Yandex Audience MCP

Yandex Audience MCP

MCP server for managing Yandex Audiences (segments, pixels, lookalikes) from AI clients via natural language.

Category
Visit Server

README

Превратите клиентские данные в готовый рекламный сегмент обычной командой

npm CI License: MIT

<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 вызовом confirm_segment.
  • Права без ручной навигации. Можно выдать или отозвать доступ к сегменту по логину Яндекса.
  • Без глобальной установки. Пакет запускается через npx на Node.js 20+ и подключается к AI-клиенту по stdio.

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_segment без 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_failed и few_data. Ничего не изменяю.

Вы: Загрузи buyers.csv как CRM-сегмент «Покупатели 2026». Файл не хеширован. Остановись перед подтверждением.

Ассистент: Выполню только загрузку и верну id. Перед confirm_segment покажу имя, content_type: crm, признак hashed: false и 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

Нужны Node.js 20+, аккаунт Яндекс Аудиторий и OAuth-токен с правами на чтение и изменение сегментов.

  1. Получите OAuth-токен.

  2. Добавьте MCP-сервер в Codex:

    codex mcp add yandex-audience \
      --env YANDEX_AUDIENCE_TOKEN=ваш_токен \
      -- npx -y mcp-yandex-audience@latest
    
  3. 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_id или external_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 view или edit — 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_request помечен 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_segment в один скрытый вызов.
  • Не повторяет автоматически неидемпотентные записи после сетевой ошибки или ответа 5xx.
  • Ограничивает raw_request хостом 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

  1. Зарегистрируйте приложение на oauth.yandex.ru/client/new.
  2. Выберите права Яндекс Аудиторий:
    • создание сегментов и изменение параметров своих и доверенных сегментов;
    • чтение параметров своих и доверенных сегментов.
  3. Получите OAuth-токен — для разработки можно использовать инструкцию по отладочному токену.
  4. 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_segment результат нужно проверять через list_segments; возможны статусы processing_failed и few_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

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

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.

Official
Featured
TypeScript
Magic Component Platform (MCP)

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.

Official
Featured
Local
TypeScript
Audiense Insights MCP Server

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.

Official
Featured
Local
TypeScript
VeyraX MCP

VeyraX MCP

Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.

Official
Featured
Local
graphlit-mcp-server

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.

Official
Featured
TypeScript
Kagi MCP Server

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.

Official
Featured
Python
E2B

E2B

Using MCP to run code via e2b.

Official
Featured
Neon Database

Neon Database

MCP server for interacting with Neon Management API and databases

Official
Featured
Exa Search

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.

Official
Featured
Qdrant Server

Qdrant Server

This repository is an example of how to create a MCP server for Qdrant, a vector search engine.

Official
Featured