OpenReplay Session Analysis MCP Server

OpenReplay セッション分析 MCP サーバー

OpenReplay のセッション録画とユーザー行動パターンを分析するための Model Context Protocol（MCP）サーバーです。このサーバーを使うと、AI アシスタントがユーザーセッションを分析し、問題を検出して、OpenReplay データから実行可能なインサイトを提供できます。

🔥 機能

• 🔍 セッションの検索とフィルタリング - 日付、ユーザー、エラー、再生時間でセッションを検索します
• 📊 ユーザージャーニー分析 - ページ遷移とナビゲーションパターンを追跡します
• 🐛 問題の検出 - 連打、フォームの離脱、エラーを特定します
• 🤖 AI によるインサイト - インテリジェントなセッション概要を生成します
• 👥 ユーザー行動分析 - 複数のセッションにまたがるパターンを分析します
• 🔗 類似セッションの検索 - 同様の問題があるセッションを見つけます

🚀 クイックスタート

1. クローンしてセットアップします：

   git clone https://github.com/rsp2k/openreplay-mcp-server.git
   cd openreplay-mcp-server
   python -m venv venv
   source venv/bin/activate  # On Windows: venv\Scripts\activate
   pip install -r requirements.txt
   

2. OpenReplay の認証情報を設定します：

   cp .env.example .env
   # Edit .env with your OpenReplay API credentials
   

3. サーバーを実行します：

   python run_server.py
   

⚙️ 設定

.env ファイルに以下の環境変数を設定します。

OPENREPLAY_API_URL=https://api.openreplay.com
OPENREPLAY_API_KEY=your_api_key_here
OPENREPLAY_PROJECT_ID=your_project_id_here

OpenReplay API の認証情報を取得するには：

1. OpenReplay ダッシュボードに移動します
2. Settings → API Keys に移動します
3. 新しい API キーを生成します
4. URL またはプロジェクト設定から Project ID をコピーします

🛠️ 利用可能なツール

セッション管理

• search_sessions - 高度なフィルターを使ってセッションを検索します
• get_session_details - セッションの詳細情報を取得します
• get_user_session_history - 特定のユーザーのすべてのセッションを表示します

分析ツール

• analyze_user_journey - ユーザーのナビゲーションパターンとページ遷移をマッピングします
• detect_problem_patterns - 連打、フォームの問題、エラーを検出します
• generate_session_summary - AI によるセッションのインサイトと推奨事項を生成します
• find_similar_sessions - 関連する問題のあるセッションを見つけます

📋 Claude Desktop での使用方法

Claude Desktop の MCP 設定（claude_desktop_config.json）に追加します。

{
  "mcpServers": {
    "openreplay-analysis": {
      "command": "python",
      "args": ["/path/to/openreplay-mcp-server/run_server.py"],
      "env": {
        "OPENREPLAY_API_KEY": "your_api_key_here",
        "OPENREPLAY_PROJECT_ID": "your_project_id_here"
      }
    }
  }
}

💬 質問の例

Claude Desktop または別の MCP クライアントに接続したら、次のように質問できます。

• 「過去 1 週間のエラーがあるセッションを見つけて」
• 「セッション ABC123 のユーザージャーニーを分析して」
• 「今日の問題のあるセッションの概要を作成して」
• 「ユーザー [email protected] のすべてのセッションを表示して」
• 「フォーム離脱が発生した XYZ456 に類似するセッションを見つけて」
• 「セッション DEF789 をデバッグして、何が問題だったのか教えて」

🐳 Docker の使用方法

コンテナ化してデプロイする場合：

# Set environment variables in .env file
docker-compose up

または、手動でビルドして実行します。

docker build -t openreplay-mcp .
docker run -e OPENREPLAY_API_KEY=your_key -e OPENREPLAY_PROJECT_ID=your_project openreplay-mcp

🔧 開発

このサーバーは以下を使用して構築されています。

• FastMCP - サーバー実装用の公式 Python MCP SDK
• httpx - OpenReplay API 用の非同期 HTTP クライアント
• asyncio - async/await のサポート

プロジェクト構成

openreplay-mcp-server/
├── openreplay_session_analyzer.py  # OpenReplay client and analysis logic
├── run_server.py                   # FastMCP server with tools
├── mcp.py                          # Django MCP configuration (optional)
├── settings.py                     # Django settings (optional)
├── requirements.txt                # Python dependencies
├── .env.example                    # Environment variables template
├── Dockerfile                      # Container configuration
├── docker-compose.yml              # Docker Compose setup
└── README.md                       # This file

新しい分析機能の追加

1. openreplay_session_analyzer.py の SessionAnalyzer クラスに新しいメソッドを追加します
2. run_server.py に対応する @mcp.tool() デコレーター付き関数を作成します
3. OpenReplay のデータを使ってテストします

📊 セッション分析機能

問題の検出

• 連打：フラストレーションを示す、短時間に繰り返されるクリック
• フォームの離脱：フォームを開始したものの、完了しないユーザー
• 無効クリック：インタラクティブではない要素へのクリック
• エラー追跡：JavaScript のエラーと例外

ジャーニー分析

• ページ遷移のマッピング：サイト内でのユーザーナビゲーションを追跡します
• 所要時間の分析：各ページでの滞在時間を把握します
• 直帰率：1 ページのみのセッションを特定します
• アクションの内訳：ユーザー操作（クリック、スクロール、入力）を分析します

AI インサイト

• 自動概要：自然言語によるセッションの説明
• 問題の特定：UX 上の潜在的な問題を強調します
• パフォーマンス分析：読み込みの遅いコンテンツを特定します
• 行動パターン：ユーザーの意図と目標を認識します

🔗 統合例

デバッグのワークフロー

# Search for recent error sessions
sessions = await search_sessions(has_errors=True, start_date="2024-06-01")

# Analyze specific problematic session
summary = await generate_session_summary(session_id="abc123")
problems = await detect_problem_patterns(session_id="abc123")

# Find similar issues
similar = await find_similar_sessions(reference_session_id="abc123", criteria="errors")

UX リサーチのワークフロー

# Analyze user behavior over time
user_history = await get_user_session_history(user_id="user123")

# Study navigation patterns
for session in user_sessions:
    journey = await analyze_user_journey(session_id=session.id)
    # Analyze patterns...

📝 API 要件

このサーバーには以下が必要です。

• API アクセスが可能な OpenReplay アカウント
• 有効な API キーとプロジェクト ID
• OpenReplay API エンドポイントへのネットワークアクセス
• Python 3.8 以降の環境

🤝 貢献

貢献を歓迎します！お気軽にプルリクエストを送信してください。大きな変更を行う場合は、まずイシューを作成して変更内容について話し合ってください。

1. リポジトリをフォークします
2. フィーチャーブランチを作成します（git checkout -b feature/amazing-feature）
3. 変更をコミットします（git commit -m 'Add amazing feature'）
4. ブランチにプッシュします（git push origin feature/amazing-feature）
5. プルリクエストを作成します

📄 ライセンス

このプロジェクトはMITライセンスの下でライセンスされています。詳細はLICENSEファイルをご覧ください。

🙏 謝辞

• セッションリプレイプラットフォームを提供してくださったOpenReplay
• 統合フレームワークを提供するModel Context Protocol
• Python MCP SDKを提供するFastMCP

📞 サポート

問題が発生した場合や質問がある場合は、次の手順をお試しください。

1. Issuesページを確認します
2. 詳細情報を記載して新しいイシューを作成します
3. 既存のイシューで議論に参加します

---

ユーザーエクスペリエンス分析の向上を目指して ❤️ を込めて作成