MCP Ads

开源营销 MCP 服务器。你可以在 Claude、ChatGPT、Cursor 或任意 MCP 客户端中运行 Google Ads、Meta Ads、GA4、Search Console、Tag Manager、WordPress 等平台——读取投放表现、审计浪费支出、构建报表并发布广告系列（所有创建的广告系列默认均为暂停状态，除非你明确要求启动）。本项目在 12 个以上平台注册了约 3,100 个操作，通过 17 个类别的调度器（dispatcher）暴露给代理，让智能体只需要加载约 20 个工具定义，而不是几千个。

选择你的路线

☁️ 云端 — 2 分钟接入；提供免费档

打开 mcp-ads.com，登录后在浏览器里 OAuth 授权你的广告账户，然后粘贴一条 URL 到 Claude 即可。完成。

• 无需申请 API、无需开发者令牌、无需过审 app——平台审批（Google Ads 开发者令牌、Meta App Review 等）我们已经提前办好

• 免费档：每个平台每月 30 次工具调用；付费方案不限使用量

• 你的凭据加密存储；可在控制台随时撤销授权

对几乎所有想“用”工具而不是“部署”工具的人来说，这就是正确答案。

🔧 自托管 — 永久免费，你的密钥，你的机器

克隆本仓库，用自己的平台凭据运行。MIT 许可，不带任何附加条款，也不做数据回传。你的令牌永远不会离开自己的机器。

这里要坦诚的是：其中几个广告平台要求你先申请 API 许可（见下方表格）。如果你已经拿到那些凭据——比如你是拿着 Google Ads 开发者令牌的代理商，或是早已通过审核 Meta 应用的开发者——那自托管很快，几分钟就能接通。如果没拿到，那平台自带的审批队列会最多占用你几周的时间，或者，你直接把云端版用起来。

两种方式用的是同样的代码、同样的能力。 云端版就是这个服务器本体，外加多用户认证和已办妥的审批。

Related MCP server: AdLoop: Google Ads, Reddit Ads & GA4

自托管快速开始

git clone https://github.com/RoyAzran/mcp-ads.git
cd mcp-ads
pip install -r requirements.txt
cp .env.example .env      # fill in the platforms you use
python server.py doctor   # shows what's connected

然后把配置写进 Claude Desktop（claude_desktop_config.json）或 Claude Code（.mcp.json）：

{
  "mcpServers": {
    "mcp-ads": {
      "command": "python",
      "args": ["/absolute/path/to/mcp-ads/server.py"]
    }
  }
}

整个安装就完成了。你可以对智能体说 “请审计我的 Google Ads 浪费支出”，它就会立刻去执行。

想用 Docker 也可以：

cp .env.example .env
docker compose up -d      # HTTP server on 127.0.0.1:8000, MCP endpoint at /mcp

不用 Docker 的 HTTP 模式： python server.py serve --transport http

给 bearer-token 平台用的 OAuth 辅助工具（帮你打开浏览器、保存本地并自动刷新令牌）：

python server.py auth snapchat_ads

说真的，哪些直接开箱即用

自托管意味着你手拿每个平台自己的密钥。有的平台几分钟派发密钥；有的是需要你走申请。这就是真实的现状：

如果你觉得这张表看着头痛，那正是 云端版 的用途——审批已经准备好了，你只管连接账户就行。

这么多项能力

你的智能体会为每个平台看到一个调度器（dispatcher），同时可以看到 list_actions：

1. list_actions(category="meta_ads_action", search="budget")
2. meta_ads_action(action="<name from step 1>", params={...})

• 一切写操作在创建时都会默认暂停下来，除非明确指定了要启动

• 角色隔离（permissions.py）按名称把“可读”和“可写”这两种工具类型分开

• 如果需要，--surface full 会把所有动作逐个注册成独立 MCP 工具——对编程客户端很友好，但对对话聊天来说工具数量就太多了

NPX 命令

客户端机器上没装 Python 呢？那就用这个约 300 行的 stdio 代理（cli/）把请求转发给任何 MCP Ads 服务：

# against your self-hosted server
MCP_ADS_BASE_URL=http://127.0.0.1:8000 npx -y @marketingmcp/cli

# against the cloud (API key from mcp-ads.com/manage)
MCP_ADS_API_KEY=mcp_live_xxx npx -y @marketingmcp/cli

关于 Google Ads Transparency 的一个提示

tools/google_ads_transparency.py 通过网站本身在用的接口去请求 Google 公开透明中心（Ads Transparency Center）的数据，合法公开的决算只有在 Google 的公开页面上是不存在 API 的定义。这些接口官方没提供文档，可没有任何预告、随时变化也可能拒绝访问；而自动化访问也并未获得 Google 的支持。此项工具集 默认是完全关闭的——你读完该模块的 docstring 之后再自行把 GOOGLE_ADS_TRANSPARENCY_ENABLED=true 打开。Meta 的 Ad Library 走的是 Meta 正式 API，不受这个已知条件影响。

安全防护措施

• 凭据只来自你的 .env，以及一个可选的 Fernet 加密本地存储（用 MCP_ADS_SECRET_KEY 控制）。保证没有任何数据“回传”机制；遥测功能完全遵循设计条件触发，默认关闭；只有在你自己配置了分析项目才会开启。

• HTTP 模式从一开始就是设计为不设认证的（都是只有你自己在本机 loopback 上运行）。所以服务端会拒绝绑定任何公网接口，除非你显式设置 MCP_ADS_ALLOW_PUBLIC_BIND=true。它严格这个逻辑就是因为它使用的是可以做真的花钱凭证。

• CI 跑一道“壁垒”（tests/test_no_private_imports.py），一旦察觉任何可能属于机密的内容混入代码树，构建都会直接失败。

报告安全问题，请在 SECURITY.md 文件中提交。

如何参与贡献

欢迎提 issue 和 pull request —— 完整细则见 CONTRIBUTING.md。scripts/ 中的检查脚本就是 reviewer 的准入门槛：每一个脚本对应一个生产环境中真正发生过的事故；提交 PR 前先跑一遍 python scripts/check_tools_execute.py，能覆盖评审里可能出现的大部分问题。

唯一我们帮不上忙的事就是替你去获取这些平台的 API 许可。那些申请队列的权利所属是 Google、Meta、LinkedIn、TikTok 和 Microsoft。

演讲 Illustrator(缺 GitHub)

……

License

MIT.