mcp-gsc Docker部署指南：打造远程可用的GSC AI分析服务

【免费下载链接】mcp-gscGoogle Search Console Insights with Claude AI for SEOs项目地址: https://gitcode.com/gh_mirrors/mc/mcp-gsc

mcp-gsc是一款结合Google Search Console与Claude AI的SEO分析工具，通过Docker部署可快速构建远程可用的GSC AI分析服务，帮助SEO从业者高效获取搜索数据洞察。本文将详细介绍如何通过Docker容器化技术，在任何支持Docker的环境中部署和运行mcp-gsc服务。

📋 准备工作：部署前的必要条件

在开始部署前，请确保您的环境满足以下要求：

• Docker Engine（20.10.0+版本）
• Git工具
• 网络连接（用于拉取Docker镜像和项目代码）
• 至少1GB可用内存和500MB磁盘空间

如果您尚未安装Docker，可以参考Docker官方文档的指南进行安装。

图：mcp-gsc服务架构示意图，展示了与Google Search Console、Google Analytics等工具的集成关系

🔄 第一步：获取项目代码

首先需要将mcp-gsc项目代码克隆到本地环境，打开终端执行以下命令：

git clone https://gitcode.com/gh_mirrors/mc/mcp-gsc cd mcp-gsc

克隆完成后，您将看到项目包含以下关键文件：

• Dockerfile：容器构建配置
• gsc_server.py：主服务程序
• mcp.json：服务配置文件
• requirements.txt：依赖项列表

⚙️ 第二步：配置服务参数

mcp-gsc需要通过环境变量进行必要配置，主要包括Google Search Console的认证信息。创建.env文件并添加以下内容：

# Google Search Console认证配置 GSC_CREDENTIALS_PATH=/app/credentials.json GSC_OAUTH_CLIENT_SECRETS_FILE=/app/client_secrets.json # 服务传输模式（远程访问需设置为sse） MCP_TRANSPORT=sse

将您的Google Cloud项目中的credentials.json和client_secrets.json文件放置到项目根目录，这些文件可从Google Cloud控制台获取。

🏗️ 第三步：构建Docker镜像

在项目根目录执行以下命令构建Docker镜像：

docker build -t mcp-gsc:latest .

构建过程将自动完成以下操作：

1. 拉取基于Python 3.13的uv镜像
2. 安装项目依赖（通过uv工具高效管理）
3. 复制应用代码到容器
4. 设置默认启动命令

图：mcp-gsc安装过程示意图，展示了与Claude AI的集成关系

🚀 第四步：启动服务容器

使用以下命令启动mcp-gsc服务容器：

docker run -d \ --name mcp-gsc-service \ -p 8000:8000 \ -v $(pwd)/credentials.json:/app/credentials.json \ -v $(pwd)/client_secrets.json:/app/client_secrets.json \ --env-file .env \ mcp-gsc:latest

参数说明：

• -d：后台运行容器
• --name：指定容器名称
• -p：端口映射（主机端口:容器端口）
• -v：挂载认证文件到容器内
• --env-file：加载环境变量配置

🔍 第五步：验证服务运行状态

服务启动后，执行以下命令检查容器运行状态：

docker ps | grep mcp-gsc-service

若服务正常运行，您将看到类似以下输出：

abc123456789 mcp-gsc:latest "uv run --no-sync p…" 2 minutes ago Up 2 minutes 0.0.0.0:8000->8000/tcp mcp-gsc-service

此时可通过访问http://localhost:8000验证服务是否正常响应。

🌐 远程访问配置

要使服务可远程访问，需进行以下额外配置：

1. 防火墙设置：确保服务器8000端口已开放
2. 域名与HTTPS：建议使用Nginx反向代理并配置HTTPS
3. 服务传输模式：确保环境变量MCP_TRANSPORT=sse已正确设置

Nginx配置示例：

server { listen 443 ssl; server_name your-domain.com; ssl_certificate /path/to/cert.pem; ssl_certificate_key /path/to/key.pem; location / { proxy_pass http://localhost:8000; proxy_set_header Host $host; proxy_set_header X-Real-IP $remote_addr; proxy_set_header Upgrade $http_upgrade; proxy_set_header Connection "upgrade"; } }

图：mcp-gsc高级功能展示，包含Search Console数据集成、关键词分析等功能

🛠️ 常见问题解决

容器启动后立即退出

检查日志定位问题：

docker logs mcp-gsc-service

常见原因：认证文件缺失或权限问题，确保挂载的文件路径正确且容器内有读取权限。

无法访问远程服务

1. 检查服务器防火墙设置
2. 确认容器端口映射正确
3. 验证MCP_TRANSPORT环境变量是否设置为sse

依赖安装失败

重新构建镜像并清理缓存：

docker build --no-cache -t mcp-gsc:latest .

📚 扩展阅读

• 项目技能文档：
  • 内容机会分析工具
  • 索引审计工具
  • SEO周报生成工具
• 服务配置文件：mcp.json
• 主程序代码：gsc_server.py

通过以上步骤，您已成功部署远程可用的mcp-gsc服务。该服务将帮助您轻松集成Google Search Console数据与Claude AI分析能力，提升SEO工作效率。如需进一步定制服务，可修改配置文件或查看项目源码进行二次开发。

【免费下载链接】mcp-gscGoogle Search Console Insights with Claude AI for SEOs项目地址: https://gitcode.com/gh_mirrors/mc/mcp-gsc