Marketing-Automatisierungs-MCP-Server

marketing-automation-mcp ist ein Python-MCP-Server für deterministisches Kampagnen-Reporting, anbietergestützte Budgetoptimierung, Anzeigentext-Generierung und Zielgruppensegmentierung (nur für Demo-Zwecke).

Dieses Repository bevorzugt nun Reproduzierbarkeit gegenüber Ad-hoc-Einrichtungen:

• Unterstütztes Python: 3.12 und 3.13

• Lokales Bootstrap: uv

• Primärer MCP-Transport: stdio

• Lokales Python 3.14.x wird als Kompatibilitätsarbeit behandelt, nicht als unterstützte Basislinie

Aktueller Umfang

Der öffentliche MCP-Vertrag in diesem Repository ist bewusst eng gefasst:

• generate_campaign_report

• optimize_campaign_budget

• create_campaign_copy

• analyze_audience_segments

Nur diese vier Tools sind heute Teil der unterstützten Server-Oberfläche. Andere Module unter src/tools/ existieren als interne oder angestrebte Codepfade und sollten nicht als produktive MCP-Funktionen behandelt werden.

Related MCP server: Google Ads MCP Server

Ausführungsmodi

• DEMO_MODE=true Gibt deterministische Beispieldaten für Demos und Vertragstests zurück.

• DEMO_MODE=false Verwendet echte Plattform-Anmeldedaten und den ausgewählten KI-Anbieter. Fehlende Live-Abhängigkeiten geben strukturierte blocked-Antworten anstelle von erfundenen Ausgaben zurück.

Clean Machine Setup

uv sync --python 3.13 --extra dev
cp .env.example .env
uv run python -m compileall src tests dashboard
uv run pytest

Falls Sie ein pip-Fallback benötigen:

python3.13 -m venv .venv
source .venv/bin/activate
python -m pip install --upgrade pip
python -m pip install -e ".[dev]"

Den Server ausführen

Starten Sie den MCP-Server in seinem unterstützten Transportmodus:

uv run python -m src.server

Der Server dokumentiert und unterstützt derzeit nur den stdio-Transport.

Konfiguration für Claude Desktop:

{
  "mcpServers": {
    "marketing-automation": {
      "command": "uv",
      "args": ["run", "python", "-m", "src.server"],
      "cwd": "/absolute/path/to/Marketing-Automation-MCP-Server"
    }
  }
}

Konfigurieren

cp .env.example .env

Minimale nützliche Konfigurationen:

• Nur Demo-Modus:

  • DEMO_MODE=true

• Live-Reporting und -Optimierung:

  • DEMO_MODE=false

  • ein oder mehrere Plattform-Anmeldedatensätze

• Live-Anzeigentext-Generierung:

  • DEMO_MODE=false

  • AI_PROVIDER=openai

  • OPENAI_API_KEY=...

  • AI_OPENAI_MODEL=gpt-5.4

Optionale Anbieter-Umgebungsvariablen:

• ANTHROPIC_API_KEY, ANTHROPIC_MODEL

• GEMINI_API_KEY, GEMINI_MODEL

Für stabiles Live-Verhalten setzen Sie:

• SECRET_KEY

• ENCRYPTION_KEY

Wenn ENCRYPTION_KEY fehlt, ist die API-Schlüssel-Verschlüsselung für diesen Prozess deaktiviert und der Server protokolliert eine Warnung.

Tool-Vertrag

Jede Tool-Antwort enthält diese Felder auf oberster Ebene:

{
  "status": "ok | blocked",
  "mode": "demo | live",
  "blocked_reason": "optional string",
  "warnings": []
}

Siehe den vollständigen Vertrag in docs/api/README.md.

Interne Schreib-Seiteneffekte

Live-Reporting- und Optimierungsabläufe können interne Audit-Datensätze in der konfigurierten Datenbank speichern:

• Reporting-Abläufe können normalisierte Kampagnen-Snapshots speichern

• Optimierungsabläufe können die Historie von KI-Entscheidungen speichern

Diese Schreibvorgänge sind interne Seiteneffekte für Beobachtbarkeit und Replay-Sicherheit. Sie sind nicht Teil des öffentlichen MCP-Antwortvertrags.

Validierungsbefehle

uv run python -m compileall src tests dashboard
uv run pytest
uv run python -c "import src.server, src.cli, src.ai_engine, src.performance; print('imports ok')"
docker build -t marketing-automation-mcp:latest .

Dokumentation

• Schnellstart

• API-Referenz

• Beispiel-Workflows

• Demo-Anleitung

• Operator-Runbook

• System-Audit-Review-Dokumente