Apidog

Plataforma Colaborativa All-in-one para Desenvolvimento de API

Design de API

Documentação de API

Depuração de API

Mock de API

Testes Automatizados

Como Usar o Google Search Console Servidor MCP

Oliver Kingsley

Oliver Kingsley

Updated on maio 30, 2025

A IA tem sido uma necessidade para otimizar fluxos de trabalho e obter insights mais profundos. Os servidores Model Context Protocol (MCP) estão na vanguarda, agindo como pontes que permitem que ferramentas com tecnologia de IA interajam diretamente com suas fontes de dados cruciais.

Hoje, vamos nos aprofundar em como configurar o Servidor MCP do Google Search Console—uma escolha popular para dados de análise e SEO—e, em seguida, apresentar o Servidor MCP do Apidog, uma solução poderosa e completa projetada para elevar seu fluxo de trabalho de desenvolvimento de API.

button

O Que É o Servidor MCP do Google Search Console?

O Servidor MCP do Google Search Console atua como uma ponte entre o Google Search Console e IDEs com tecnologia de IA. Expor os dados de análise de pesquisa do seu site à IA permite codificação e relatórios mais inteligentes e baseados em dados.

Principais Recursos

  • Recuperação de dados de análise de pesquisa com suporte para dimensões personalizadas
  • Análise de dados rica com períodos de relatório flexíveis
  • Integração com Claude Desktop e outros clientes de IA

Como Configurar o Servidor MCP do Google Search Console

Configurar o Servidor MCP do Google Search Console envolve várias etapas. Aqui está um guia passo a passo:

Pré-requisitos

Antes de começar, certifique-se de ter:

  • Node.js 18 ou posterior
  • Um Projeto do Google Cloud com a API do Search Console ativada
  • Credenciais de Conta de Serviço com acesso ao Search Console

1. Instale o Servidor MCP

Você pode instalar o servidor automaticamente via Smithery ou manualmente com npm.

Via Smithery:

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

Instalação Manual:

npm install mcp-server-gsc

2. Configure as Credenciais do Google Cloud

Vá para o Console do Google Cloud.

Crie um novo projeto ou selecione um existente

Ative a API do Search Console:

  • Navegue até “APIs & Services” > “Library”
  • Procure e ative “Search Console API”

Crie credenciais:

  • Vá para “APIs & Services” > “Credentials”
  • Clique em “Create Credentials” > “Service Account”
  • Preencha os detalhes e crie uma nova chave no formato JSON
  • Baixe o arquivo de credenciais

Conceda acesso:

  • Abra o Google Search Console
  • Adicione o e-mail da conta de serviço como administrador de propriedade

3. Configure o Servidor MCP em Seu Cliente de IA

Para Claude Desktop ou ferramentas semelhantes, adicione a seguinte configuração:

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

4. Consultando Dados de Análise de Pesquisa

Agora você pode usar a ferramenta search_analytics para recuperar dados. Exemplo de parâmetros:

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

Parâmetros Obrigatórios e Opcionais

Parâmetro Obrigatório Descrição
siteUrl Sim URL do site (por exemplo, https://example.com)
startDate Sim Data de início (AAAA-MM-DD)
endDate Sim Data de término (AAAA-MM-DD)
dimensions Não Separado por vírgulas (query, page, country, etc.)
type Não Tipo de pesquisa (web, image, video, news)
rowLimit Não Máx. de linhas a retornar (padrão: 1000)

Exemplo de Prompt de IA:

@gsc use a ferramenta search_analytics para siteUrl 'https://example.com', startDate '2024-04-01', endDate '2024-04-30', com dimensões 'query,page' e um rowLimit de 10. Mostre-me as principais consultas e páginas.

Essa configuração capacita seu assistente de IA a se tornar um poderoso analista de SEO, fornecendo insights baseados em dados para um melhor desenvolvimento.

Otimizando o Desenvolvimento de API: O Servidor MCP do Apidog

Enquanto o Servidor MCP do Google Search Console foca em análise web, o Servidor MCP do Apidog é especificamente projetado para aprimorar o desenvolvimento de API assistido por IA. Ele permite que seu assistente de codificação de IA entenda e interaja diretamente com suas especificações de API, acelerando drasticamente tarefas como geração de código, documentação e testes.

button

O Que Torna o Servidor MCP do Apidog Único?

