Yandex Audience MCP
MCP server for managing Yandex Audiences (segments, pixels, lookalikes) from AI clients via natural language.
README
Превратите клиентские данные в готовый рекламный сегмент обычной командой
<img src="./assets/a1-logo.svg" alt="A1" width="22"> Яндекс Аудитории MCP — MCP-сервер, с которым Claude, Cursor, Codex и другие AI-клиенты управляют сегментами, пикселями и доступами в Яндекс Аудиториях по обычной команде. Он уже знает двухфазную загрузку файлов, схемы API и границу между подготовкой данных и созданием рабочего сегмента.
- 16 готовых инструментов. 8 для сегментов, 4 для пикселей, 3 для доступов и универсальный
raw_request. - CRM-файлы и идентификаторы. Сервер загружает CSV с email и телефонами, а также TSV/TXT с device ID, MAC-адресами или SHA256-хешами.
- Look-alike и пиксельные сегменты. Ассистент создаёт похожую аудиторию или сегмент пользователей, увидевших баннер, с нужными условиями.
- Явное подтверждение загрузки. Файл сначала получает статус
uploaded; имя, тип данных и параметры обработки задаются отдельным вызовомconfirm_segment. - Права без ручной навигации. Можно выдать или отозвать доступ к сегменту по логину Яндекса.
- Без глобальной установки. Пакет запускается через
npxна Node.js 20+ и подключается к AI-клиенту поstdio.
Кому подходит: маркетологам и аналитикам, которые уже работают с Яндекс Аудиториями и хотят собирать и обслуживать отдельные сегменты из AI-клиента. Сервер не настраивает рекламные кампании в Директе и не заменяет аккаунт или OAuth-токен Яндекса.
Обычно путь от CRM-выгрузки до сегмента распадается на несколько действий: проверить формат, загрузить файл, сохранить его с правильным типом данных, дождаться обработки и затем проверить статус. MCP-сервер превращает этот путь в понятный диалог, но не скрывает важную границу: загрузить файл и подтвердить сегмент — разные операции.
Сначала загрузить, затем проверить параметры
Вы: Загрузи
clients.csv, но пока не создавай рабочий сегмент.Ассистент: Загружу файл как CRM-данные и верну id со статусом
uploaded.confirm_segmentбез отдельной команды не вызываю.
Создать look-alike от существующей базы
Вы: Создай похожую аудиторию от сегмента 12345 со степенью похожести 2. Сохрани распределение по устройствам и географии.
Ассистент: Перед созданием проверю исходный сегмент в доступном списке и покажу параметры новой аудитории.
Начать с безопасной проверки
Вы: Покажи мои сегменты, их типы и статусы. Ничего не изменяй.
Ассистент: Вызову только
list_segments; загрузка, переименование и удаление не выполняются.
Рабочий сегмент появляется только после подтверждения. upload_segment_file и upload_segment_csv_file передают данные в Яндекс Аудитории, но оставляют сегмент в состоянии uploaded. confirm_segment сохраняет его с выбранным именем и типом данных, после чего начинается асинхронная обработка.
Подключить сервер · Посмотреть сценарии · Открыть справочник инструментов
Увидеть работу за минуту
Вы: Покажи все сегменты, которые ещё обрабатываются или завершились ошибкой.
Ассистент: Получу список и отберу статусы
uploaded,is_processed,processing_failedиfew_data. Ничего не изменяю.Вы: Загрузи
buyers.csvкак CRM-сегмент «Покупатели 2026». Файл не хеширован. Остановись перед подтверждением.Ассистент: Выполню только загрузку и верну id. Перед
confirm_segmentпокажу имя,content_type: crm, признакhashed: falseи попрошу отдельную команду.Вы: Подтверждай и потом проверь статус.
Ассистент: Сохраню сегмент и проверю его через
list_segments. Обработка идёт асинхронно, поэтому верну текущий статус, а не буду обещать готовность заранее.
Примеры показывают последовательность доступных инструментов. Состав сегментов, охваты, статусы и доступность операций всегда приходят из вашего аккаунта Яндекс Аудиторий.
