Kubit MCP Server
官方將 Kubit 融入你的 AI 工作流程——用自然語言查詢你的資料倉儲
文件
Kubit MCP 伺服器
倉儲原生分析與對話式 AI 的結合
將 Kubit 的完整功能直接帶入您的 AI 工作流程。透過自然語言查詢、分析並探索您的資料倉儲——無需複雜的語法。
什麼是 Kubit MCP？
Kubit MCP（模型上下文協定）伺服器改變了團隊與其分析平台互動的方式。透過將您的 AI 助理連接到 Kubit，您可以：
- 探索結構描述 - 以自然語言探索事件、屬性和維度
- 產生報表 - 透過對話建立分析查詢
- 匯出資料 - 以 CSV 格式提取原始資料進行深度分析
- 搜尋內容 - 立即尋找現有的報表和儀表板
- 提出問題 - 無需學習查詢語法即可獲取洞察
測試版通知
此伺服器正在積極開發中。隨著我們持續改善平台，您可能會遇到錯誤、效能問題或速率限制。
快速入門
您需要準備什麼
| 需求 | 說明 |
|---|---|
| Kubit 帳戶 | 對 Kubit 組織的有效存取權限 |
| AI 客戶端 | 相容 MCP 的工具（Claude、Cursor 等） |
| 權限 | 在您的 Kubit 工作區中具有結構描述存取權限 |
連線步驟
設定 Kubit MCP 伺服器非常簡單：
- 將 MCP 伺服器新增至您的 AI 客戶端設定
- 使用伺服器 URL：
https://mcp.kubit.ai/mcp - 在出現提示時完成 OAuth 驗證
- 開始查詢您的 Kubit 資料
注意： 請查閱您的 AI 客戶端文件，以取得特定的 MCP 伺服器設定說明。
驗證與存取
伺服器使用 OAuth 2.0 驗證，並遵循您現有的 Kubit 權限。您只會看到您已有權限存取的結構描述資料——無需額外的權限。
工具與功能
您的 AI 助理可存取五個強大的工具：
| 工具 | 用途 |
|---|---|
getUserContext | 初始化工作階段並擷取可用的結構描述 |
getSchema | 詳細探索事件、屬性和維度 |
createReport | 產生並執行分析查詢 |
getRawData | 從現有報表匯出 CSV 資料 |
searchKubit | 在您的組織中尋找報表和儀表板 |
對話範例
了解使用者行為
"Show me conversion funnel for mobile app sign-ups in the last quarter"
"What are the most popular features used by premium users?"
"How has user retention changed month-over-month?"
產品效能
"What are the top events by volume this week?"
"Show me user engagement trends for the last 30 days"
"Compare conversion rates across different traffic sources"
資料探索
"What events and properties are available in the mobile app schema?"
"Show me all custom properties for the checkout event"
"What dimensions can I use for user segmentation?"
典型工作流程
以下是大多數分析工作階段的流程：
Initialize → Explore → Search → Create → Export
- 初始化 - 呼叫
getUserContext以查看可用的結構描述 - 探索 - 使用
getSchema了解事件和屬性 - 搜尋 - 檢查
searchKubit以尋找現有的分析 - 建立 - 使用自訂查詢產生新的報表
- 匯出 - 提取
getRawData以進行外部分析
最佳實務
撰寫有效的提示
具體明確 在您的問題中包含時間範圍、事件和區隔。
- "Show me users"
+ "Show me active users in the US who signed up last month"
提供上下文 說明您想了解的內容。
- "What's the conversion rate?"
+ "What's the conversion rate from free trial to paid for users who engaged with feature X?"
參考結構描述 在使用多個資料來源時使用結構描述名稱。
- "Show me sign-up events"
+ "In the mobile_events schema, show me sign-up events"
分解問題 複雜的分析最好分解為多個聚焦的問題。
- "Show me everything about user behavior across all channels with retention and conversion"
+ Start with "Show me user retention by channel" then follow up
效能最佳化
- 優先使用
searchKubit- 在建立新報表前，先利用現有的分析 - 指定日期範圍 - 縮小時間範圍可改善查詢效能
- 選擇性匯出 - 僅在需要詳細的外部分析時才使用
getRawData
安全性與合規性
| 考量因素 | 代表的意義 |
|---|---|
| 權限模型 | 您只能存取您被授權查看的結構描述 |
| AI 處理 | 第三方 AI 模型將處理您的查詢資料 |
| 政策審查 | 確認您的組織允許 AI 輔助的資料分析 |
疑難排解
常見問題與解決方案
驗證失敗 確認您的 Kubit 憑證和組織名稱
沒有可用的結構描述 檢查您在 Kubit 中是否至少有一個結構描述的存取權限
連線錯誤
確認您使用的是正確的伺服器 URL：https://mcp.kubit.ai/mcp
報表產生問題
使用 getSchema 確認您參考的結構描述和事件是否存在
需要協助？
- 先使用簡單的查詢進行測試，以確認您的連線
- 透過 Kubit 網頁介面檢查結構描述存取權限
- 使用
getSchema確認可用的事件和屬性
支援與資源
文件 docs.kubit.ai - 完整的平台文件
客戶成功 聯絡您的 Kubit 客戶成功團隊以取得協助
關於 Kubit kubit.ai - 了解更多關於倉儲原生分析的資訊
MCP 協定 modelcontextprotocol.io - 探索模型上下文協定