Sensors MCP Server
Enables AI assistants to query and analyze user behavior data from the Sensors Analytics platform using natural language.
README
Sensors MCP Server
基于 MCP(Model Context Protocol) 的神策分析数据服务,让 AI 助手通过自然语言直接查询和分析神策平台中的用户行为数据。
功能概览
| 工具 | 说明 |
|---|---|
get_sensors_config |
获取当前神策配置信息(调试用) |
verify_sensors_config |
验证 API 连通性和认证有效性 |
list_events_all |
获取项目中的全部事件列表 |
list_event_tags |
获取事件标签分类信息 |
get_event_properties |
获取指定事件的属性定义 |
list_event_properties_all |
获取所有事件的属性列表 |
query_segmentation_report |
事件分析查询(次数、人数、维度拆分、筛选过滤) |
快速开始
1. 安装依赖
npm install
2. 配置环境变量
复制 .env.example 为 .env,填写你的神策分析配置:
cp .env.example .env
SA_URL=https://your-sensors-analytics-url
SA_PROJECT=your_project_name
SA_API_KEY=your_api_key
SA_API_SECRET=your_api_secret # 可选
API Key 在神策后台「项目管理 → 数据接口」中获取。
3. 编译与启动
# 编译
npm run build
# 生产模式
npm start
# 开发模式(直接运行 TypeScript,改完代码重启即可)
npm run dev
接入 MCP 客户端
QoderWork / Claude Desktop
在 MCP 设置中添加 Server,配置启动命令:
{
"mcpServers": {
"sensors": {
"command": "node",
"args": ["/path/to/SensorsMCPServer/dist/index.js"],
"env": {
"SA_URL": "https://your-sensors-analytics-url",
"SA_PROJECT": "your_project_name",
"SA_API_KEY": "your_api_key"
}
}
}
}
MCP Server 使用 stdio 协议通信,由客户端启动和管理进程,无需手动运行。
调试
推荐使用 MCP Inspector 进行调试:
npx @modelcontextprotocol/inspector node dist/index.js
启动后访问 http://localhost:6274,可以手动调用工具、查看请求和响应。
使用示例
接入 MCP 客户端后,直接用自然语言提问即可:
查询上月左侧菜单点击事件的次数和人数
web_workgroup_nav_menu_cli 事件有哪些属性?
查询上月左侧菜单点击情况,按用户和菜单名拆分
AI 会自动探索事件元数据、构建查询参数、调用 API 并解读结果。
项目结构
src/
├── index.ts # MCP Server 入口,工具注册与请求路由
├── config.ts # 环境变量配置管理
└── tools/
├── event-meta.ts # 事件列表与标签查询
├── property-meta.ts # 事件属性查询
└── segmentation.ts # 事件分析报告查询
技术栈
- 运行环境:Node.js(ES2022+)
- 开发语言:TypeScript 5.x
- MCP SDK:@modelcontextprotocol/sdk ^0.6.0
- 通信协议:stdio
- API 规范:神策分析 OpenAPI v3
- 认证方式:Header 认证(api-key + sensorsdata-project)
License
ISC
推荐服务器
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。
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。
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。
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。
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。
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。
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。
mcp-server-qdrant
这个仓库展示了如何为向量搜索引擎 Qdrant 创建一个 MCP (Managed Control Plane) 服务器的示例。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器