Содержание
- Быстрый старт
- Что можно поручить
- Где изменяются данные
- Установка в другие AI-клиенты
- Получение доступа к API
- Настройка
- Данные и телеметрия
- Ограничения
- Документация и разработка
- Помощь и обратная связь
Быстрый старт
Нужны Node.js 20+, аккаунт Яндекс Аудиторий и OAuth-токен с правами на чтение и изменение сегментов.
-
Добавьте MCP-сервер в Codex:
codex mcp add yandex-audience \ --env YANDEX_AUDIENCE_TOKEN=ваш_токен \ -- npx -y mcp-yandex-audience@latest -
Начните новую задачу Codex и проверьте подключение запросом без записи:
Покажи мои сегменты в Яндекс Аудиториях и их статусы. Ничего не изменяй.
Для Claude Code, Claude Desktop, Cursor и VS Code готовые конфигурации находятся в разделе «Установка в другие AI-клиенты».
Что можно поручить
Проверить сегменты
- Получить общий список. Увидеть доступные сегменты всех типов, их id, статусы и типовые поля —
list_segments. - Найти незавершённую обработку. Отобрать сегменты со статусами загрузки, обработки, ошибки или недостаточного объёма данных.
- Переименовать сегмент. Изменить только название существующего сегмента —
rename_segment.
В API нет отдельного метода чтения одного сегмента. Чтобы найти сегмент по id, ассистент получает список через list_segments и фильтрует его.
Загрузить собственные данные
- CRM-данные. Загрузить CSV с заголовками
email,phone,ext_idилиexternal_id—upload_segment_csv_file. - Идентификаторы. Загрузить TSV/TXT с device ID, MAC-адресами или SHA256-хешами —
upload_segment_file. - Сохранить загруженный сегмент. Отдельно задать имя,
content_type, признак хеширования и тип сопоставления устройств —confirm_segment.
Оба инструмента загрузки принимают либо file_path к локальному файлу, либо строку content, но не оба источника одновременно. Сервер не преобразует MD5: API принимает только SHA256.
Расширить или собрать аудиторию по пикселю
- Создать look-alike. Построить похожую аудиторию от исходного сегмента с шириной 1–5 и настройками сохранения распределения —
create_lookalike_segment. - Управлять пикселями. Получить список и охваты за 7, 30 и 90 дней, создать, переименовать или удалить пиксель —
list_pixels,create_pixel,update_pixel,delete_pixel. - Собрать пиксельный сегмент. Выбрать пользователей за период 1–90 дней, добавить условие по частоте и UTM-меткам —
create_pixel_segment.
Управлять доступами
- Посмотреть права. Получить список логинов и уровней доступа к сегменту —
list_segment_grants. - Выдать доступ. Добавить для логина право
viewилиedit—add_segment_grant. - Отозвать доступ. Удалить разрешение пользователя на сегмент —
delete_segment_grant.
Вызвать остальные методы API
raw_request вызывает относительный путь Audience Management API. Он нужен для операций, у которых пока нет отдельного инструмента: повторной обработки сегмента, восстановления пикселя, работы с аккаунтами и представителей.
raw_requestпомечен как разрушительный инструмент. Он способен выполнять произвольную запись и удаление. Используйте специализированный инструмент, если он уже есть.
Полные входные схемы, статусы и форматы ответов собраны в справочнике инструментов.
Где изменяются данные
Яндекс Аудитории — write API. Некоторые инструменты только читают данные, другие создают, изменяют или удаляют реальные объекты аккаунта.
| Действие | Что происходит | Изменяет аккаунт |
|---|---|---|
list_segments, list_pixels, list_segment_grants |
Читает доступные объекты и статусы | Нет |
upload_segment_file, upload_segment_csv_file |
Загружает файл и создаёт объект со статусом uploaded |
Да |
confirm_segment |
Сохраняет параметры сегмента и запускает обработку | Да |
create_lookalike_segment, create_pixel_segment |
Создаёт новый сегмент | Да |
rename_segment, create_pixel, update_pixel |
Создаёт или изменяет объект | Да |
add_segment_grant, delete_segment_grant |
Выдаёт или отзывает доступ | Да |
delete_segment |
Удаляет сегмент без возможности восстановления | Да, необратимо |
delete_pixel |
Удаляет пиксель; восстановление возможно только отдельным методом API | Да |
Что сервер делает для снижения риска:
- Не объединяет загрузку файла и
confirm_segmentв один скрытый вызов. - Не повторяет автоматически неидемпотентные записи после сетевой ошибки или ответа 5xx.
