Google Search Console MCPサーバーの使い方

AIは、ワークフローを効率化し、より深い洞察を得るために不可欠なものとなっています。Model Context Protocol (MCP) サーバーは、AIを活用したツールが重要なデータソースと直接連携するためのブリッジとして最前線に立っています。

本日は、分析およびSEOデータで人気のある選択肢であるGoogle Search Console MCPサーバーのセットアップ方法を詳しく掘り下げ、その後、API開発ワークフローを向上させるために設計された強力なオールインワンソリューションであるApidog MCPサーバーを紹介します。

button

Google Search Console MCPサーバーとは？

Google Search Console MCPサーバーは、Google Search ConsoleとAIを活用したIDE間のブリッジとして機能します。サイトの検索アナリティクスデータをAIに公開することで、よりスマートでデータに基づいたコーディングとレポート作成が可能になります。

主な機能

カスタムディメンションをサポートした検索アナリティクスデータの取得
柔軟なレポート期間による豊富なデータ分析
Claude Desktopやその他のAIクライアントとの連携

Google Search Console MCPサーバーのセットアップ方法

Google Search Console MCPサーバーのセットアップにはいくつかのステップが必要です。以下にステップバイステップガイドを示します。

前提条件

始める前に、以下のものがあることを確認してください。

Node.js 18以降
Search Console APIが有効化されたGoogle Cloudプロジェクト
Search Consoleへのアクセス権を持つサービスアカウント認証情報

1. MCPサーバーのインストール

サーバーはSmithery経由で自動的にインストールするか、npmを使用して手動でインストールできます。

Smithery経由:

npx -y @smithery/cli install mcp-server-gsc --client claude

手動インストール:

npm install mcp-server-gsc

2. Google Cloud認証情報の設定

Google Cloud Consoleにアクセスします。

新しいプロジェクトを作成するか、既存のプロジェクトを選択します。

Search Console APIを有効化します。

「APIとサービス」>「ライブラリ」に移動します。
「Search Console API」を検索して有効化します。

認証情報を作成します。

「APIとサービス」>「認証情報」に移動します。
「認証情報を作成」>「サービスアカウント」をクリックします。
詳細を入力し、JSON形式で新しいキーを作成します。
認証情報ファイルをダウンロードします。

アクセス権を付与します。

Google Search Consoleを開きます。
サービスアカウントのメールアドレスをプロパティ管理者として追加します。

3. AIクライアントでのMCPサーバーの設定

Claude Desktopなどのツールの場合、以下の設定を追加します。

{
  "mcpServers": {
    "gsc": {
      "command": "npx",
      "args": ["-y", "mcp-server-gsc"],
      "env": {
        "GOOGLE_APPLICATION_CREDENTIALS": "/path/to/credentials.json"
      }
    }
  }
}

4. 検索アナリティクスデータのクエリ実行

これで、search_analyticsツールを使用してデータを取得できます。パラメータの例:

{
  "siteUrl": "https://example.com",
  "startDate": "2024-01-01",
  "endDate": "2024-01-31",
  "dimensions": "query,country",
  "type": "web",
  "rowLimit": 500
}

必須および任意のパラメータ

パラメータ	必須	説明
siteUrl	はい	サイトURL (例: https://example.com)
startDate	はい	開始日 (YYYY-MM-DD)
endDate	はい	終了日 (YYYY-MM-DD)
dimensions	いいえ	カンマ区切り (query, page, countryなど)
type	いいえ	検索タイプ (web, image, video, news)
rowLimit	いいえ	返却する最大行数 (デフォルト: 1000)

AIプロンプトの例:

@gsc use the search_analytics tool for siteUrl 'https://example.com', startDate '2024-04-01', endDate '2024-04-30', with dimensions 'query,page' and a rowLimit of 10. Show me the top queries and pages.

このセットアップにより、AIアシスタントは強力なSEOアナリストとなり、より良い開発のためのデータに基づいた洞察を提供できるようになります。

API開発の効率化: Apidog MCPサーバー

Google Search Console MCPサーバーがウェブアナリティクスに焦点を当てているのに対し、Apidog MCPサーバーはAI支援API開発を強化するために特別に設計されています。これにより、AIコーディングアシスタントがAPI仕様を直接理解し、操作できるようになり、コード生成、ドキュメント作成、テストなどのタスクを劇的に高速化します。

button

Apidog MCPサーバーのユニークな点は？

任意のAPI仕様をAIに接続: アナリティクスだけでなく、REST、OpenAPI、またはApidogプロジェクトの仕様をAIに直接接続できます。
生産性を向上: 実際のAPI仕様に基づいて、AIにコードの生成、更新、ドキュメント作成を行わせます。
コード品質を向上: AIの提案は実際のAPIに基づいているため、エラーを減らし、保守性を向上させます。
複数のIDEに対応: Cursor、VS Code (Clineプラグイン使用)、その他と連携します。
無料: コストはかかりません。ベンダーロックインもありません。

