Meta Ads MCP项目:使用自定义Meta开发者应用接入指南
2025-06-19 04:14:46作者:滑思眉Philip
项目概述
Meta Ads MCP是一个用于与Meta广告平台(原Facebook广告平台)进行交互的中间件工具。它提供了标准化的接口,使开发者能够更方便地调用Meta广告API。本文将重点介绍如何使用自定义的Meta开发者应用来配置和使用Meta Ads MCP。
为什么需要自定义Meta开发者应用
虽然Meta Ads MCP提供了默认的认证方式,但在某些情况下,开发者可能需要使用自己的Meta开发者应用来接入:
- 需要更高的API调用配额
- 企业级应用需要自定义权限范围
- 特定业务场景需要独立的应用配置
- 安全合规要求使用自有应用凭证
准备工作:创建Meta开发者应用
第一步:创建应用
- 访问Meta开发者门户
- 选择创建"商业"类型的应用
- 为应用命名并完成基础设置
第二步:添加Marketing API产品
- 在应用仪表板中找到"添加产品"选项
- 选择"Marketing API"产品
- 完成基础配置
第三步:配置OAuth重定向URI
- 进入应用设置
- 在"有效OAuth重定向URI"中添加:
http://localhost:8888/callback - 保存配置
第四步:记录应用ID
创建完成后,请记下应用的ID(Client ID),后续配置中需要使用。
安装与基础使用
通过uvx安装运行
uvx meta-ads-mcp --app-id 你的Meta应用ID
通过pip安装运行
python -m meta_ads_mcp --app-id 你的Meta应用ID
高级配置
与开发工具集成
可以将Meta Ads MCP集成到常用开发工具中,如Cursor或Claude Desktop。配置方法如下:
- 编辑配置文件(
claude_desktop_config.json或~/.cursor/mcp.json) - 添加以下配置段:
"mcpServers": {
"meta-ads": {
"command": "uvx",
"args": ["meta-ads-mcp", "--app-id", "你的Meta应用ID"]
}
}
认证流程详解
使用自定义Meta应用时,MCP采用标准的OAuth 2.0认证流程:
- 本地回调服务器启动:MCP会在本地8888端口启动一个临时服务器
- 浏览器认证:自动打开浏览器跳转到Meta认证页面
- 用户授权:用户需要登录并授权应用访问广告账户
- 令牌获取:认证成功后,Meta会将令牌通过回调URL传回本地服务器
- 令牌存储:获取的访问令牌会被安全地存储在本地
环境变量配置
除了命令行参数,还可以通过环境变量配置:
# 设置应用ID
export META_APP_ID=你的应用ID
uvx meta-ads-mcp
# 直接使用访问令牌(绕过本地缓存)
export META_ACCESS_TOKEN=你的访问令牌
uvx meta-ads-mcp
测试与验证
命令行测试
# 基础测试
python test_meta_ads_auth.py --app-id 你的应用ID
# 强制重新登录
python test_meta_ads_auth.py --app-id 你的应用ID --force-login
API接口测试
- 测试认证链接获取:
mcp_meta_ads_get_login_link - 验证账户访问权限:
mcp_meta_ads_get_ad_accounts - 检查账户详情:
mcp_meta_ads_get_account_info
常见问题排查
认证问题
应用ID错误
- 症状:收到
(#200) Provide valid app ID错误 - 解决方案:
- 确认应用ID是否正确
- 检查是否已完成所有应用设置步骤
- 确认已添加Marketing API产品
OAuth流程问题
- 解决方案:
- 使用
--force-login参数获取新令牌 - 确保终端有权限打开浏览器窗口
- 检查8888端口是否可用
- 使用
直接使用令牌
- 如果有有效的访问令牌,可以绕过OAuth流程:
export META_ACCESS_TOKEN=你的访问令牌
API错误
- 确认应用已添加Marketing API产品
- 检查用户对广告账户的权限设置
- 查看应用是否有速率限制或其他限制
最佳实践建议
- 令牌管理:定期轮换访问令牌,确保安全性
- 错误处理:实现完善的错误处理机制,特别是针对API速率限制
- 日志记录:详细记录API调用情况,便于问题排查
- 权限最小化:只申请应用实际需要的权限范围
- 本地开发:建议在开发环境使用localhost回调配置
通过以上配置和使用指南,开发者可以灵活地将Meta Ads MCP与自定义Meta开发者应用集成,构建更符合业务需求的广告管理解决方案。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
OMNeT++中文使用手册:网络仿真的终极指南与实用教程 Python案例资源下载 - 从入门到精通的完整项目代码合集 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 中兴e读zedx.zed文档阅读器V4.11轻量版:专业通信设备文档阅读解决方案 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
302
2.65 K
Ascend Extension for PyTorch
Python
131
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
457
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++
610
196
React Native鸿蒙化仓库
JavaScript
230
307
暂无简介
Dart
593
129
🎉 (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
1.05 K
613
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,专门为Transformer模型的训练和推理而设计。
C++
48
77
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
360
2.44 K
openGauss kernel ~ openGauss is an open source relational database management system
C++
155
205