开发与工程 ✓ Google · 官方 google-adsmcpapi-setuppipxpythongaqlcloud-run

Google Ads MCP 安装助手

指导开发者安装并接入只读的 Google Ads MCP 服务。

FollowSkills 评估 · FSRS-2.0
不推荐
40/ 100 五分制 2.0 / 5
信任安全10 / 25 · 2.0/5

文档要求使用环境变量而非硬编码凭据,并说明stdio无网络端口、服务器只读,体现了部分最小暴露和数据流透明性;但同时建议Cloud Run使用--allow-unauthenticated,未提供访问控制、凭据轮换、审计或回滚方案,且缺少明确的用户确认步骤,因此大幅扣分。

可靠稳定6 / 20 · 1.5/5

步骤、前置检查、PATH故障排查和重启提示较完整,且默认安装PyPI稳定版;但存在pipx install与配置中pipx run的流程差异、平台命令未经验证、Cloud Run构建上下文和配置假设不充分,静态审查且无提交测试,故不超过10分并保守扣分。

适用触发7 / 15 · 2.3/5

目标用户、主要场景、凭据输入和多种客户端集成均有描述,且说明了不支持写操作的范围;但触发边界、非适用场景、中文支持和中国大陆网络可达性未说明,且强制Antigravity验证可能不适合所有用户,故仅给中等分。

规范维护8 / 15 · 2.7/5

Front matter包含名称、兼容性、作者、版本和分类;仓库README提供安装入口、Apache-2.0许可证、维护说明和问题反馈路径。文档层次较清晰,但缺少技能级变更日志、明确维护责任、依赖版本锁定、FAQ和已知限制,且内容较长并含未完成的工具示例。

有效结果6 / 15 · 2.0/5

对本地安装、环境变量配置、stdio集成和基础排错提供了可直接复用的命令与配置样例,核心任务大体可完成;但部分配置可能依赖未证实的客户端行为,Cloud Run示例存在明显安全与部署假设,且没有静态可验证的代表性成功输出,因此按静态上限保守评分。

证据核验3 / 10 · 1.5/5

文档给出了命令、配置片段、环境变量名和若干成功条件,具备有限可审计性;但没有提交测试、CI覆盖、锁定依赖或第三方执行证据,关键关于客户端、Antigravity和服务端行为的断言主要是作者陈述,因此不超过5分。

证据充分度: 评估于 2026年7月20日 审查版本 513a7a51e85f
上游仓库在本次评估后已有新提交;当前评分仍对应所示审查版本,可能尚未覆盖最新改动。
使用前请注意
  • 不要直接照用Cloud Run的--allow-unauthenticated部署示例;应先补充认证、授权、最小权限、凭据轮换和审计方案。
  • 在真实环境执行前,应核对google-ads-mcp当前版本、pipx install与pipx run的预期流程,以及各客户端实际支持的配置格式。
  • 该评估仅基于静态源文件,未执行安装、认证、MCP连接或Google Ads查询;中国大陆网络可达性和中文交互能力未被证明。
评估证据 [1][2][3][4]
查看完整评分方法 →

这个 Skill 能做什么,适合哪些场景?

该技能指导开发者下载、配置和安装官方开源 Google Ads MCP Server。它覆盖 Python 与 pipx 前置检查、Google Ads 凭据配置,以及 Claude、Cursor 和 Antigravity 等客户端的 stdio 集成。它还说明了 Cloud Run 部署、连接验证和常见故障排查。连接后的服务器提供账户发现、资源元数据查询和 GAQL 搜索,当前严格只读。

检查 Python 3.12+ 与 pipx;验证 Google Ads Developer Token、OAuth 客户端凭据、Refresh Token 和客户 ID;提供 pipx install google-ads-mcp 安装命令并用 google-ads-mcp --help 验证;生成 Claude Desktop 的 MCP JSON 配置并说明 Cursor、Antigravity 和 Cloud Run 配置;指导使用 /mcp 检查服务,并调用 list_accessible_customersget_resource_metadatasearch 查询 Google Ads 数据。

  1. 需要通过自然语言查询 Google Ads 广告系列和报告指标的开发者。
  2. 已拥有五项 Google Ads 凭据、需要安装官方 MCP 服务的用户。
  3. 需要将 Google Ads 接入 Claude Desktop、Cursor 或 Antigravity 的团队。
  4. 需要把只读 Google Ads MCP 服务部署到 Google Cloud Run 的开发者。

这个 Skill 有哪些优点和局限?

优点
  • 提供从环境检查、安装到客户端接入的完整流程。
  • 明确要求使用官方 `google-ads-mcp` PyPI 包。
  • 覆盖 stdio、Claude、Cursor、Antigravity 和 Cloud Run 场景。
  • 明确列出三个只读 MCP 工具及其参数。
局限
  • 依赖 Python 3.12+、pipx、网络连接和完整 Google Ads 凭据。
  • 缺少凭据时必须先完成另一个 quickstart 技能。
  • 来源未提供自动化测试套件或实际平台验证结果。
  • 服务器当前不能修改出价、暂停广告系列或创建广告资产。

如何安装这个 Skill?

