项目介绍
<div align="center">
<img src="amplitude-logo.svg" alt="Amplitude" width="100" height="100">
</div>
Amplitude MCP 服务器
使用对话式AI分析您的产品数据、实验和用户行为——将Amplitude的强大功能直接带入您的AI工作流程中。
概述
Amplitude MCP(模型上下文协议)服务器使团队能够通过与AI的自然语言对话来分析产品数据、实验和用户行为。无需离开AI环境即可查询您的分析、仪表板、实验和特性标志。
[!WARNING]
🚧 Amplitude MCP服务器正处于积极开发阶段。在此期间,某些功能和设置可能不可用,并且您可能会遇到错误或性能问题。此功能将继续演进,并可能受到速率限制的影响。
功能
- 分析查询:询问有关用户行为、转化率和产品指标的问题
- 实验分析:分析A/B测试结果和特性标志性能
- 仪表板访问:从现有图表和仪表板检索数据
- 会话回放搜索:查找并分析符合特定条件的用户会话
- 自然语言界面:无需学习复杂的查询语法——只需提问
服务器端点
选择与您组织的数据驻留要求相匹配的服务器:
- 美国服务器(默认):
https://mcp.amplitude.com/mcp
- 欧洲服务器:
https://mcp.eu.amplitude.com/mcp
设置
先决条件
- 访问Amplitude组织
- 一个兼容MCP的AI客户端(Claude、Cursor、ChatGPT等)
- 在Amplitude中的适当项目权限
身份验证
Amplitude MCP服务器使用OAuth 2.0身份验证,并尊重您现有的Amplitude权限。您只能访问在Amplitude中通常可以查看的数据和项目。
客户端配置
设置过程因AI客户端而异,但通常遵循以下步骤:
- 将MCP服务器添加到您的AI客户端配置中
- 使用适合您所在地区的服务器URL
- 根据提示完成OAuth身份验证
- 开始查询您的Amplitude数据
请参阅您的AI客户端文档以获取具体的MCP服务器配置说明。
可用工具
Amplitude MCP服务器提供了这些工具用于分析您的数据:
核心分析
search - 查找仪表板、图表、笔记本和实验
query_chart - 从特定图表检索数据
query_experiment - 分析实验结果及其统计显著性
query_dataset - 执行自定义分析查询
query_metric - 获取特定指标的数据
内容管理
get_charts - 检索完整的图表定义
get_dashboard - 访问仪表板内容和布局
get_notebook - 获取包含图表和分析的笔记本内容
get_experiments - 获取详细的实验信息
get_flags - 检索特性标志配置
用户洞察
get_session_replays - 搜索和过滤会话录制
get_event_properties - 探索事件属性定义
get_context - 访问用户和组织信息
示例查询
这里有一些您可以向Amplitude MCP服务器询问的例子:
用户行为分析
- “过去7天的日活跃用户是多少?”
- “展示我们的注册流程的转化漏斗”
- “哪些功能具有最高的参与度?”
实验分析
- “我们主页重新设计实验的结果是什么?”
- “展示结账流程测试的统计显著性”
- “哪些实验变体表现最好?”
产品洞察
- “本周按量排名的顶级事件是什么?”
- “按获取渠道展示用户留存情况”
- “不同流量来源的转化率有何差异?”
典型分析工作流
- 使用自然语言搜索相关的内容
- 检索图表定义和实验详情
- 使用自定义参数和过滤器查询数据
- 分析结果并通过后续问题深入挖掘
最佳实践
有效提示
- 关于时间范围、用户细分和指标要具体
- 提供您试图理解的背景
- 将复杂分析分解成更小、更集中的问题
- 当构建在之前的分析之上时,参考现有内容
安全考虑
- 数据访问限于您当前的Amplitude权限
- 第三方AI模型在分析过程中处理您的数据
- 审查您组织关于AI数据处理的政策
- 组织管理员可以控制MCP服务器访问
故障排除
常见问题
- 身份验证失败:验证您的Amplitude账户权限
- 没有返回数据:检查您是否有访问请求项目的权限
- 连接错误:确保您正在使用正确的区域服务器URL
- 客户端问题:尝试重启您的AI客户端或重新配置MCP服务器
获取帮助
- 通过简单的查询测试您的连接
- 在Amplitude Web界面中验证项目访问
- 向您的组织管理员咨询MCP服务器权限
支持
对于Amplitude MCP服务器的技术支持和问题:
Amplitude MCP服务器目前处于测试阶段。功能和能力将根据用户反馈持续改进。