RULER MCP

RULER MCP

MCP server for reading, aggregating, suggesting, and applying price rules (floors) from ActiveView with a confirmation flow, designed for AI agents to analyze and adjust monetization.

Category
访问服务器

README

RULER MCP — Price Rules (ActiveView)

Servidor MCP (JSON-RPC 2.0) focado 100% nas price rules da ActiveView: leitura, agregação, sugestão e aplicação de floors com fluxo de confirmação. Feito pra agentes de IA (CORTEX, Claude Desktop) analisarem e ajustarem a monetização junto com os dados de campanha.

As 5 tools

Tool Tipo O que faz
resumo_floors leitura Panorama do domínio: revenue total, eCPM ponderado, top 10 regras por revenue, REGRAS PROBLEMÁTICAS (match fora do desired, revenue zerado)
listar_price_rules leitura Todas as rules com floor, eCPM, revenue, impressões, match_rate, desired, país, device, uri, utm
historico_ajustes leitura Auditoria: quem mudou qual floor, quando, com snapshot anterior
sugerir_floor análise Sugestões SUBIR/DESCER com justificativa e confiança (match_rate vs desired) — não aplica nada
aplicar_floor AÇÃO Upsert na ActiveView — exige confirm=true; sem ele retorna preview e NÃO executa

Autenticação (duas camadas)

  1. Acesso ao MCP: Authorization: Bearer <token> — tokens em RULER_MCP_TOKENS
  2. ActiveView: cada tool recebe av_bearer como argumento — cada gestor usa a própria key. network e domain são informados pelo gestor.

Fluxo de segurança do aplicar_floor

  • Sem confirm: true → retorna preview e NÃO executa
  • Com confirm: true → aplica, grava snapshot anterior + mudança + actor no histórico
  • O agente deve SEMPRE mostrar o preview e só confirmar após aprovação explícita do gestor

Deploy no Railway

  1. Repo próprio (separado do RULER), conecta no Railway
  2. Variáveis: RULER_MCP_TOKENS, HIST_DB_PATH=/data/ruler-mcp-history.db
  3. Volume em /data (recomendado, pro histórico persistir)
  4. Generate Domain → endpoint: https://SEU-APP.up.railway.app/api/mcp

Requisitos

Node >= 22 (usa node:sqlite nativo pro histórico — zero compilação).

Fluxo de análise recomendado (pro agente)

  1. resumo_floors → panorama + problemas do domínio
  2. listar_price_rules → detalhe das regras relevantes
  3. sugerir_floor → propostas de ajuste
  4. Cruzar com dados de campanha (moodlr-ops: roas_cross, analise_campanhas)
  5. aplicar_floor sem confirm → preview → gestor aprova → confirm=true
  6. historico_ajustes depois → correlacionar mudança × resultado

推荐服务器

Baidu Map

Baidu Map

百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。

官方
精选
JavaScript
Playwright MCP Server

Playwright MCP Server

一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。

官方
精选
TypeScript
Magic Component Platform (MCP)

Magic Component Platform (MCP)

一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。

官方
精选
本地
TypeScript
Audiense Insights MCP Server

Audiense Insights MCP Server

通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。

官方
精选
本地
TypeScript
VeyraX

VeyraX

一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。

官方
精选
本地
graphlit-mcp-server

graphlit-mcp-server

模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。

官方
精选
TypeScript
Kagi MCP Server

Kagi MCP Server

一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。

官方
精选
Python
e2b-mcp-server

e2b-mcp-server

使用 MCP 通过 e2b 运行代码。

官方
精选
Neon MCP Server

Neon MCP Server

用于与 Neon 管理 API 和数据库交互的 MCP 服务器

官方
精选
Exa MCP Server

Exa MCP Server

模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。

官方
精选