先通过 npx skills add google/skills 安装该仓库中的技能,并在选择界面选择 Google Ads API MCP Server Installation。使用本技能前,准备 Developer Token、OAuth Client ID、Client Secret、Refresh Token 和 Customer ID;缺少这些凭据时,来源要求先使用 google-ads-api-quickstart。检查 python3 --version 是否为 3.12+,再运行 pipx --version。前置条件满足后执行 pipx install google-ads-mcp,并运行 google-ads-mcp --help 验证。

如何使用这个 Skill?

可向支持该技能的助手提出:“指导我安装并配置 Google Ads MCP Server,并接入 Cursor。”安装后,在客户端配置 pipx run google-ads-mcp 和所需环境变量,重启客户端,再运行 agy 后输入 /mcp 检查服务。随后可测试:“Retrieve all campaigns from my Google Ads account 1234567890.” 查询时客户 ID 必须为不含连字符的 10 位数字。

这个 Skill 与同类方案有什么区别?

与标准 Google Ads 客户端库相比,本技能主要解决 MCP Server 的安装与 AI 客户端集成,而不是直接编写客户端库代码。来源还描述了本地 stdio 运行方式与 Cloud Run 部署方式。

常见问题

使用这个技能需要哪些凭据?
需要 Developer Token、OAuth Client ID、Client Secret、Refresh Token 和客户 ID;管理账户层级通常还需要 Login Customer ID。
它会修改我的广告账户吗?
不会。来源明确说明服务器当前严格只读,不能修改出价、暂停广告系列或创建广告资产。
为什么客户端找不到 MCP 工具?
应检查客户端进程是否继承了环境变量、`pipx` 是否在 PATH 中,并在保存配置后完全重启 Cursor 或 Claude Desktop。
可以部署到云端吗?
可以。来源提供了使用 Artifact Registry 和 Cloud Run 构建、推送及部署的步骤。

同仓库的其他 Skills

均来自 google/skills

数据与分析 ✓ Google · 官方

Google Ads 账户诊断

定位转化下降、线索减少及广告展示机会损失的原因。

开发与工程 ✓ Google · 官方

Gemini 企业托管 Agent 管理

通过 API 创建和管理有状态的 Gemini 企业 Agent。

自动化与运维 ✓ Google · 官方

Google Cloud Storage 基础技能

帮助代理管理 GCS 存储桶与对象,并配置访问、保护、生命周期和性能。

开发与工程 ✓ Google · 官方

Google Data Manager API 受众导入助手

指导开发者将受众成员安全、可诊断地上传到 Google Ads 或 DV360。

自动化与运维 ✓ Google · 官方

Google Cloud AI Agent 构建部署顾问

帮助设计、实现并验证部署在 Google Cloud 上的 AI Agent 与多 Agent 系统。

开发与工程 ✓ Google · 官方

Data Manager API 事件导入助手

指导开发者通过 Google Data Manager API 实现事件与转化数据导入。

数据与分析 ✓ Google · 官方

Google Cloud 数据血缘摘要

汇总 BigQuery/GCS 数据血缘,帮助定位数据质量问题。

数据与分析 ✓ Google · 官方

AlloyDB 数据库管理助手

帮助管理 AlloyDB 集群、实例与备份,并连接 MCP 自动执行数据库操作。

开发与工程 ✓ Google · 官方

Data Manager API 环境配置助手

帮助开发者完成 Data Manager API 的认证、客户端库和本地环境配置。

开发与工程 ✓ Google · 官方

Google Agents CLI 智能体开发引导

引导智能体从设计、开发到部署与监控的完整流程。

自动化与运维 ✓ Google · 官方

Google Cloud 安全无服务器分层架构

帮助代理设计、编写基础设施代码并验证隔离的 Google Cloud 多层无服务器 Web 应用。

自动化与运维 ✓ Google · 官方

Google Cloud 监控指标选择器

为 GCP 服务发现并筛选相关监控指标。

自动化与运维 ✓ Google · 官方

Cloud Run 部署助手

用 gcloud 部署和管理 Cloud Run 服务、作业与工作池。

自动化与运维 ✓ Google · 官方

Google SecOps 检测覆盖评估

从威胁情报到规则部署,系统评估 Google SecOps 的检测覆盖缺口。

数据与分析 ✓ Google · 官方

BigQuery BigFrames 开发规范

帮助你用 Python DataFrame API 在 BigQuery 上完成可扩展的数据分析与机器学习。

数据与分析 ✓ Google · 官方

BigQuery 资产影响分析

评估 BigQuery 表或视图变更后的下游影响范围。

自动化与运维 ✓ Google · 官方

Google Cloud 身份认证指南

帮助代理为不同运行环境选择安全的 Google Cloud 认证与授权方案。

开发与工程 ✓ Google · 官方

Gemini LiveAPI 客户端服务技能

生成可断线恢复并支持多模态双向流式通信的 Gemini LiveAPI 客户端。

数据与分析 ✓ Google · 官方

Google Cloud 智能体评测飞轮

用系统化评测、失败分析和迭代优化提升模型与智能体质量。

自动化与运维 ✓ Google · 官方

AI 工作负载迁移至 GKE 推理

将现有 AI 推理工作负载迁移到自托管的 GKE 推理环境。

相关 Skills