Which integrations are available for this server?

Allows connecting Google Sheets as a data source for Looker Studio reports, including creating/refreshing connections and querying spreadsheet fields. Enables AI agents to create, copy, edit, and organize Looker Studio reports, including pages, charts, filters, themes, data sources, validation checks, and PDF/PNG rendering.

How do I use Looker Studio MCP?

This server does not currently have a deployable release on Glama. Follow the repository's setup instructions to install and configure it for your MCP client, including any required credentials and local dependencies.

Looker Studio MCP

by Hurdlers

Overview Schema Source Related Servers Discussions Admin

TypeScript

Local

Looker Studio MCP

AI 에이전트가 Looker Studio 보고서를 직접 만들고 고치는 MCP 서버

Looker Studio는 보고서를 편집하는 API를 공개하지 않습니다. 그래서 보고서 자동화는 보통 편집기 화면을 클릭하는 스크립트로 하게 되는데, 느리고 잘 깨집니다.

이 서버는 다르게 접근합니다. 로그인된 Chrome에 Playwright로 붙은 다음, 편집기가 내부에서 쓰는 API를 그대로 호출합니다. 클릭을 흉내 내지 않으니 빠르고, 창이 뒤에 가 있어도 됩니다. 위 보고서는 component_report_add 호출 한 번으로 나온 결과입니다.

WARNING

공개되지 않은 내부 API를 씁니다. Google이 지원하거나 보증하는 방식이 아니고, Looker Studio가 바뀌면 예고 없이 깨질 수 있습니다.

할 수 있는 것

보고서 생성, 복사, 페이지 추가와 정리
BigQuery(테이블, 뷰, SQL), Google Sheets, GA4 연결
차트, 필터, 텍스트, 이미지 추가와 수정. 계산 필드와 혼합 데이터도 됩니다
지표와 분류만 받아서 페이지 전체를 구성 (component_report_add)
테마, 브랜드 색, 왼쪽 메뉴 구성
차트 데이터 오류 점검, 페이지를 PDF/PNG로 렌더
버전 복원, 보고서를 JSON으로 내보내고 다시 적용

도구는 65개입니다. 목록은 아래에 있습니다.

Related MCP server: MCP Playwright Server

설치

Node.js 20 이상과 Google Chrome이 필요합니다.

git clone https://github.com/Hurdlers/looker-studio-mcp-playwright.git
cd looker-studio-mcp-playwright
npm install
npm run build

처음 한 번 로그인합니다. 평소 쓰는 Chrome과 분리된 전용 프로필 창이 뜨니 거기서 Google 계정으로 로그인하면 됩니다.

node build/cli.js login
npm run doctor   # 잘 붙었는지 확인

그다음 쓰는 클라이언트에 등록합니다.

# Claude Code
claude mcp add looker-studio -- node "$PWD/build/cli.js" serve

# Codex
codex mcp add looker-studio -- node "$PWD/build/cli.js" serve

{
  "mcpServers": {
    "looker-studio": {
      "command": "node",
      "args": ["/absolute/path/to/looker-studio-mcp-playwright/build/cli.js", "serve"]
    }
  }
}

처음에는 읽기 도구만 보입니다. 편집까지 하려면 ~/.looker-studio-mcp/config.json에 아래 한 줄을 넣고 서버를 다시 연결하세요.

{ "writes_enabled": true }

BigQuery를 쓸 거라면 gcloud auth application-default login도 해 둬야 합니다. Sheets와 GA4는 브라우저 로그인만으로 됩니다.

써 보기

에이전트에게 평소 말하듯 요청하면 됩니다.

이 테이블로 보고서 만들어 줘. 첫 페이지는 매출, 주문 수, 세션 수 현황이고 그다음에 유입 채널별, 기기별 분석 페이지. 최근 2주 기준으로 직전 기간 대비 증감도 보여 주고, 브랜드 색은 #1F3A5F.

그러면 에이전트가 report_create로 데이터를 연결하고 component_report_add를 이렇게 부릅니다.