  • Conecte qualquer especificação de API à IA: Não apenas análise—conecte suas especificações de projeto REST, OpenAPI ou Apidog diretamente à IA.
  • Aumente a produtividade: Deixe a IA gerar, atualizar e documentar código com base em especificações reais de API.
  • Melhore a qualidade do código: As sugestões da IA são baseadas em sua API real, reduzindo erros e melhorando a manutenibilidade.
  • Funciona com várias IDEs: Integre com Cursor, VS Code (com Cline) e mais.
  • Gratuito: Sem custos, sem dependência de fornecedor (vendor lock-in).

Principais Recursos

Como Configurar o Servidor MCP do Apidog: Guia Passo a Passo

Configurar o Servidor MCP do Apidog envolve alguns passos simples.

button

Pré-requisitos:

1. Node.js: Versão 18 ou posterior (LTS mais recente recomendado).

2. IDE Compatível com MCP:

  • Cursor
  • VS Code com o plugin Cline

Configuração Baseada em Sua Fonte de Dados

O Servidor MCP do Apidog oferece flexibilidade ao suportar várias fontes de especificação de API:

1. Usando um Projeto Apidog como Fonte de Dados

Isso é ideal para equipes que gerenciam suas APIs dentro do Apidog.

Obtenha o Token de Acesso à API e o ID do Projeto:

Token de Acesso à API: No Apidog, vá para Account Settings (via foto de perfil) > API Access Token. Crie um novo token e copie-o.

Obtenha o token de acesso à API do Apidog

ID do Projeto: Abra seu projeto de destino no Apidog. Vá para Project Settings (barra lateral esquerda) > Basic Settings. Copie o ID do Projeto.

Obtenha o ID do projeto de API do Apidog

Configure no Cursor (Exemplo):

No Cursor, abra as configurações de MCP (ícone de Configurações > MCP > "+ Add new global MCP server").

Cole a configuração em mcp.json, substituindo os placeholders:

Para macOS/Linux:

{
 "mcpServers": {
   "MyApidogAPI": { // Você pode nomear isso descritivamente
     "command": "npx",
     "args": [
       "-y",
       "apidog-mcp-server@latest",
       "--project=<seu-id-do-projeto>"
     ],
     "env": {
       "APIDOG_ACCESS_TOKEN": "<seu-token-de-acesso>"
     }
   }
 }
}

Para Windows:

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

2. Usando Documentação de API Online Publicada pelo Apidog

Útil para APIs públicas ou compartilhamento de especificações com desenvolvedores externos via IA.

Obtenha a URL da Documentação: Obtenha a URL da documentação do Apidog compartilhada publicamente.

Configure no Cursor (Exemplo):

Para macOS/Linux:

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

Para Windows:

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

3. Usando Arquivos Swagger/OpenAPI como Fonte de Dados

Perfeito para trabalhar com arquivos OpenAPI/Swagger locais ou hospedados online.

Caminho do Arquivo/URL: Identifique o caminho local ou a URL direta para seu arquivo swagger.json, openapi.json ou openapi.yaml.

Configure no Cursor (Exemplo):

Para macOS/Linux:

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

Para Windows:

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

Verifique a Configuração

Após a configuração, teste a conexão solicitando ao seu assistente de IA no modo Agente. Por exemplo:

@MyApidogAPI por favor, busque a especificação da API e me diga quantos endpoints existem no projeto.

Se a IA responder com informações da sua especificação de API, a configuração foi bem-sucedida. Lembre-se, os dados da API são armazenados em cache localmente. Se você atualizar suas especificações no Apidog, instrua a IA a atualizar seu contexto para buscar as últimas alterações.

Conclusão

Integrar IA ao seu fluxo de trabalho de desenvolvimento não é mais um luxo—é um divisor de águas. Ao configurar servidores MCP como Google Search Console e Apidog MCP, você permite que seus assistentes de IA interajam diretamente com conjuntos de dados críticos, desbloqueando casos de uso avançados em análise de SEO e desenvolvimento de API.

button