛选,并检索多种网站指标(如滚动深度、参与时长、流量)。这一集成简化了网站性能监控和用户参与分析,让开发者和分析人员能够直接通过 AI 工具获取可操作的洞察。

提示模板列表

在所提供信息中未明确提及任何提示模板。

资源列表

仓库内容中未描述具体 MCP “资源”。

工具列表

  • get-clarity-data
    提供对 Clarity 分析数据的访问。支持按天数(1-3 天)查询、选择最多三个维度(如浏览器、设备、国家/地区)以及指标(如滚动深度、参与时长、流量)。需要 Clarity API 令牌。

该 MCP 服务器的应用场景

  • 网站分析数据获取
    通过您的 AI 助手即时获取 Microsoft Clarity 的关键分析数据,如用户会话、参与度和滚动深度,实时监控网站表现。
  • 自定义分析筛选
    按多达三个维度(如设备类型、地理区域、浏览器)筛选分析结果,聚焦特定用户群体进行目标分析。
  • 自动化报告
    为网站生成并获取每日或多日分析报告,简化产品经理或分析师的定期报告任务。
  • 与 AI 工作流集成
    将网站分析无缝嵌入更大的 AI 工作流,使代理能够拉取使用统计数据,并基于实时数据做决策或触发操作。

如何设置

Windsurf

  1. 确保已安装 Node.js v16 或更高版本。
  2. 获取您的 Microsoft Clarity API 令牌。
  3. 打开 Windsurf MCP 配置文件。
  4. 按如下所示添加 Microsoft Clarity MCP 服务器配置。
  5. 保存配置并重启 Windsurf。
{
  "mcpServers": {
    "@microsoft/clarity-mcp-server": {
      "command": "npx",
      "args": [
        "@microsoft/clarity-mcp-server",
        "--clarity_api_token=your-api-token-here"
      ]
    }
  }
}

API 密钥安全存储:

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

Claude

  1. 安装 Node.js v16 或更高版本。
  2. 生成您的 Clarity API 令牌。
  3. 打开 Claude for Desktop 配置文件:
    • Windows: %AppData%\Claude\claude_desktop_config.json
    • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
  4. 添加 MCP 服务器配置。
  5. 保存并重启 Claude for Desktop。
{
  "mcpServers": {
    "@microsoft/clarity-mcp-server": {
      "command": "npx",
      "args": [
        "@microsoft/clarity-mcp-server",
        "--clarity_api_token=your-api-token-here"
      ]
    }
  }
}

API 密钥安全存储:

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

Cursor

  1. 确认已安装 Node.js v16+。
  2. 从 Clarity 控制台获取您的 API 令牌。
  3. 找到 Cursor 的 MCP 配置。
  4. 按如下方式添加服务器配置。
  5. 保存更改并重启 Cursor。
{
  "mcpServers": {
    "@microsoft/clarity-mcp-server": {
      "command": "npx",
      "args": [
        "@microsoft/clarity-mcp-server",
        "--clarity_api_token=your-api-token-here"
      ]
    }
  }
}

API 密钥安全存储:

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

Cline

  1. 安装 Node.js v16 或更高版本。
  2. 从 Clarity 获取您的 API 令牌。
  3. 打开 Cline MCP 配置文件。
  4. 插入以下 MCP 服务器配置。
  5. 保存并重启 Cline。
{
  "mcpServers": {
    "@microsoft/clarity-mcp-server": {
      "command": "npx",
      "args": [
        "@microsoft/clarity-mcp-server",
        "--clarity_api_token=your-api-token-here"
      ]
    }
  }
}

API 密钥安全存储:

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

如何在流程中使用此 MCP

在 FlowHunt 中使用 MCP

要将 MCP 服务器集成到您的 FlowHunt 工作流,首先在流程中添加 MCP 组件,并将其连接到您的 AI 代理:

FlowHunt MCP flow

点击 MCP 组件以打开配置面板。在系统 MCP 配置部分,使用如下 JSON 格式填写您的 MCP 服务器信息:

