Hologrow

officiel

La couche de données e-commerce pour toute IA

Que pouvez-vous faire avec Hologrow MCP ?

  • Découvrir les plateformes connectées — Demandez à votre assistant d’appeler list_platforms pour voir quelles sources de données sont connectées et leurs noms de schéma.
  • Explorer les tables disponibles — Utilisez list_tables pour trouver les tables interrogeables pour une plateforme spécifique comme Amazon ou Google Ads.
  • Inspecter les schémas de données — Faites appel à get_data_dictionary pour expliquer les colonnes, les types et la signification des champs avant d’écrire du SQL.
  • Vérifier la fraîcheur des données — Vérifiez la couverture de synchronisation et la dernière actualisation avec get_freshness avant de prendre des décisions sensibles au facteur temps.
  • Exécuter des requêtes en lecture seule — Demandez à query_db de répondre à des questions métier avec du SQL sûr et en lecture seule sur vos données commerciales synchronisées.

Documentation

Hologrow


Hologrow MCP

La couche de données commerciales pour l'IA. Connectez Amazon, Google Ads, GA4 et d'autres systèmes de vente une seule fois. Hologrow maintient les données synchronisées, puis MCP permet à Claude, Cursor, Codex, ChatGPT et d'autres agents de les interroger — sans export CSV ni scripts API ponctuels.

Hébergé sur mcp.hologrow.ai. Console sur connector.hologrow.ai. Documentation sur docs.hologrow.ai.

Hologrow connects commerce data sources to AI agents


Pourquoi Hologrow ?

  • Conçu pour les outils que vous utilisez déjà : Connectez-vous une fois, puis posez des questions dans Claude, Cursor, Codex, ChatGPT, Doubao ou Hermes
  • Données commerciales prêtes pour les LLM : Tables stables pour Amazon SP, Amazon Ads, Google Ads, GA4, Search Console, Shoplazza et Lingxing ERP
  • Nous gérons les aspects complexes : OAuth des plateformes, synchronisation, fraîcheur et schéma — les agents ne font que lire
  • Lecture seule par défaut : MCP n'écrit jamais sur les comptes publicitaires ou les boutiques en ligne
  • Prêt pour les agents : Cinq outils de découverte plus des compétences d'analyse installables en une seule commande

Aperçu des fonctionnalités

Outils MCP

FonctionnalitéDescription
list_platformsVoir quelles sources sont connectées et quels schémas vous pouvez interroger
list_tablesLister les tables interrogeables pour une plateforme
get_data_dictionaryColonnes, types, clés et descriptions des champs avant d'écrire du SQL
get_freshnessCouverture de synchronisation et dernière actualisation réussie
query_dbUne SELECT en lecture seule contre schema_name.table

Plus

FonctionnalitéDescription
CompétencesWorkflows d'analyse Amazon / Google Ads réutilisables pour votre agent
ClientsChatGPT, Claude, Cursor, Doubao, Claude Code, Hermes

Démarrage rapide

  1. Créez un espace de travail sur connector.hologrow.ai.
  2. Connectez au moins une source de données et attendez la première synchronisation.
  3. Ajoutez Hologrow MCP à votre agent. Les clients OAuth s'autorisent dans l'interface. Cursor / Claude Code / Hermes utilisent une clé API depuis AI Platforms → Paramètres avancés.

Créer une clé API ne suffit pas. L'installation réussit lorsque l'agent peut appeler list_platforms.

MCP

Connectez n'importe quel client compatible MCP. Le transport est Streamable HTTP.

{
  "mcpServers": {
    "Hologrow": {
      "url": "https://mcp.hologrow.ai/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_KEY"
      }
    }
  }
}
ChatGPT / Claude / Doubao (OAuth)

ChatGPT web

  1. ChatGPT → Paramètres → Sécurité et connexion → activez Mode développeur.
  2. Barre latérale → Plugins → +.
    • Nom : Hologrow
    • URL du serveur : https://mcp.hologrow.ai/mcp
    • Authentification : OAuth
  3. Cliquez sur Se connecter avec Hologrow et autorisez l'accès.

ChatGPT desktop / Codex

  1. Paramètres → Plugins → Ajouter un serveur MCP.
  2. Nom : Hologrow. Type : Streamable HTTP. URL : https://mcp.hologrow.ai/mcp.
  3. Cliquez sur S'authentifier et terminez l'autorisation.

Claude web / desktop

  1. Paramètres → Personnaliser → Connecteurs → Ajouter un connecteur personnalisé.
  2. Nom : Hologrow. URL du serveur MCP distant : https://mcp.hologrow.ai/mcp.
  3. Connectez-vous et cliquez sur Autoriser l'accès.

Doubao desktop (application de bureau uniquement)

  1. Compétences · Connecteurs · Partenaires → Nouveau connecteur personnalisé.
  2. Nom : Hologrow. Transport : HTTP. URL : https://mcp.hologrow.ai/mcp. Laissez les en-têtes vides.
  3. Cliquez sur Autoriser et accordez l'accès.
Cursor / Claude Code / Hermes (clé API)

Copiez une clé API depuis la console, puis envoyez cette invite à une conversation nouvelle avec l'agent. Remplacez {apiKey}. Ne demandez pas à l'agent de répéter la clé.

