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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
🎉 (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
1.54 K
894
Ascend Extension for PyTorch
Python
504
609
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
391
288
暂无简介
Dart
906
218
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
939
863
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108