{
  "report_id": "<보고서 ID>",
  "date": "날짜",
  "date_range": "2026-10-15..2026-10-28",
  "comparison": "Previous period",
  "brand_color": "#1F3A5F",
  "pages": [
    { "name": "매출 현황",
      "metrics": [{ "field": "매출", "aggregation": "sum" },
                  { "field": "주문 수", "aggregation": "sum" },
                  { "field": "세션 수", "aggregation": "sum" }],
      "dimensions": ["기기"] },
    { "name": "유입 채널 분석", "section": "획득",
      "metrics": [{ "field": "세션 수", "aggregation": "sum" }],
      "dimensions": ["유입 채널"],
      "cross": [{ "row": "유입 채널", "column": "기기" }] },
    { "name": "기기 분석", "section": "획득",
      "metrics": [{ "field": "세션 수", "aggregation": "sum" }],
      "dimensions": ["기기"] }
  ]
}

차트 종류는 데이터를 보고 정합니다. 분류 값이 6개 이하면 도넛과 표, 12개까지는 순위 막대, 그보다 많으면 표만 씁니다. 요청하지 않은 지표를 알아서 끼워 넣지는 않습니다. 저장 전에 구성만 보고 싶으면 preview: true를 주면 됩니다.

만든 뒤에는 report_check로 차트에 오류가 없는지 보고, report_render로 화면을 뽑아 확인하는 흐름을 권합니다.

도구

읽기 22개, 쓰기 43개입니다. 도구별 입력과 옵션은 docs/reference.md에 정리해 두었습니다.

도구	하는 일	구분
`connection_check`	전용 브라우저, Looker Studio 로그인, ADC와 현재 설정 확인	읽기
`report_list`	접근 가능한 보고서 목록과 이름 검색	읽기
`report_create`	BigQuery·Google Sheets 소스를 연결한 새 보고서 생성	쓰기
`report_copy`	보고서 복사와 선택한 데이터 연결 교체	쓰기
`report_rename`	보고서 제목 변경	쓰기
`report_delete`	`confirm_name`이 현재 제목과 같으면 보고서를 휴지통으로 이동	쓰기
`report_link_build`	BigQuery·Google Sheets 연결을 지정한 보고서 생성 URL 작성	읽기

도구	하는 일	구분
`page_list`	페이지 이름, ID, 순서와 보기 화면 표시 여부 조회	읽기
`page_add`	빈 페이지 추가	쓰기
`page_rename`	페이지 이름 변경	쓰기
`page_edit`	페이지 복제, 삭제, 순서와 보기 화면 표시 여부 변경	쓰기
`page_settings_update`	페이지·보고서의 기본 데이터, 기간, 필터와 페이지 배경·크기 설정	쓰기

도구	하는 일	구분
`datasource_list`	데이터 연결, 별칭, 사용처와 선택적으로 필드 조회	읽기
`connector_list`	생성 가능한 커넥터와 연결 방식·미지원 범위 조회	읽기
`datasource_add`	BigQuery 테이블·뷰·사용자 SQL 또는 Google Sheets 연결	쓰기
`datasource_remove`	사용처를 확인한 뒤 보고서에서 데이터 소스 제거	쓰기
`datasource_refresh`	연결된 BigQuery·Google Sheets·GA4의 열 변경을 필드 목록에 반영	쓰기
`datasource_query`	연결된 데이터 소스의 측정기준·지표 값을 차트 저장 없이 조회	읽기
`datasource_update`	소스 이름, SQL, 인증 방식, 갱신 주기와 재사용 여부 변경	쓰기
`field_update`	필드 이름, 데이터 유형과 기본 집계 변경	쓰기
`calculated_field_add`	수식을 검증한 뒤 계산 필드 추가	쓰기
`group_field_add`	조건에 따라 값을 묶는 그룹 필드 추가	쓰기
`bin_field_add`	숫자를 일정한 간격으로 나누는 구간 필드 추가	쓰기
`parameter_add`	유형, 기본값과 허용값을 가진 매개변수 추가	쓰기
`blend_create`	2~5개 데이터 소스의 필드를 조인한 혼합 데이터 생성	쓰기
`report_filter_edit`	저장된 필터 수정, 이름 변경, 복제와 삭제	쓰기