主な機能

ローカルキャッシング: API仕様は速度とプライバシーのためにローカルにキャッシュされます。
複数のデータソース: Apidogプロジェクト、公開APIドキュメント、またはSwagger/OpenAPIファイルに接続できます。
柔軟な設定: オンプレミス展開やカスタム環境をサポートします。

Apidog MCPサーバーのセットアップ方法: ステップバイステップガイド

Apidog MCPサーバーのセットアップには、いくつかの簡単なステップが必要です。

button

前提条件:

1. Node.js: バージョン18以降 (最新のLTS推奨)。

2. MCP互換IDE:

Cursor
Clineプラグイン付きVS Code

データソースに基づいた設定

Apidog MCPサーバーは、さまざまなAPI仕様ソースをサポートすることで柔軟性を提供します。

1. データソースとしてApidogプロジェクトを使用する

これは、Apidog内でAPIを管理するチームに最適です。

APIアクセストークンとプロジェクトIDの取得:

APIアクセストークン: Apidogで、アカウント設定 (プロフィール画像経由) > APIアクセストークンに移動します。新しいトークンを作成してコピーします。

プロジェクトID: Apidogで対象プロジェクトを開きます。プロジェクト設定 (左サイドバー) > 基本設定に移動します。プロジェクトIDをコピーします。

Cursorでの設定（例）:

Cursorで、MCP設定を開きます (設定アイコン > MCP > 「+ 新しいグローバルMCPサーバーを追加」)。

以下の設定をmcp.jsonに貼り付け、プレースホルダーを置き換えます。

macOS/Linuxの場合:

{
 "mcpServers": {
   "MyApidogAPI": { // 説明的な名前を付けることができます
     "command": "npx",
     "args": [
       "-y",
       "apidog-mcp-server@latest",
       "--project=<your-project-id>"
     ],
     "env": {
       "APIDOG_ACCESS_TOKEN": "<your-access-token>"
     }
   }
 }
}

Windowsの場合:

{
 "mcpServers": {
   "MyApidogAPI": {
     "command": "cmd",
     "args": [
       "/c",
       "npx",
       "-y",
       "apidog-mcp-server@latest",
       "--project=<your-project-id>"
     ],
     "env": {
       "APIDOG_ACCESS_TOKEN": "<your-access-token>"
     }
   }
 }
}

2. Apidogが公開したオンラインAPIドキュメントを使用する

公開APIや、AI経由で外部開発者と仕様を共有する場合に便利です。

ドキュメントURLの取得: 公開されているApidogドキュメントのURLを取得します。

Cursorでの設定（例）:

macOS/Linuxの場合:

{
  "mcpServers": {
    "apidog-site-123456": {
      "command": "npx",
      "args": [
        "-y",
        "apidog-mcp-server@latest",
        "--site-id=123456"
      ]
    }
  }
}

Windowsの場合:

{
  "mcpServers": {
    "apidog-site-123456": {
      "command": "cmd",
      "args": [
        "/c",
        "npx",
        "-y",
        "apidog-mcp-server@latest",
        "--site-id=123456"
      ]
    }
  }
}

3. データソースとしてSwagger/OpenAPIファイルを使用する

ローカルのOpenAPI/Swaggerファイルやオンラインでホストされているファイルを扱う場合に最適です。

ファイルパス/URL: swagger.json、openapi.json、またはopenapi.yamlファイルへのローカルパスまたは直接URLを特定します。

Cursorでの設定（例）:

macOS/Linuxの場合:

{
  "mcpServers": {
    "API specification": {
      "command": "npx",
      "args": [
        "-y",
        "apidog-mcp-server@latest",
        "--oas=https://petstore.swagger.io/v2/swagger.json"
      ]
    }
  }
}

Windowsの場合:

{
  "mcpServers": {
    "API specification": {
      "command": "cmd",
      "args": [
        "/c",
        "npx",
        "-y",
        "apidog-mcp-server@latest",
        "--oas=https://petstore.swagger.io/v2/swagger.json"
      ]
    }
  }
}

設定の確認

セットアップ後、エージェントモードでAIアシスタントにプロンプトを入力して接続をテストします。例:

@MyApidogAPI please fetch the API specification and tell me how many endpoints exist in the project.

AIがAPI仕様からの情報で応答すれば、セットアップは成功です。APIデータはローカルにキャッシュされることに注意してください。Apidogで仕様を更新した場合は、最新の変更を取得するためにAIにコンテキストを更新するように指示してください。

まとめ

AIを開発ワークフローに統合することは、もはや贅沢ではなく、状況を一変させるものです。Google Search ConsoleやApidog MCPのようなMCPサーバーをセットアップすることで、AIアシスタントが重要なデータセットと直接対話できるようになり、SEO分析とAPI開発全体で高度なユースケースを解き放ちます。

button