脸书广告库-MCP

Name: 脸书广告库-MCP
Author: RamsesAguirre777

作者：RamsesAguirre7773 星标更新：2025-07-15

安装使用来源：spider==github.com

项目介绍

🔥 Facebook 广告库 MCP - 高级智能平台

拥有超过15种高级工具的强大Facebook广告库MCP服务器，用于竞争情报、市场分析和广告洞察。使用FastMCP构建，并且完全免费。

🌟 为什么选择这个MCP？

优于付费服务如ScrapeCreators（每月497美元）：

✅ 15+ 高级工具 对比他们的5-6个基本工具
✅ AI驱动的创意分析 （他们没有）
✅ 基于机器学习的表现预测 （他们没有）
✅ 直接API访问 （无代理限制）
✅ 100% 免费及开源 （对比每月497美元）
✅ 完全自定义 （添加自己的功能）

🚀 快速开始

1. 安装

git clone https://github.com/RamsesAguirre777/facebook-ads-library-mcp.git
cd facebook-ads-library-mcp
pip install -r requirements.txt

2. 获取Facebook访问令牌

访问 Facebook Graph API Explorer
使用 ads_read 权限生成访问令牌
（可选）延长令牌至60天

3. 配置Claude桌面

在 ~/Library/Application Support/Claude/claude_desktop_config.json 中添加：

{
  "mcpServers": {
    "facebook_ads": {
      "command": "python",
      "args": [
        "/path/to/facebook-ads-library-mcp/facebook_ads_mcp_complete.py",
        "--facebook-token",
        "YOUR_FACEBOOK_ACCESS_TOKEN"
      ]
    }
  }
}

4. 重启Claude桌面

🛠️ 15+ 高级工具

🔍 搜索与发现

search_facebook_ads() - 多过滤器的高级搜索
discover_competitor_brands() - 自动查找行业竞争对手
find_similar_advertisers() - 发现具有相似策略的品牌

📊 深度分析

analyze_ad_creative_elements() - AI驱动的创意分析
analyze_ad_performance_metrics() - 表现洞察及KPI
analyze_ad_targeting_insights() - 受众定位分析

🎯 监控与跟踪

monitor_brand_ad_changes() - 实时活动监控
track_ad_spend_estimation() - 预算跟踪与估算

🏆 竞争情报

competitive_ad_analysis() - 多品牌策略比较
benchmark_against_industry() - 行业基准测试
identify_market_opportunities() - 市场缺口分析

🔮 预测与优化

predict_ad_performance() - 基于机器学习的表现预测
generate_facebook_intelligence_report() - 综合报告

🛠️ 工具

export_facebook_ads_data() - 导出为JSON/CSV/Markdown

💡 使用示例

基础竞争分析

# 在Claude桌面中
"分析Nike当前的Facebook广告策略"
"比较特斯拉和宝马的广告策略"
"为Airbnb生成完整的智能报告"

高级市场研究

# 发现竞争对手
"找出所有在Facebook上做广告的健身应用公司"

# 市场机会
"识别金融科技行业的广告空白"

# 表现预测
"预测此广告的表现：'30天内通过我们的AI教练变得健康'"

监控与警报

# 跟踪竞争对手的变化
"监控Apple的新广告活动，如果他们发布了5个以上的新广告，请通知我"

# 花费跟踪
"估计Shopify每月在Facebook上的广告花费"

🔧 高级配置

环境变量

# 创建.env文件
echo "FACEBOOK_ACCESS_TOKEN=your_token_here" > .env

多个区域

{
  "mcpServers": {
    "facebook_ads_us": {
      "command": "python",
      "args": ["facebook_ads_mcp_complete.py", "--facebook-token", "US_TOKEN"]
    },
    "facebook_ads_eu": {
      "command": "python", 
      "args": ["facebook_ads_mcp_complete.py", "--facebook-token", "EU_TOKEN"]
    }
  }
}

📈 性能对比

特性	ScrapeCreators	我们的MCP	节省
每月费用	$497	$0	$497/月
Facebook工具	5-6个基本	15+ 高级	多3倍
创意分析	❌	✅ AI驱动	独家
表现预测	❌	✅ 基于机器学习	独家
速率限制	受限	直接API	无限
自定义	❌	✅ 完全控制	无限

🏗️ 架构

Facebook广告库MCP
├── 核心API封装
│   ├── 认证与速率限制
│   └── 错误处理与重试逻辑
├── 搜索与发现引擎
│   ├── 高级过滤
│   └── 竞争对手发现
├── AI分析引擎
│   ├── 创意元素分析
│   └── 表现预测
├── 监控系统
│   ├── 实时变化检测
│   └── 警报系统
└── 导出与报告
    ├── 多格式支持
    └── 执行报告

🔒 安全与隐私

无数据存储 - 所有数据实时处理
直接API访问 - 无代理服务器或数据记录
开源 - 完全透明
本地处理 - 您的数据留在您的机器上

🤝 贡献

我们欢迎贡献！请参阅我们的贡献指南以获取详细信息。

开发设置

git clone https://github.com/RamsesAguirre777/facebook-ads-library-mcp.git
cd facebook-ads-library-mcp
python -m venv venv
source venv/bin/activate  # 在Windows上：venv\Scripts\activate
pip install -r requirements-dev.txt

📖 文档

安装指南 - 详细的安装说明
API参考 - 完整的工具文档
示例 - 现实世界的用例
故障排除 - 常见问题及解决方案

🔄 变更日志

查看 CHANGELOG.md 以获取详细的版本历史。

🆘 支持

📄 许可证

本项目采用MIT许可证 - 详情请参阅 LICENSE 文件。

🙏 致谢

FastMCP 提供了优秀的MCP框架
Crawl4AI 提供了AI驱动的网络爬虫
Facebook Graph API 提供了访问广告数据的权限

⭐ 星历史

<div align="center"> <h3>🔥 为MCP社区充满热情而建 🔥</h3> <p> <a href="https://twitter.com/RamsesAguirre777">Twitter</a> • <a href="https://github.com/RamsesAguirre777">GitHub</a> • <a href="https://linkedin.com/in/RamsesAguirre777">LinkedIn</a> </p> </div>