도구	하는 일	구분
`chart_add`	유형, 필드, 집계, 위치와 표시 옵션을 지정해 차트 추가	쓰기
`community_viz_add`	갤러리 이름이나 매니페스트로 커뮤니티 시각화 추가	쓰기
`control_add`	필터, 기간, 차원·매개변수 선택기와 버튼 추가	쓰기
`component_list`	페이지와 보고서 공통 요소의 ID, 종류와 위치 조회	읽기
`component_inspect`	요소의 데이터, 필드, 정렬, 필터와 스타일 상세 조회	읽기
`component_delete`	ID로 지정한 요소와 그 조건부 서식 삭제	쓰기
`component_update`	요소의 설정, 위치, 크기, 앞뒤 순서와 보고서 공통 여부 변경	쓰기
`component_duplicate`	설정을 보존해 요소 복제	쓰기
`component_arrange`	요소 정렬, 간격 맞춤, 그룹과 그룹 해제	쓰기
`text_add`	서식 있는 텍스트 추가	쓰기
`shape_add`	도형 추가	쓰기
`line_add`	선과 화살표 추가	쓰기
`image_add`	URL, 파일 또는 데이터 URI의 이미지 추가	쓰기
`embed_add`	외부 콘텐츠 삽입	쓰기

도구	하는 일	구분
`component_template_list`	준비된 디자인을 이름·용도·검색어로 찾고 검증 상태 조회	읽기
`component_template_inspect`	디자인의 데이터 역할·자료형·제목·기간·테마 조건 조회	읽기
`component_template_plan`	분석 목적에 맞는 공통 구조 추천·필드 검증·생성/수정 실행 계획	읽기
`component_template_add`	고객 필드를 연결해 검증된 디자인을 보고서에 추가	쓰기
`component_template_update`	기존 공통 차트·섹션·메뉴를 전체 구성 입력으로 수정	쓰기
`component_template_patch`	같은 소스의 측정항목만 바꾸고 기존 설정 유지	쓰기
`component_page_outline`	고른 지표와 분류의 실제 값 개수를 읽어 페이지의 분석 영역 구성을 제안	읽기
`component_page_add`	빈 페이지에 차트·요약 섹션·분석 영역·사이드바를 자동 배치하고 크기 계산	쓰기
`component_report_add`	여러 페이지를 만들어 메뉴 구역으로 묶고 페이지마다 분석 영역을 제안·구성	쓰기

도구	하는 일	구분
`theme_update`	기본 테마, 색·글꼴, 탐색 메뉴, 레이아웃과 캔버스 변경	쓰기

도구	하는 일	구분
`report_check`	차트의 데이터 오류, 빈 결과, 잘못된 필드와 동의 필요 여부 확인	읽기
`report_render`	서버에서 페이지를 PDF와 선택적으로 PNG로 렌더	읽기
`report_data_refresh`	보고서의 데이터 새로고침 요청; 차트·열 구조·게시 상태 유지	쓰기
`report_show`	브라우저에서 페이지를 열고 선택적으로 화면 캡처	읽기

도구	하는 일	구분
`version_list`	보고서의 저장된 버전 목록 조회	읽기
`version_restore`	선택한 보고서 버전 복원	쓰기
`report_spec_export`	보고서를 이식 가능한 JSON 명세로 내보내기	읽기
`report_spec_apply`	JSON 명세로 새 보고서 생성 또는 기존 보고서의 빠진 항목 추가	쓰기
`batch_apply`	보고서 편집 도구 목록을 사전 검사하고 순서대로 실행	쓰기

도구	하는 일	구분
`bq_dataset_list`	프로젝트의 BigQuery 데이터셋 조회	읽기
`bq_table_list`	데이터셋의 테이블과 뷰 조회	읽기
`bq_table_describe`	스키마, 테이블 정보와 뷰 SQL 조회	읽기
`bq_query_run`	읽기 전용 SELECT·WITH 실행 또는 쿼리 검증	읽기
`bq_view_create`	검증한 SELECT를 BigQuery 뷰로 저장·교체	쓰기
`bq_view_delete`	이 서버가 만든 것으로 표시된 BigQuery 뷰 삭제	쓰기

설정

~/.looker-studio-mcp/config.json에 둡니다. 전부 선택 사항입니다.

항목	설명	기본값
`writes_enabled`	쓰기 도구 등록 여부	`false`
`dry_run`	쓰기 도구가 실제로 바꾸지 않고 계획만 반환	`false`
`billing_project`	BigQuery 쿼리를 실행할 프로젝트	ADC의 프로젝트
`location`	BigQuery 위치	테이블 위치
`max_rows`	쿼리 결과 최대 행 수	`500`
`max_bytes_billed`	쿼리 과금 바이트 상한	`1000000000`
`chrome_path`	Chrome 실행 파일 경로	자동 탐색
`headless`	창 없이 실행	`false`

폴더 위치를 바꾸려면 환경 변수 LOOKER_STUDIO_MCP_HOME을 지정합니다.

