mcp-google-ads 的安装和配置教程
2025-05-21 13:30:17作者:何将鹤
1. 项目基础介绍和主要编程语言
mcp-google-ads 是一个开源项目,旨在将 Google Ads 与 Claude AI 相连接,允许用户通过自然语言对话来分析广告数据。该工具能够提供账户管理、广告系列分析、关键词和广告性能分析以及预算和出价管理等功能。主要编程语言为 Python。
2. 项目使用的关键技术和框架
该项目的关键技术包括:
- Google Ads API:用于访问和操作 Google Ads 数据。
- Claude AI:一个自然语言处理助手,用于与用户交互。
- MCP(Google Ads MCP Server):项目的核心服务器,处理来自 Claude 和 Cursor 的请求。
- OAuth 2.0 或服务账户认证:用于授权项目访问 Google Ads 数据。
使用到的框架可能包括:
- Flask 或 Django:用于创建 Web 服务。
- Pytest:用于编写和运行测试。
3. 项目安装和配置的准备工作及详细步骤
准备工作:
- 安装 Python:确保你的系统中安装了 Python。
- 设置虚拟环境:建议为项目创建一个虚拟环境来隔离依赖。
- 克隆项目:使用 Git 克隆项目到本地。
git clone https://github.com/cohnen/mcp-google-ads.git - 安装依赖:进入项目目录,安装项目所需的依赖。
pip install -r requirements.txt
安装步骤:
- 设置环境变量:根据项目需要设置相应的环境变量,如数据库配置、API 密钥等。
- 配置 OAuth 2.0 或服务账户认证:
- OAuth 2.0:按照项目说明,在 Google Cloud Console 中创建 OAuth 2.0 客户端 ID,下载
client_secret.json文件,并配置到项目中。 - 服务账户:在 Google Cloud Console 中创建服务账户,下载 JSON 密钥文件,并配置到项目中。
- OAuth 2.0:按照项目说明,在 Google Cloud Console 中创建 OAuth 2.0 客户端 ID,下载
- 获取开发者 token:遵循项目说明,在 Google Ads 控制台中申请并获取开发者 token。
- 运行项目:在项目目录中,运行以下命令启动服务。
python run.py - 进行测试:确保所有功能按预期工作,可以运行测试脚本进行验证。
pytest
按照以上步骤,你应当能够成功安装并配置 mcp-google-ads 项目。如果遇到任何问题,请参考项目文档或向社区寻求帮助。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
334
161
暂无简介
Dart
762
184
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.32 K
744
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134