面向 SEO 专业人员的 Google Search Console MCP 服务器

2026 年 4 月 (v0.2.2)： 破坏性工具的安全模式、HTTP/SSE 传输、官方 Dockerfile、站点地图警告修复以及 PyPI 修复。详情请参阅 更新日志。

这是一个模型上下文协议 (MCP) 服务器，它将 Google Search Console (GSC) 连接到 AI 助手，让您可以通过自然语言对话分析 SEO 数据。适用于 Claude、Cursor、Codex、Gemini CLI、Antigravity 以及任何其他兼容 MCP 的客户端。此集成使您能够通过简单的聊天访问媒体资源信息、搜索分析、URL 检查和站点地图管理。

此工具能为 SEO 专业人员做什么？

1. 媒体资源管理

   • 在一个地方查看您所有的 GSC 媒体资源

   • 获取验证详情和基本站点信息

   • 向您的账户添加新媒体资源

   • 从您的账户中移除媒体资源

2. 搜索分析与报告

   • 发现哪些搜索查询为您的网站带来了访问者

   • 跟踪展示次数、点击次数和点击率

   • 分析随时间变化的性能趋势

   • 比较不同时间段以发现变化

   • 可视化您的数据，使用 Claude 创建图表和图形

3. URL 检查与索引编制

   • 检查特定页面是否存在索引问题

   • 查看 Google 上次抓取您页面的时间

   • 同时检查多个 URL 以识别模式

   • 获取关于如何改进索引编制的可操作见解

4. 站点地图管理

   • 查看您所有的站点地图及其状态

   • 直接通过 Claude 提交新的站点地图

   • 检查站点地图中的错误或警告

   • 监控站点地图处理状态

Related MCP server: Google Search Console MCP Server

可用工具

设置此集成后，您可以要求您的 AI 助手执行以下操作：

有关所有 19 个可用工具及其详细说明的完整列表，请在设置后要求您的 AI 助手“列出工具”。

入门指南（无需编程经验！）

1. 设置 Google Search Console API 访问权限

在使用此工具之前，您需要创建 API 凭据，允许您的 AI 助手访问您的 GSC 数据：

身份验证选项

该工具支持两种身份验证方法：

1. OAuth 身份验证（推荐）

此方法允许您使用自己的 Google 账户进行身份验证，这通常比使用服务账户更方便。它将拥有与您平时相同的资源访问权限。

设置 GSC_SKIP_OAUTH 为 "true"、"1" 或 "yes" 以跳过 OAuth 身份验证并仅使用服务账户身份验证

设置说明：

1. 前往 Google Cloud Console，如果您还没有 Google Cloud 账户，请创建一个

2. 创建一个新项目或选择现有项目

3. 启用 Search Console API 以供您的项目使用

4. 添加范围 https://www.googleapis.com/auth/webmasters 到您的项目

5. 前往 “凭据”页面

6. 点击“创建凭据”并选择“OAuth 客户端 ID”

7. 配置 OAuth 同意屏幕

8. 对于应用程序类型，选择“桌面应用”

9. 为您的 OAuth 客户端命名并点击“创建”

10. 下载客户端密钥 JSON 文件（它将被命名为类似 client_secrets.json 的名称）

11. 将此文件放置在与脚本相同的目录中，或设置 GSC_OAUTH_CLIENT_SECRETS_FILE 环境变量以指向其位置

当您首次使用 OAuth 身份验证运行该工具时，它将打开一个浏览器窗口，要求您登录 Google 账户并授权该应用程序。授权后，该工具将保存令牌以供将来使用。

2. 服务账户身份验证

此方法使用服务账户，适用于自动化脚本或当您不想使用个人 Google 账户时。这需要将服务账户添加为 Google Search Console 中的用户。

设置说明：

1. 前往 Google Cloud Console，如果您还没有 Google Cloud 账户，请创建一个

2. 创建一个新项目或选择现有项目

3. 启用 Search Console API 以供您的项目使用

4. 前往 “凭据”页面

5. 点击“创建凭据”并选择“服务账户”

6. 填写服务账户详细信息并点击“创建”

7. 点击新创建的服务账户

8. 前往“密钥”选项卡并点击“添加密钥” > “创建新密钥”

9. 选择 JSON 格式并点击“创建”

10. 下载密钥文件并将其保存为 service_account_credentials.json，放在与脚本相同的目录中，或设置 GSC_CREDENTIALS_PATH 环境变量以指向其位置

11. 将您的服务账户电子邮件地址添加到相应的 Search Console 媒体资源中

🎬 在 Youtube 上观看此适合初学者的教程：

点击上图观看分步视频教程

2. 安装所需软件

您需要在计算机上安装以下工具：

• Python (3.11 或更高版本) - 用于运行 MCP 服务器

• Node.js - 运行 MCP 检查器和某些 MCP 组件所需

• 一个兼容 MCP 的 AI 客户端 — Claude Desktop、Cursor、Codex CLI、Gemini CLI 或 Antigravity 均受支持

在继续之前，请确保 Python 和 Node.js 已正确安装并可在您的系统路径中使用。

3. 下载 Google Search Console MCP

您需要将此工具下载到您的计算机。最简单的方法是：

1. 点击此页面顶部的绿色“代码”按钮

2. 选择“下载 ZIP”