- Ограничивает
raw_requestхостом Audience API, чтобы OAuth-токен не ушёл на посторонний адрес. - Передаёт AI-клиенту MCP-аннотации чтения, записи, идемпотентности и разрушительности.
Поведение подтверждений задаёт AI-клиент, а не MCP-сервер. Для первой проверки явно просите ничего не изменять и начинайте с list_segments или list_pixels.
Установка в другие AI-клиенты
<details open> <summary><strong>Codex</strong></summary>
<br>
codex mcp add yandex-audience \
--env YANDEX_AUDIENCE_TOKEN=ваш_токен \
-- npx -y mcp-yandex-audience@latest
После подключения начните новую задачу и попросите показать сегменты без изменений.
</details>
<details> <summary><strong>Claude Code</strong></summary>
<br>
claude mcp add yandex-audience \
-e YANDEX_AUDIENCE_TOKEN=ваш_токен \
-- npx -y mcp-yandex-audience@latest
</details>
<details> <summary><strong>Claude Desktop</strong></summary>
<br>
Откройте claude_desktop_config.json: на macOS он находится в ~/Library/Application Support/Claude/, на Windows — в %APPDATA%\Claude\.
{
"mcpServers": {
"yandex-audience": {
"command": "npx",
"args": ["-y", "mcp-yandex-audience@latest"],
"env": {
"YANDEX_AUDIENCE_TOKEN": "ваш_токен"
}
}
}
}
</details>
<details> <summary><strong>Cursor</strong></summary>
<br>
Добавьте сервер в ~/.cursor/mcp.json или в .cursor/mcp.json проекта:
{
"mcpServers": {
"yandex-audience": {
"command": "npx",
"args": ["-y", "mcp-yandex-audience@latest"],
"env": {
"YANDEX_AUDIENCE_TOKEN": "ваш_токен"
}
}
}
}
</details>
<details> <summary><strong>VS Code</strong></summary>
<br>
Создайте .vscode/mcp.json. Здесь используется ключ servers, а не mcpServers:
{
"servers": {
"yandex-audience": {
"type": "stdio",
"command": "npx",
"args": ["-y", "mcp-yandex-audience@latest"],
"env": {
"YANDEX_AUDIENCE_TOKEN": "ваш_токен"
}
}
}
}
</details>
Получение доступа к API
- Зарегистрируйте приложение на oauth.yandex.ru/client/new.
- Выберите права Яндекс Аудиторий:
- создание сегментов и изменение параметров своих и доверенных сегментов;
- чтение параметров своих и доверенных сегментов.
- Получите OAuth-токен — для разработки можно использовать инструкцию по отладочному токену.
- Передайте токен серверу в
YANDEX_AUDIENCE_TOKEN.
Токен привязан к аккаунту Яндекса. Сервер видит те же собственные и доверенные сегменты, которые доступны владельцу токена. Подробнее — в официальной документации по авторизации API Яндекс Аудиторий.
Токен хранится открытым текстом в конфигурации AI-клиента. Относитесь к нему как к паролю и не добавляйте конфиг с реальным токеном в Git.
Настройка
| Переменная | Обязательна | По умолчанию | Что задаёт |
|---|---|---|---|
YANDEX_AUDIENCE_TOKEN |
да | — | OAuth-токен Яндекса |
YANDEX_AUDIENCE_API_HOST |
нет | https://api-audience.yandex.ru |
Хост API; для международных аккаунтов можно указать .com |
YANDEX_AUDIENCE_TIMEOUT_MS |
нет | 60000 |
Таймаут одного запроса, мс |
YANDEX_AUDIENCE_MAX_RETRIES |
нет | 3 |
Повторы при 429; для 5xx и сетевых ошибок — только безопасные GET-запросы |
ASKADS_TELEMETRY |
нет | включена | 0, false, off или no отключает анонимную телеметрию |
Данные и телеметрия
Запросы к Яндекс Аудиториям
Сервер запускается на вашей машине и обращается к api-audience.yandex.ru напрямую. OAuth-токен добавляется только к запросам Audience API. Даже raw_request принимает относительный путь: переход на посторонний хост блокируется.
