Kubit

Kubit MCP Server

仓库原生分析与对话式 AI 相结合

将 Kubit 的全部能力直接融入你的 AI 工作流。通过自然语言查询、分析和探索数据仓库，无需复杂语法。

---

什么是 Kubit MCP？

Kubit MCP（Model Context Protocol）服务改变了团队与分析平台交互的方式。将 AI 助手连接到 Kubit 后，你可以：

• 探索架构 - 通过自然语言发现事件、属性和维度
• 生成报告 - 通过对话创建分析查询
• 导出数据 - 提取 CSV 格式的原始数据，以便深入分析
• 搜索内容 - 即时查找现有报告和仪表板
• 提出问题 - 无需学习查询语法即可获取洞察

Beta 版提示

此服务仍在积极开发中。随着我们持续改进平台，你可能会遇到错误、性能问题或速率限制。

---

快速开始

准备事项

要求	说明
Kubit 账户	可访问 Kubit 组织的有效权限
AI 客户端	兼容 MCP 的工具（Claude、Cursor 等）
权限	对 Kubit 工作区中架构的访问权限

连接步骤

设置 Kubit MCP 服务非常简单：

1. 将 MCP 服务添加到 AI 客户端配置中
2. 使用服务 URL：https://mcp.kubit.ai/mcp
3. 按提示完成 OAuth 身份验证
4. 开始查询 Kubit 数据

注意： 请查看 AI 客户端的文档，了解具体的 MCP 服务设置说明。

身份验证与访问权限

此服务使用 OAuth 2.0 身份验证，并遵循你现有的 Kubit 权限。你只能看到已获授权访问的架构中的数据，无需额外权限。

---

工具与功能

你的 AI 助手可使用五种强大的工具：

工具	用途
getUserContext	初始化会话并获取可用架构
getSchema	详细探索事件、属性和维度
createReport	生成并执行分析查询
getRawData	从现有报告导出 CSV 数据
searchKubit	在组织中查找报告和仪表板

---

对话示例

了解用户行为

"Show me conversion funnel for mobile app sign-ups in the last quarter"
"What are the most popular features used by premium users?"
"How has user retention changed month-over-month?"

产品表现

"What are the top events by volume this week?"
"Show me user engagement trends for the last 30 days"
"Compare conversion rates across different traffic sources"

数据发现

"What events and properties are available in the mobile app schema?"
"Show me all custom properties for the checkout event"
"What dimensions can I use for user segmentation?"

---

典型工作流

大多数分析会话的流程如下：

Initialize → Explore → Search → Create → Export

1. 初始化 - 调用 getUserContext 查看可用架构
2. 探索 - 使用 getSchema 了解事件和属性
3. 搜索 - 使用 searchKubit 查找现有分析
4. 创建 - 使用自定义查询生成新报告
5. 导出 - 使用 getRawData 提取数据，以便进行外部分析

---

最佳实践

编写有效的提示词

明确具体
在问题中包含时间范围、事件和细分条件。

- "Show me users"
+ "Show me active users in the US who signed up last month"

提供背景信息
说明你想要了解什么。

- "What's the conversion rate?"
+ "What's the conversion rate from free trial to paid for users who engaged with feature X?"

引用架构
使用架构名称处理多个数据源。

- "Show me sign-up events"
+ "In the mobile_events schema, show me sign-up events"

拆分问题
复杂分析拆分为多个重点明确的问题，效果更好。

- "Show me everything about user behavior across all channels with retention and conversion"
+ Start with "Show me user retention by channel" then follow up

性能优化

• 先使用 searchKubit - 创建新报告前，先利用现有分析
• 指定日期范围 - 缩小时间范围可提升查询性能
• 有选择地导出 - 仅在需要详细外部分析时使用 getRawData

安全与合规

注意事项	含义
权限模型	你只能访问获准查看的架构
AI 处理	第三方 AI 模型会处理你的查询数据
政策审查	确认组织允许使用 AI 辅助数据分析

---

故障排除

常见问题与解决方案

身份验证失败
检查 Kubit 凭据和组织名称

没有可用的架构
检查你是否有权访问 Kubit 中至少一个架构

连接错误
确认你使用的是正确的服务器 URL：https://mcp.kubit.ai/mcp

报告生成问题
使用 getSchema 确认你引用的架构和事件存在

需要帮助？

• 先使用简单查询测试，确认连接正常
• 通过 Kubit Web 界面检查架构访问权限
• 使用 getSchema 确认可用的事件和属性

---

支持与资源

文档
docs.kubit.ai - 完整的平台文档

客户成功团队
联系 Kubit 客户成功团队寻求帮助

关于 Kubit
kubit.ai - 了解更多关于仓库原生分析的信息

MCP 协议
modelcontextprotocol.io - 探索 Model Context Protocol