TG Analytics MCP — аналитика Telegram-каналов как инструмент для LLM-агента

MCP-сервер, который даёт Claude (Desktop / Code) и любому MCP-клиенту инструменты для оценки Telegram-каналов перед закупом рекламы. Агент сам вызывает их, когда ты просишь «проверь канал».

MCP (Model Context Protocol) — открытый стандарт, по которому LLM-агенты получают доступ к внешним инструментам. Здесь показано, как обернуть свою логику в MCP-tool.

Инструменты (MCP tools)

Данные — с публичной страницы t.me/s/<канал>, без токенов.

Related MCP server: tgmcp

Зачем это как MCP

Вместо отдельного приложения логика становится инструментом прямо в твоём AI-агенте: просишь Claude «сравни вот эти 3 канала под закуп за 5000» — он сам дёргает compare_channels и отвечает разбором. Это и есть «личные AI-агенты под свои задачи».

Запуск и подключение

python -m venv .venv && .venv\Scripts\activate
pip install -r requirements.txt

# 1) Отладка в MCP Inspector
mcp dev app/server.py

# 2) Установить в Claude Desktop одной командой
mcp install app/server.py --name tg-analytics

Либо вручную в claude_desktop_config.json:

{
  "mcpServers": {
    "tg-analytics": {
      "command": "python",
      "args": ["-m", "app.server"],
      "cwd": "/абсолютный/путь/к/03-tg-analytics-mcp"
    }
  }
}

Пример запроса к агенту (после подключения)

Ты: проверь @durov, цена поста 50000
Claude → вызывает check_channel → "🟢 брать: охват 47% от подписчиков, CPM 9 ₽"

Стек

Python · MCP Python SDK (FastMCP) · requests + selectolax (скрапинг)

Архитектура

LLM-агент (Claude) ⇄ [MCP server, stdio] ── tools ──► checker (scrape t.me/s/ → анализ → вердикт)

Ограничения

• Публичный превью ТГ без лайков/комментов → главный сигнал это охват и %охвата.

• Вердикт вероятностный, пороги калибруются.

Лицензия

MIT