Install the Hologrow MCP server and test the connection.

Connection details:
- Name: Hologrow
- URL: https://mcp.hologrow.ai/mcp
- Transport: Streamable HTTP
- Authentication: API Key
- Header: Authorization: Bearer {apiKey}

Requirements:
1. Add Hologrow using this client's native MCP configuration. Use API Key authentication only; do not use OAuth.
2. Make only the changes required for installation. Keep the API key secret and do not repeat, log, or include it in your response.
3. After installation, call Hologrow's list_platforms tool once. Do not call any other tools.
4. If successful, list the connected data platforms exactly as returned. If installation, authentication, connection, or the tool call fails, stop and explain the error.

Vérification

Démarrez une conversation nouvelle et envoyez :

Use Hologrow’s list_platforms tool to list my connected data platforms. Do not call any other tools.

Sortie :

{
  "items": [
    {
      "platform": "amazon_sp_seller",
      "connected": true,
      "table_count": 30,
      "schemas": [
        {
          "schema_name": "amazon_sp_seller_xxxxxxxx",
          "display_name": "US Seller",
          "connection_status": "healthy"
        }
      ]
    },
    {
      "platform": "google_ads",
      "connected": false,
      "table_count": 15,
      "schemas": []
    }
  ]
}

Une liste vide signifie toujours que MCP est installé — l'espace de travail n'a simplement pas encore de source connectée.


Renforcez votre agent

Connectez Hologrow à n'importe quel agent IA en quelques minutes.

Compétence

Donnez à votre agent le workflow de requête et les playbooks Amazon / Google Ads.

npx skills@latest add hologrow/hologrow-mcp --skill hologrow-data-middleware --global --yes

Redémarrez l'agent après l'installation. Fonctionne avec Claude Code, Cursor, Codex et d'autres clients compatibles avec les compétences.

npx skills@latest add hologrow/hologrow-mcp --skill amazon-ppc-campaign --agent cursor --global --yes
npx skills@latest add hologrow/hologrow-mcp --skill google-ads-audit --agent claude-code --global --yes

Intégration de l'agent

Êtes-vous un agent IA ? Récupérez cette compétence, puis appelez list_platforms.

curl -s https://raw.githubusercontent.com/hologrow/hologrow-mcp/main/skills/hologrow-data-middleware/SKILL.md

Outils

OutilDescription
list_platformsDécouvrir les plateformes de données disponibles, l'état des connexions et les noms de schémas. Appelez ceci en premier.
list_tablesLister les tables interrogeables pour une plateforme exacte renvoyée par list_platforms.
get_data_dictionaryInspecter les colonnes, types, clés et significations des champs pour 1 à 10 noms de tables exacts issus de list_tables.
get_freshnessVérifier la couverture de synchronisation et la fraîcheur. schema_name provient de list_platforms ; transmettez 1 à 50 noms de tables issus de list_tables.
query_dbRépondre à une question de données avec une seule requête SQL en lecture seule SELECT contre schema_name.table.

Découvrez toujours les noms via les outils. N'inventez jamais de noms de plateforme, schéma, table ou colonne. Les noms de champs du middleware diffèrent souvent des libellés Amazon / Google.

list_platforms → list_tables → get_data_dictionary → get_freshness → query_db

Si un outil échoue ou est annulé, dites-le. Ne déduisez jamais zéro, absence de données ou une métrique d'un résultat manquant.

list_platforms

Découvrez les plateformes de données disponibles de l'utilisateur, l'état des connexions et les noms de schémas. Utilisez ceci lors de l'intégration et chaque fois que la plateforme ou le schéma pertinent est inconnu. Renvoie la plateforme plus schemas[].schema_name pour les outils et SQL ultérieurs.

list_platforms()

list_tables

Listez les tables interrogeables pour une plateforme exacte renvoyée par list_platforms. Utilisez ceci pour trouver les tables pertinentes pour la question de l'utilisateur avant d'inspecter les champs ou d'écrire du SQL. Renvoie les noms de tables exacts pour get_data_dictionary, get_freshness et query_db ; n'inventez jamais de noms de tables.

list_tables({ "platform": "amazon_sp_seller" })

Sortie :

{
  "tables": ["order_items", "sales_and_traffic_daily", "fba_inventory_summaries"]
}

get_data_dictionary

Inspectez les colonnes, types, clés et significations des champs pour 1 à 10 noms de tables exacts renvoyés par list_tables. Utilisez ceci avant d'écrire du SQL. Ces noms peuvent différer des champs de l'API ou des rapports de la plateforme source ; utilisez uniquement les noms renvoyés.

