Zaczęło się od zbyt wielu kart i zbyt małej ilości wspólnej pamięci.
Pracuję z kontami reklamowymi, analityką, wielojęzycznymi treściami i landingami. Każda platforma jest użyteczna osobno, ale kontekst ginie w pracy pomiędzy nimi: dlaczego kampania została zmieniona, czego nauczył nas ostatni przegląd, czy wynik się poprawił i jak wyjaśnić to komuś innemu. Poniższe narzędzia są próbą połączenia tych luźnych końców.
Nie planowałem budowy pięciu serwerów MCP. Zbudowałem pierwszą integrację, podczas prawdziwej pracy znalazłem kolejny brakujący element i powtarzałem ten proces. Każde narzędzie nadal ma jedną wyraźną odpowiedzialność, ale razem obejmują pełny cykl przeglądu.
Sprawdzam strukturę i wyniki kampanii, aby znaleźć zmarnowane wyszukania, ograniczenia budżetowe, wydatki bez konwersji i luki w pomiarze.
Zapisuję znalezisko razem z kontekstem klienta, wcześniejszymi decyzjami i konkretnym zadaniem, zamiast zgubić je w historii czatu.
Agent przygotowuje konkretną zmianę i pokazuje jej dokładny zakres. W środowisku prototypowym nic nie trafia na platformę reklamową bez mojego osobnego potwierdzenia.
Porównuję wynik z danymi o pozyskaniu i konwersjach w GA4, łącznie z kosztem i ROAS z połączonych kont Google Ads.
Na końcu zamieniam metryki, wykresy i wnioski w powtarzalne raporty PDF lub PNG, zamiast za każdym razem ręcznie budować tę samą prezentację.
Przygotowałem całą rodzinę dla Claude Code, Codexa i Cursora, ponieważ nie chcę wiązać procesu z jednym hostem modeli. Serwery działają lokalnie, a narzędzia mogące wydawać pieniądze lub zmieniać emisję wymagają osobnego potwierdzenia. Publiczne repozytoria można przeglądać, ale dostęp testowy nadal koordynuję, gdy dojrzewają klucze i integracje.
To był pierwszy element rodziny. Używam go do przeglądania kont przez GAQL, automatyzowania powtarzalnych audytów i przygotowywania zmian dla Search, Display i Performance Max z jednej sesji agenta. Ponieważ może zmieniać budżety i emisję, każda mutacja ma dwuetapowe potwierdzenie.
GitHubDostosowuję ten sam lokalny proces do Meta Marketing API. Meta nie oferuje wygodnego sandboxa do zmian kampanii, dlatego integracja dzieli z narzędziem Google kontrakt bezpieczeństwa oparty na podglądzie przed wykonaniem.
GitHubMetryki platformy kampanijnej pokazują tylko połowę historii. Dodałem celowo tylko do odczytu integrację GA4 dla pozyskania, konwersji i wyników kanałów. Może także pobierać koszt, CPC i ROAS z połączonych kont Google Ads przez GA4 Data API bez dawania kolejnemu narzędziu prawa zapisu.
GitHubTo warstwa pamięci, której brakowało innym narzędziom. Przechowuje profile klientów, decyzje, przeglądy, zadania i procedury marketingowe jako zwykłe pliki. Mogę je sam sprawdzać, edytować i wersjonować, a rozumowanie przechodzi z jednej sesji agenta do następnej.
GitHubAnaliza nie kończy się, gdy agent wypisze tabelę w terminalu. Report Baby zamienia dane strukturalne, HTML i wielokrotnego użytku szablony w raporty PDF, wykresy PNG i karty metryk. Dzięki temu proces kończy się materiałem, który można wysłać, sprawdzić i później porównać.
GitHubHubSmith wyrósł z drugiej strony mojej pracy marketingowej: tworzenia i poprawiania landingów HubSpot. Edytor przeglądarkowy wystarcza do treści, ale słabo nadaje się do zrozumienia całego motywu, porównywania modułów czy zlecenia LLM-owi ostrożnej zmiany. HubSmith synchronizuje motywy i moduły do zwykłego systemu plików, renderuje lokalny podgląd i wysyła wynik z powrotem do HubSpot.
Agent programistyczny może sprawdzić prawdziwą strukturę modułów, śledzić importy, przeszukać wszystkie szablony i ponownie wykorzystać konwencje obecne w motywie. Zamiast opisywać landing przez zrzuty i wklejane fragmenty, mogę dać modelowi te same materiały źródłowe, które widzę sam.
Rodzina marketingowych MCP pomaga agentowi sprawdzać, zapamiętywać, mierzyć i raportować pracę marketingową. PolyTrans dotyczy wielojęzycznego publikowania i procesów redakcyjnych. Oba obszary wyrosły z praktycznej pracy wokół ekosystemu Trans.eu, ale nie są jednym pipeline'em i żaden nie zależy od drugiego.