3. 将下载的文件解压缩到您可以轻松找到的位置（例如您的文档文件夹）

或者，如果您熟悉 Git：

git clone https://github.com/AminForou/mcp-gsc.git

4. 安装所需组件

打开您计算机的终端 (Mac) 或命令提示符 (Windows)：

1. 导航到您解压缩文件的文件夹：

# Example (replace with your actual path):
cd ~/Documents/mcp-gsc-main

2. 创建虚拟环境（这可以保持项目依赖项隔离）：

# Using uv (recommended):
uv venv .venv

# If uv is not installed, install it first:
pip install uv
# Then create the virtual environment:
uv venv .venv

# OR using standard Python:
python -m venv .venv

注意： 如果在尝试安装 uv 时收到“pip not found”错误，请参阅下方的“如果收到 'pip not found' 错误”部分。

3. 激活虚拟环境：

# On Mac/Linux:
source .venv/bin/activate

# On Windows:
.venv\Scripts\activate

4. 安装所需的依赖项：

# Using uv:
uv pip install -r requirements.txt

# OR using standard pip:
pip install -r requirements.txt

如果收到“pip not found”错误：

# First ensure pip is installed and updated:
python3 -m ensurepip --upgrade
python3 -m pip install --upgrade pip

# Then try installing the requirements again:
python3 -m pip install -r requirements.txt

# Or to install uv:
python3 -m pip install uv

当您在命令提示符开头看到 (.venv) 时，意味着虚拟环境已激活，依赖项将安装在那里，而不会影响您的系统 Python 安装。

5. 将您的 AI 客户端连接到 Google Search Console

下面的配置以 Claude Desktop 为例。对于其他客户端（Cursor、Codex、Gemini CLI、Antigravity），JSON 结构是相同的 — 请查看您客户端的文档以了解配置文件所在的位置。

1. 下载并安装 Claude Desktop（如果尚未安装）

2. 确保您的 Google 凭据文件已保存在计算机上的某个位置

3. 打开您计算机的终端 (Mac) 或命令提示符 (Windows) 并输入：

   # For Mac users:
   nano ~/Library/Application\ Support/Claude/claude_desktop_config.json
   
   # For Windows users:
   notepad %APPDATA%\Claude\claude_desktop_config.json

4. 添加以下配置文本（这会告诉您的 AI 客户端如何连接到 GSC）：

OAuth 身份验证（使用您自己的账户）

{
  "mcpServers": {
    "gscServer": {
      "command": "/FULL/PATH/TO/-main/.venv/bin/python",
      "args": ["/FULL/PATH/TO/mcp-gsc-main/gsc_server.py"],
      "env": {
        "GSC_OAUTH_CLIENT_SECRETS_FILE": "/FULL/PATH/TO/client_secrets.json",
        "GSC_DATA_STATE": "all"
      }
    }
  }
}

服务账户身份验证

{
  "mcpServers": {
    "gscServer": {
      "command": "/FULL/PATH/TO/-main/.venv/bin/python",
      "args": ["/FULL/PATH/TO/mcp-gsc-main/gsc_server.py"],
      "env": {
        "GSC_CREDENTIALS_PATH": "/FULL/PATH/TO/service_account_credentials.json",
        "GSC_SKIP_OAUTH": "true",
        "GSC_DATA_STATE": "all"
      }
    }
  }
}

环境变量参考

重要： 将所有路径替换为您计算机上的实际位置：

• 第一个路径应指向虚拟环境内的 Python 可执行文件

• 第二个路径应指向您解压缩的文件夹内的 gsc_server.py 文件

• 第三个路径应指向您的 Google 服务账户凭据 JSON 文件

示例：

• Mac：

  • Python 路径：/Users/yourname/Documents/mcp-gsc/.venv/bin/python

  • 脚本路径：/Users/yourname/Documents/mcp-gsc/gsc_server.py

• Windows：

  • Python 路径：C:\\Users\\yourname\\Documents\\mcp-gsc\\.venv\\Scripts\\python.exe

  • 脚本路径：C:\\Users\\yourname\\Documents\\mcp-gsc\\gsc_server.py

5. 保存文件：

   • Mac：按 Ctrl+O，然后按 Enter，然后按 Ctrl+X 退出

   • Windows：点击文件 > 保存，然后关闭记事本

6. 重启您的 AI 客户端

7. 打开后，您现在应该能在工具部分看到 GSC 工具

6. 开始分析您的 SEO 数据！

现在您可以向您的 AI 助手询问有关您的 GSC 数据的问题了！它不仅可以检索数据，还可以对其进行分析、解释趋势并创建可视化效果，以帮助您更好地了解您的 SEO 性能。

以下是您可以与每个工具一起使用的一些强大提示：

您还可以要求您的 AI 助手组合多个工具并分析结果。例如：

• “按流量查找我前 20 个着陆页，检查它们的索引状态，并创建一份报告，突出显示同时具有高流量和索引问题的页面。”

• “分析我网站过去 90 天的性能趋势，识别我增长最快的查询，并检查相应的着陆页是否有任何技术问题。”

• “比较我的桌面与移动搜索性能，用图表可视化差异，并根据性能差距推荐需要移动优化的特定页面。”

• “识别我排名在第 2 页（位置 11-20）但展示次数高但 CTR 低的查询，然后检查相应的 URL 并建议标题和元描述