mcpField
P
Plausible Analytics MCP

Plausible Analytics MCP

本地服务
github.com/surendranb其他01 天前更新

关于 Plausible Analytics MCP

Plausible Analytics MCP 为 AI 编码 Agent 和 LLM 工具环境接入 Plausible 网站统计,支持云端及自托管实例。它提供汇总数据、细分分析、实时访客和时间序列。

主要功能

  1. 01访客与互动汇总指标
  2. 02按页面和流量属性细分
  3. 03实时访客数量
  4. 04每日或每月时间序列
  5. 05API 连通性与令牌检查

适用场景

  1. 01查看访客数和页面浏览量总计
  2. 02比较不同页面或国家的流量
  3. 03检查当前活跃访客数量
  4. 04准备图表所需的趋势数据

MCP 相关

该 MCP 服务向 MCP 客户端提供 Plausible 分析功能,包括汇总统计、细分数据、实时访客和时间序列。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"surendranb-plausible": {
"command": "uvx",
"args": [
"plausible-mcp"
],
"env": {
"PLAUSIBLE_API_KEY": "<PLAUSIBLE_API_KEY>",
"PLAUSIBLE_SITE_ID": "<PLAUSIBLE_SITE_ID>",
"PLAUSIBLE_BASE_URL": "<PLAUSIBLE_BASE_URL>"
}
}
}
}
启动命令uvx plausible-mcp
需要配置的环境变量
PLAUSIBLE_API_KEY密钥Plausible Analytics API token
PLAUSIBLE_SITE_IDDefault Plausible site domain / ID (e.g. yourdomain.com)
PLAUSIBLE_BASE_URLCustom self-hosted Plausible instance URL (default: https://plausible.io)

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
pypiplausible-mcp0.1.3

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

plausible-mcp

PyPI version npm version License: MIT

快速、以隐私为先的 Plausible Analytics 模型上下文协议(MCP)服务,适用于 AI 编码 Agent 和大模型运行框架。可与 Plausible Cloud 和可自托管的 Plausible 安装无缝协作。

快速开始

使用 uvx 运行(Python)
export PLAUSIBLE_API_KEY="your_api_key_here"
uvx plausible-mcp
使用 npx 运行(Node / npm 桥接)
export PLAUSIBLE_API_KEY="your_api_key_here"
npx -y plausible-analytics-mcp

环境配置

变量描述默认值
PLAUSIBLE_API_KEY你的 Plausible Stats/Sites API 令牌必填(或通过工具的 token 参数传入)
PLAUSIBLE_BASE_URL可自托管 Plausible 的基础 URLhttps://plausible.io
DO_NOT_TRACK设置为 1 以禁用匿名遥测0
获取 API 密钥
  1. 登录 Plausible(Cloud 或你的可自托管实例)。
  2. 前往 设置(用户资料菜单) -> API 密钥。
  3. 点击 + 新建密钥,将其命名为 mcp-agent,然后复制令牌。
  4. 导出为 PLAUSIBLE_API_KEY="your_token"。

可用工具

工具描述
get_aggregate_stats(site_id, date_range="30d", metrics=None, token=None)汇总访客、页面浏览量、跳出率和会话时长
get_breakdown(site_id, property_name="event:page", date_range="30d", limit=20, token=None)按页面、流量来源、国家/地区、浏览器、操作系统和设备细分指标
get_realtime_visitors(site_id, token=None)显示当前网站上的活跃访客人数
get_timeseries(site_id, date_range="30d", interval="date", token=None)提供用于生成图表的每日或每月趋势数据点
doctor(token=None)测试 Plausible API 连通性并验证已配置的 API 令牌
skills_list()列出动态分析操作手册和方法指南
skill_read(name)按名称获取完整的 Markdown 操作手册(例如 plausible-overview、analytics-recipes)
check_for_updates()检查 PyPI 是否有更新版本并查看升级命令

错误吸收标准

返回给 Agent 的错误会明确分类:

  • [INPUT_FIXABLE]:参数错误(例如,拼错 site_id、维度未知)。修正参数后重试。
  • [ENVIRONMENT_FIXABLE: STOP & ASK HUMAN]:API 密钥缺失、过期或未获授权。向用户提供引导式设置步骤。
  • [TRANSIENT]:上游速率限制(HTTP 429)或网络故障。稍等片刻后重试。

MCP 客户端设置

Claude Desktop(claude_desktop_config.json)
{
  "mcpServers": {
    "plausible": {
      "command": "uvx",
      "args": ["plausible-mcp"],
      "env": {
        "PLAUSIBLE_API_KEY": "YOUR_PLAUSIBLE_API_KEY"
      }
    }
  }
}

或使用 npm 桥接:

{
  "mcpServers": {
    "plausible": {
      "command": "npx",
      "args": ["-y", "plausible-analytics-mcp"],
      "env": {
        "PLAUSIBLE_API_KEY": "YOUR_PLAUSIBLE_API_KEY"
      }
    }
  }
}

许可证

MIT 许可证。详情请参阅 LICENSE。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。