MCP-Google-Ads 项目启动与配置教程
2025-05-21 15:43:46作者:段琳惟
1. 项目目录结构及介绍
MCP-Google-Ads 项目是一个开源项目,它连接 Google Ads 与 Claude AI,允许用户通过自然语言对话分析广告数据。以下是项目的目录结构及其介绍:
mcp-google-ads/
├── .cursor/ # Cursor AI 代码编辑器的配置文件
├── docs/ # 项目文档
├── env.example # 环境变量示例文件
├── .gitignore # Git 忽略文件列表
├── .python-version # 指定项目运行的 Python 版本
├── LICENSE # 项目许可证文件
├── README.md # 项目说明文件
├── bg.jpeg # 背景图片文件
├── format_customer_id_test.py # 测试文件
├── gaql-google-ads-query-language.mdc # Google Ads 查询语言文件
├── google-ads.svg # Google Ads 标志文件
├── google_ads_server.py # Google Ads 服务端主文件
├── ixigo-logo.png # ixigo Logo 文件
├── pyproject.toml # Python 项目配置文件
├── requirements.txt # 项目依赖文件
├── test_google_ads_mcp.py # 测试文件
└── test_token_refresh.py # 测试令牌刷新的文件
2. 项目的启动文件介绍
项目的启动文件是 google_ads_server.py。这个 Python 脚本负责启动 MCP-Google-Ads 服务端,它是项目运行的核心。下面是启动文件的基本内容:
# google_ads_server.py 示例内容
from fastapi import FastAPI
app = FastAPI()
@app.get("/")
async def root():
return {"message": "Welcome to MCP-Google-Ads!"}
# 更多路由和逻辑
要启动服务,你通常需要在项目根目录下运行以下命令:
python google_ads_server.py
3. 项目的配置文件介绍
项目的配置文件主要是 .env.example 和环境变量。.env.example 文件包含了项目可能需要的一些环境变量的示例,如下所示:
# .env.example 示例内容
GOOGLE_ADS_API_CREDENTIALS=your_google_ads_api_credentials
OAUTH_CLIENT_SECRET=your_oauth_client_secret
SERVICE_ACCOUNT_KEY_FILE=your_service_account_key_file.json
在实际部署时,你需要创建一个 .env 文件,并根据你的环境填写相应的值。这些环境变量会被 google_ads_server.py 和其他脚本读取,以配置和授权与 Google Ads API 的交互。
请确保不要将敏感信息(如 API 凭证)提交到源代码仓库中。使用环境变量可以保护这些敏感信息不被泄露。
以上就是 MCP-Google-Ads 项目的启动与配置的基本教程。按照这些步骤,你可以顺利地搭建和运行这个项目。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0214
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0138
uni-appA cross-platform framework using Vue.jsJavaScript08
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
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
469
465
暂无描述
Dockerfile
778
5.08 K
Ascend Extension for PyTorch
Python
758
968
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
877
2.03 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
697
1.4 K
昇腾LLM分布式训练框架
Python
185
231
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
2.25 K
676
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271