주의할 점

쓰기를 켜면 로그인한 계정이 편집할 수 있는 보고서는 전부 고칠 수 있습니다. 서버가 대상을 가려 주지 않으니 테스트는 복사본에서 하세요.

보고서를 고치기 전에는 항상 버전을 하나 남깁니다. 잘못됐으면 version_restore로 되돌리면 됩니다. 다만 되돌아가는 건 보고서 문서뿐이고, 데이터 소스의 필드나 SQL을 바꾼 것, BigQuery 뷰를 만든 것은 그대로 남습니다. 쓰기 호출은 audit.ndjson에 기록됩니다.

공유, 초대, 임베드 관련 도구는 일부러 넣지 않았습니다.

그 밖에 알려진 한계입니다.

report_check가 정상이라고 해서 숫자가 맞다는 뜻은 아닙니다. 데이터 요청이 성공했는지만 봅니다
PostgreSQL, MySQL, Google Ads 연결은 아직 없습니다
macOS에서만 돌려 봤습니다. Windows, Linux, headless 실행은 확인하지 못했습니다

개발

npm test
npm run typecheck
npm run build

단위 테스트는 모의 브라우저로 돌아가서 Chrome 없이도 됩니다. 실계정 테스트와 커넥터 추가 방법은 docs/reference.md를 보세요.

라이선스

MIT

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

This server cannot be deployed

One endpoint for every MCP toolRayrun runs every MCP server behind one URL and holds the credentials. Each call is decided per client, tool, and argument, then recorded.ray.runAd

Maintenance

ActivityMaintained

ResponsivenessNo recent community issues

Resources

Related MCP Connectors

Metrifyr
cloud.metrifyr
SEO & marketing toolkit for AI agents: GA4, Search Console, AdSense, GTM, PageSpeed, Trends.
Monitoring Search Marketing
2
https://mcp.metrifyr.cloud/mcp
SharksAPI.AI
ai.sharksapi
Marketing data and actions for AI agents: GA4, Search Console, ads, social, SEO and WordPress.
Marketing Social Media Content Management Systems
1
https://sharksapi.ai/mcp
climbpast
io.github.archievi
Read and edit GA4, Search Console and Google Tag Manager from any MCP client. 29 tools.
Marketing Search Data Platforms
1
https://climbpast.com/api/mcp
Betterlytics
io.betterlytics
Query your Betterlytics web analytics from AI agents: traffic, funnels, journeys, errors, uptime.
Monitoring Observability
1170
https://betterlytics.io/api/mcp

Related MCP Servers

Playwright MCP Server
Browser Automation Web Scraping
faruklmu17
A
license
Not graded
quality
D
maintenance
Enables web browser automation and inspection using structured data instead of screenshots, allowing AI agents to interact with web pages programmatically through the Playwright framework.
Updated a year ago (2025-06-19 21:39 UTC)
ISC
MCP Playwright Server
Browser Automation Testing & QA Tools Web Scraping
j0hanz
A
license
Not graded
quality
D
maintenance
Enables AI assistants to control web browsers through Playwright automation, providing 50+ tools for navigation, interaction, testing, accessibility audits, and visual testing across Chromium, Firefox, and WebKit.
Updated a year ago (2025-12-09 13:54 UTC)
24 npm
MIT
powerbi-orchestrator-mcp
Data Visualization Data Platforms Cloud Platforms
berriosb
A
license
A
quality
B
maintenance
Enables AI agents to work end-to-end with Power BI and Fabric through 26 high-level tools that orchestrate specialized engines for semantic modeling, report authoring, cloud operations, validation, and visualization UX.
Updated 5 days ago (2026-11-09 13:27 UTC)
31
MIT
looker-studio-mcp
Data Visualization Databases Browser Automation
JhostinAleck
A
license
A
quality
B
maintenance
Enables an AI assistant to explore BigQuery datasets, run read-only queries and create views, then build and refine dashboards in the Looker Studio editor — charts, text, shapes, themes and exact layouts — verifying the result with screenshots. Write actions are gated behind explicit configuration, dry-run and audit logging.
Updated 18 days ago (2026-10-26 23:53 UTC)
11
4
MIT

Looker Studio MCP

할 수 있는 것

설치

써 보기

도구

설정

주의할 점

개발

라이선스

Tool Schema Changelog

Maintenance

Resources

Related MCP Connectors

Related MCP Servers

Playwright MCP Server

MCP Playwright Server

powerbi-orchestrator-mcp

looker-studio-mcp