get_data_dictionary({
  "platform": "amazon_sp_seller",
  "table_names": ["orders", "order_items"]
})

get_freshness

Vérifiez la couverture de synchronisation et la fraîcheur avant de tirer des conclusions sensibles au temps. schema_name doit provenir de list_platforms schemas[].schema_name ; fournissez 1 à 50 noms de tables exacts issus de list_tables. Le scope optionnel filtre par identité de ressource, par exemple {"marketplace_id": "ATVPDKIKX0DER"}.

get_freshness({
  "schema_name": "amazon_sp_seller_xxxxxxxx",
  "table_names": ["orders"],
  "scope": { "marketplace_id": "ATVPDKIKX0DER" }
})

query_db

Répondez à une question de données concrète avec une seule requête SQL en lecture seule SELECT après avoir découvert le schéma, les tables et les colonnes pertinents. Qualifiez complètement chaque table comme schema_name.table et utilisez uniquement les identifiants renvoyés par list_platforms, list_tables et get_data_dictionary.

query_db({
  "query": "SELECT purchase_date::date AS day, order_status, COUNT(*) AS order_items, SUM(quantity) AS units FROM amazon_sp_seller_<schema>.order_items WHERE purchase_date >= CURRENT_DATE - INTERVAL '7 days' GROUP BY 1, 2 ORDER BY 1 DESC LIMIT 100",
  "max_rows": 100
})

Remplacez <schema> par schema_name issu de list_platforms. item_price est le total de la ligne de commande ; divisez par NULLIF(quantity, 0) uniquement lorsque vous avez besoin du prix unitaire. N'utilisez pas _synced_at comme date de vente.

Règles

  • Une seule instruction. Pas de INSERT / UPDATE / DELETE / DDL, pas de EXCEPT ni INTERSECT, pas de schéma public ni de catalogues système
  • Privilégiez les filtres, l'agrégation et LIMIT plutôt que SELECT *
  • Le max_rows par défaut est 1000

Compétences

Workflows consultatifs en lecture seule sur les données Hologrow connectées. Installez hologrow-data-middleware d'abord pour que les autres compétences vérifient la couverture et la fraîcheur avant d'interpréter les performances.

npx skills@latest add hologrow/hologrow-mcp --skill SKILL_NAME
CompétenceDescription
hologrow-data-middlewareDécouvrir la couverture, la fraîcheur, le schéma et le périmètre SQL sûr
amazon-ppc-campaignConstruire ou optimiser Amazon Sponsored Products / Brands
amazon-display-adsPlanifier les audiences Sponsored Display, le reciblage et la mesure
amazon-listing-optimizationAuditer les textes de fiches produit par rapport aux preuves de recherche et de conversion
google-ads-auditÉtablir une base de santé du compte Google Ads
google-ads-anomaly-detectionExpliquer un changement de dépenses, CPA, CVR, CTR ou ROAS
google-ads-utm-generatorNormaliser les conventions UTM / ValueTrack de Google Ads
ads-performance-analyticsRéconcilier l'attribution, le ROAS et le CAC mixte
21-ads-audit-globalÉvaluer les comptes de médias payants connectés et prioriser les corrections

Exemple d'invite après installation :

Use $hologrow-data-middleware, then $google-ads-audit.
Audit my connected Google Ads account for the last 30 days. Show evidence, caveats, and the next action.

Un catalogue plus large (SEO, connecteurs de recherche, etc.) se trouve dans hologrow/hologrow-ai-skills. Ce dépôt conserve les compétences qui dépendent de Hologrow MCP.


Intégrations

Agents et outils IA

  • ChatGPT web, ChatGPT desktop, Codex
  • Claude web, Claude desktop, Claude Code
  • Cursor
  • Doubao (desktop)
  • Hermes

Sources de données

Amazon SP Seller, Amazon SP Vendor, Amazon Ads, Google Ads, GA4, Google Search Console, Shoplazza, Lingxing ERP.


Ressources


Sécurité

Hologrow MCP est limité au locataire et en lecture seule. Utilisez uniquement les sources que l'espace de travail a autorisées. Vérifiez la fraîcheur avant de considérer un nombre comme actuel. Indiquez la définition de la métrique, la fenêtre d'attribution et la période de comparaison avec chaque conclusion importante. Ne mettez jamais de clés API dans git, les fichiers de compétences ou les réponses du modèle.

Traitez les modifications de campagnes, de fiches et de budgets comme des propositions jusqu'à ce qu'un humain les approuve.


Dépannage

SymptômeQue faire
Impossible de trouver l'interface du plugin / connecteurVérifiez la version du client et les autorisations. ChatGPT nécessite le mode développeur. Doubao nécessite l'application de bureau.
OAuth annuléRedémarrez l'autorisation. Ne passez pas silencieusement à une clé API.
La nouvelle conversation ne voit pas HologrowActualisez ou redémarrez le client, puis réessayez list_platforms.
L'agent n'appelle jamais HologrowRenvoyez le message de vérification, en nommant list_platforms.
list_platforms renvoie []MCP fonctionne ; connectez une source de données et attendez la première synchronisation.
Erreurs SQL sur des colonnes inconnuesRelancez get_data_dictionary. Ne réutilisez pas les noms de champs de la plateforme source.

↑ Retour en haut ↑