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

配置完成后,AI 代理即可作为工具使用该 MCP,访问其全部功能和能力。请记得将 “clarity-mcp” 替换为您实际的 MCP 服务器名称,并将 URL 改为您自己的 MCP 服务器地址。


概览

部分可用性说明
概览
提示模板列表未发现
资源列表未发现
工具列表get-clarity-data
API 密钥安全存储支持环境变量
采样支持(评价时较次要)未提及
Roots 支持未提及

综上,Microsoft Clarity MCP 服务器实现了与 Clarity 分析 API 的直接集成,但定位清晰且功能较为精简。其涵盖基本设置和用法,但缺乏如提示模板、更多 MCP 资源、roots 和采样等高级 MCP 功能。


MCP 评分

是否有 LICENSE✅ (MIT)
是否有工具
Fork 数量5
Star 数量15

我们的看法:
该 MCP 服务器功能实用,具备良好的设置文档,并暴露了有用的分析集成工具。但缺乏更丰富的 MCP 功能,如提示模板、资源暴露或采样、roots 等高级能力——更偏实用性而非全能型。综合来看,基础覆盖清晰,未充分发挥 MCP 协议的全部潜力,评分为 5/10

常见问题

Microsoft Clarity MCP 服务器有什么作用?

它连接 AI 助手与 Microsoft Clarity 分析 API,实现以编程方式访问网站指标,如流量、参与时长和滚动深度。这让基于 AI 的工作流能够实时获取网站洞察和报告能力。

通过此 MCP 服务器可以访问哪些分析指标?

您可以使用提供的 'get-clarity-data' 工具,访问滚动深度、参与时长、流量等指标,并可按浏览器、设备、国家/地区等维度进行细分分析。

配置服务器时如何保护我的 Clarity API 令牌?

您应在 MCP 服务器配置中使用 'env' 属性,将敏感 API 密钥以环境变量方式安全存储,而不是直接写入配置文件。

可以在 FlowHunt 工作流中使用此 MCP 服务器吗?

可以!只需在您的 FlowHunt 流程中添加 MCP 组件,并用您的 MCP 服务器详细信息进行配置。这样,您的 AI 代理就能访问 Clarity MCP 服务器提供的所有分析工具。

Microsoft Clarity MCP 服务器支持提示模板或高级 MCP 功能吗?

不支持,它专注于分析集成,不包含提示模板、资源暴露或如 roots、采样等高级 MCP 功能。

将 Microsoft Clarity 集成到您的 AI 工作流

让您的 AI 代理能够访问 Microsoft Clarity 分析,实现通过 FlowHunt 的 MCP 集成进行高级网站监控、分段和自动化报告。

了解更多

Microsoft Docs MCP 服务器
Microsoft Docs MCP 服务器

Microsoft Docs MCP 服务器

Microsoft Docs MCP 服务器为 AI 助手、IDE 和开发工具提供实时、权威的 Microsoft 文档访问。通过来自 Microsoft Learn、Azure、Microsoft 365 等的最新、可信内容,提升工作流程。...

2 分钟阅读
AI MCP Server +4
Windows CLI MCP 服务器
Windows CLI MCP 服务器

Windows CLI MCP 服务器

Windows CLI MCP 服务器通过 SSH 将 AI 助手与 Windows 命令行界面及远程系统连接起来,为本地和远程环境提供安全、可编程的命令执行与自动化能力。...

2 分钟阅读
AI Automation +6
Perplexity Ask MCP 服务器
Perplexity Ask MCP 服务器

Perplexity Ask MCP 服务器

通过 Perplexity Ask MCP 服务器,将实时、全网研究集成到您的 AI 工作流中。该 MCP 服务器桥接了 Perplexity 的 Sonar API 与 Claude、Cursor 等工具,实现了动态信息检索、实时网页搜索和最新问答,直接在您的开发环境中使用。...

2 分钟阅读
AI MCP +4