mcp-matomo

从兼容MCP的AI助手本地查询Matomo分析

mcp-matomo，由Francois-Guillaume Ribreau开发，将自托管的Matomo Analytics实例连接到兼容MCP的AI助手，使用户能够通过对话提示查询分析。该工具动态地检查Matomo服务器，并将其报告表面暴露为可由AI调用的工具，从而实现对访问、操作和流量细分的检索和总结。它支持预生成的OpenAPI规范，使用Rust实现以降低内存使用，并适合寻求私密聊天分析访问的分析师和营销人员。

将 Matomo 端点映射到可调用的 MCP 工具，无需手动映射

零配置发现 在启动时查询 Matomo 安装，枚举可用的 API 方法，并自动生成反映任何自定义插件的 MCP 工具定义。该设计避免了手动创建工具映射，并允许助手调用分析后端所暴露的确切端点，因此团队可以提出针对性的问题并检索精确的 API 响应，而不是依赖手工制作的报告。

输出质量等于 Matomo 数据加上助手的综合

服务器将 Matomo 的原始报告结果返回给 MCP 客户端，因此数值的准确性取决于分析后端的准确性。助手通过综合这些 API 响应生成叙述性答案；因此，摘要的事实正确性取决于 Matomo 的数据集和模型的解释。对于关键决策，请包括人工验证步骤以确认汇总数字和归属。

需要特定输入和构建步骤

运行服务器需要一个可访问的 Matomo 安装，具有 API 访问权限和有效的 token_auth，以及一个本地 Rust 工具链来编译二进制文件。它还需要一个兼容 MCP 的主机来接受工具定义并调用服务器。这些先决条件使项目面向开发人员和运维团队，而不是非技术用户。

集成到聊天工作流中，但需要配置工作

服务器被添加到 MCP 客户端的配置中，并暴露发现的工具供助手调用。可以使用预生成的 OpenAPI 规范来绕过自省并缩短启动时间。该项目是开源和可扩展的，允许团队根据定制的 Matomo 插件进行调整。开发者在以隐私为中心的基础设施方面的背景使该项目与自托管和数据主权优先事项保持一致。

最适合重视私人、助手驱动分析的技术能力强的团队

mcp-matomo 是分析师和开发人员的实用选择，他们需要私人、基于聊天的分析访问，并能够管理自托管工具。对于寻求即插即用体验的用户来说，它不太合适。依赖报告指标的组织应计划一个简短的人类审核步骤，以在对归因或收入数字采取行动之前验证助手生成的摘要。