用于 ADK 的 Windsor.ai MCP 工具¶
ADK 已支持PythonTypeScript
Windsor MCP 服务器 将你的 ADK 智能体连接到 Windsor.ai,这是一个数据集成平台,统一了来自 325+ 个源的营销、销售和客户数据。这种集成使你的智能体能够使用自然语言查询和分析跨渠道业务数据,而无需编写 SQL 或自定义脚本。
使用案例¶
-
营销绩效分析:分析 Facebook Ads、Google Ads、TikTok Ads 等渠道的广告系列表现。提出诸如“上个月哪些广告系列的 ROAS 最好?”之类的问题,并立即获取洞察。
-
跨渠道报告:生成综合报告,结合来自 GA4、Shopify、Salesforce 和 HubSpot 等多个平台的数据,以获得业务绩效的统一视图。
-
预算优化:识别表现不佳的广告系列,检测预算效率低下的问题,并获得 AI 驱动的跨广告渠道支出分配建议。
前提条件¶
- 一个已连接数据源的 Windsor.ai 账号
- 一个 Windsor.ai API 密钥(从 onboard.windsor.ai 获取)
与智能体配合使用¶
import os
from google.adk.agents import Agent
from google.adk.tools.mcp_tool import McpToolset
from google.adk.tools.mcp_tool.mcp_session_manager import StreamableHTTPServerParams
# MCP 模式中的递归 $ref 所需(https://github.com/google/adk-python/issues/3870)
os.environ["ADK_ENABLE_JSON_SCHEMA_FOR_FUNC_DECL"] = "1"
WINDSOR_API_KEY = "YOUR_WINDSOR_API_KEY"
root_agent = Agent(
model="gemini-2.5-pro",
name="windsor_agent",
instruction="帮助用户分析其营销和业务数据。",
tools=[
McpToolset(
connection_params=StreamableHTTPServerParams(
url="https://mcp.windsor.ai",
headers={
"Authorization": f"Bearer {WINDSOR_API_KEY}",
},
),
)
],
)
import { LlmAgent, MCPToolset } from "@google/adk";
const WINDSOR_API_KEY = "YOUR_WINDSOR_API_KEY";
const rootAgent = new LlmAgent({
model: "gemini-2.5-pro",
name: "windsor_agent",
instruction: "帮助用户分析其营销和业务数据。",
tools: [
new MCPToolset({
type: "StreamableHTTPConnectionParams",
url: "https://mcp.windsor.ai",
header: {
Authorization: `Bearer ${WINDSOR_API_KEY}`,
},
}),
],
});
export { rootAgent };
功能¶
Windsor MCP 为你集成的业务数据提供自然语言接口。它不暴露离散的工具,而是解释你的问题并从连接的数据源返回结构化的洞察。
| 功能 | 描述 |
|---|---|
| 数据查询 | 从 325+ 个已连接平台的任何一个中查询归一化数据 |
| 绩效分析 | 分析跨渠道的 KPI、趋势和广告系列指标 |
| 报告生成 | 创建营销仪表板和跨渠道绩效报告 |
| 预算分析 | 识别支出效率低下的问题并获取优化建议 |
| 异常检测 | 检测绩效数据中的异常值和不寻常模式 |
支持的数据源¶
Windsor.ai 连接到 325+ 个平台,包括:
- 广告:Facebook Ads, Google Ads, TikTok Ads, LinkedIn Ads, Microsoft Ads
- 分析:Google Analytics 4, Adobe Analytics
- CRM:Salesforce, HubSpot
- 电子商务:Shopify
- 以及更多:查看 Windsor.ai 网站上的完整连接器列表