При загрузке через file_path сервер читает указанный локальный файл и передаёт его в Яндекс Аудитории. Содержимое файла не включается в анонимную телеметрию.
Анонимная телеметрия
По умолчанию сервер отправляет на usage.gistrec.cloud три вида технических событий: запуск сервера, имя вызванного инструмента и код причины неудачного запуска.
В событие входят случайный идентификатор установки, версия пакета, имя и версия AI-клиента, версия Node.js и операционная система. OAuth-токен, данные аккаунта, содержимое файлов, аргументы инструментов и тексты запросов не читаются и не отправляются. Отправка выполняется в фоне с таймаутом 2 секунды и не влияет на работу сервера.
Чтобы отключить телеметрию для MCP-серверов Ask Ads, добавьте:
ASKADS_TELEMETRY=0
Реализация находится в src/telemetry.ts.
Ограничения
- Это не read-only сервер. Загрузка, подтверждение, создание, переименование и удаление изменяют реальные объекты аккаунта.
- Обработка асинхронна. После
confirm_segmentрезультат нужно проверять черезlist_segments; возможны статусыprocessing_failedиfew_data. - Удаление сегмента необратимо. Для пикселя API предусматривает восстановление через отдельный метод, доступный в
raw_request. - API не читает один сегмент по id. Сервер получает общий список и фильтрует его.
- Для хешей используется SHA256. MD5 не принимается API с 1 января 2025 года.
- Есть квоты API. До 30 запросов в секунду с IP и 5 000 в сутки на логин; создание и изменение сегментов — до 10 в минуту, 100 в час и 500 в сутки. Ошибочные запросы тоже расходуют квоту.
- Минимум 100 записей. При подтверждении меньшего сегмента можно явно передать
check_size: false; максимальный размер файла — 1 ГБ. - Нет фонового наблюдения. Сервер работает во время вызова из AI-клиента и сам не ждёт завершения обработки между задачами.
Документация и разработка
- Все инструменты — входные данные, ответы, статусы и ограничения.
- Разработка — локальный запуск, тесты, сборка и read-only smoke-проверка.
- Публикация — выпуск npm-пакета и листинг в каталогах MCP.
- npm-пакет — опубликованная версия
mcp-yandex-audience. - API Яндекс Аудиторий — официальная документация.
Проверить проект локально:
npm install
npm run typecheck
npm test
Тесты не обращаются к сети. npm run smoke — отдельная живая read-only проверка с реальным токеном.
Помощь и обратная связь
Нашли ошибку или не хватает сценария? Создайте issue или напишите в Telegram: @gistrec.
Лицензия
MIT — см. LICENSE.
Recommended Servers
playwright-mcp
A Model Context Protocol server that enables LLMs to interact with web pages through structured accessibility snapshots without requiring vision models or screenshots.
Magic Component Platform (MCP)
An AI-powered tool that generates modern UI components from natural language descriptions, integrating with popular IDEs to streamline UI development workflow.
Audiense Insights MCP Server
Enables interaction with Audiense Insights accounts via the Model Context Protocol, facilitating the extraction and analysis of marketing insights and audience data including demographics, behavior, and influencer engagement.
VeyraX MCP
Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.
graphlit-mcp-server
The Model Context Protocol (MCP) Server enables integration between MCP clients and the Graphlit service. Ingest anything from Slack to Gmail to podcast feeds, in addition to web crawling, into a Graphlit project - and then retrieve relevant contents from the MCP client.
Kagi MCP Server
An MCP server that integrates Kagi search capabilities with Claude AI, enabling Claude to perform real-time web searches when answering questions that require up-to-date information.
E2B
Using MCP to run code via e2b.
Neon Database
MCP server for interacting with Neon Management API and databases
Exa Search
A Model Context Protocol (MCP) server lets AI assistants like Claude use the Exa AI Search API for web searches. This setup allows AI models to get real-time web information in a safe and controlled way.
Qdrant Server
This repository is an example of how to create a MCP server for Qdrant, a vector search engine.