原生广告库 MCP：通过 Claude 和 ChatGPT 查询 100 万+ 原生广告

是的——有一个用于广告库的 MCP 服务器：OpenAdLibrary 在 mcp.openadlibrary.com 托管了一个，截至 2026 年 7 月，在 50 个网络的 1,041,637 个原生广告创意索引上暴露 43 种工具——其中 615,327 个在过去 30 天内是活跃的——通过免费的 API 密钥，提供给 Claude 和任何其他 MCP 兼容的客户端。实际上，这意味着您可以向 Claude 或 ChatGPT 提出诸如“本周保险行业有哪些广告主在 Taboola 上推出了新广告系列，其中哪些广告存活时间最长？”这样的问题——并获得基于实时捕获的广告数据计算出的答案，而不是模型训练记忆中的信息。本指南解释了这意味着什么、这些工具能做什么，以及如何在大约五分钟内将其接入您的 AI 助手。

更新于 2026 年 7 月。

Meta 广告主已经拥有这种模式：Foreplay 今年早些时候为 Meta 和 TikTok 创意研究推出了一个广告库 MCP。原生发现网络——Taboola、Outbrain、MGID、Revcontent、MSN 信息流——则什么都没有，这与该渠道的历史一致：直到最近，根本没有公开的原生广告库（背景故事在什么是原生广告库中）。这个 MCP 服务器就是那个广告库，只是让智能体可以调用它。

一分钟了解什么是 MCP#

MCP（模型上下文协议）是一个开放标准，由 Anthropic 于 2024 年底推出，此后被各大 AI 平台采用，它允许 AI 助手调用外部工具。服务器发布一个工具目录——“搜索广告”、“获取品牌”、“列出趋势”——每个工具都有类型化的输入和输出。AI 客户端（Claude、ChatGPT、Cursor、VS Code 或您自己的智能体）读取目录并决定何时调用什么。您用简单的英语与助手交谈；它处理 API 机制、分页和后续调用。

实际结果是：广告库不再是一个您浏览的网站，而成为您的智能体可以推理的数据源。您不再需要花二十分钟点击筛选器，而是提出一个复合问题，智能体链接五次工具调用来回答它。

OpenAdLibrary MCP 暴露了什么#

托管服务器是我们原生广告数据 API 概述中描述的同一公共数据 API 之上的一个薄薄的、经过身份验证的层——相同的索引、相同的配额、相同的密钥。43 种工具分为六个集群：

这些工具背后是完整的语料库：截至 2026 年 7 月，包括 352,392 个 Taboola 创意、150,462 个来自 Outbrain 和 96,139 个来自 MGID，以及超过一百万个追踪到的落地页和数百万的广告观测记录。每个创意都带有真实的广告主标签、首次/末次观测日期、网络、地理位置和语言——是以下所有用例的原始材料。

您实际上可以用它做什么#

无需打开无数标签页的竞争对手研究#

提问：“分析 competitor-brand.com 的原生广告。他们在哪些网络上投放，有多少个活跃创意，他们正在运行哪些角度，他们的落地页销售什么？” 智能体链接 get_brand → search_ads → get_landing_page_ads 并返回一份简报，这原本需要分析师花一个下午的时间。此工作流程的手动版本记录在如何窥探竞争对手的原生广告中——MCP 版本是相同的逻辑，只是被委托执行。

从已验证的赢家中获取创意灵感#

原生广告中最可靠的创意简报是“已经存活下来的内容”。提问：“在 Taboola 上找到美国地区运行时间最长的健康广告，聚类它们的钩子，并起草五个使用相同心理学但不抄袭的新标题角度。” 存活时间是盈利能力的代理指标——在我们的索引中，截至 2026 年 7 月，59% 的原生创意在第一天后就消失了，只有 10.7% 能存活 30 天，因此幸存者是经过预筛选的有效内容集合（参见广告存活时间作为获胜信号）。拥有 search_ads 工具加上您的起草指令的智能体，可以将该筛选器转化为创意管道，而如何分析获胜的原生广告创意提供了值得粘贴到您提示中的评分框架。

按需检查存活时间和疲劳度#

提问：“检查我观察列表中的每个广告——哪些在本周停止了被观测，哪些运行超过了 21 天？” 使用 list_watchlist 和 sync_ads_changes，这变成了一个计划任务，而不是周一的工作。将其与如何找到获胜广告的信号配对，您就拥有了一份自动化的市场动态报告。

垂直领域和网络侦察#

提问：“比较 Taboola 与 MGID 在娱乐垂直领域的表现：创意数量、头部广告主以及过去 30 天内的新进入者。” 像 get_network_profile、get_share_of_voice 和 list_new_entrants 这样的工具正是为此类聚合而构建的。关于网络之间差异的背景信息，MGID vs Taboola 是人工撰写的版本。

设置步骤#

服务器在 https://mcp.openadlibrary.com/mcp 使用 Streamable HTTP（当前的 MCP 传输标准）进行通信，并使用您作为 Bearer 令牌发送的个人 API 密钥进行身份验证。每个主要的客户端都遵循相同的模式。

步骤 1 — 获取密钥。 创建一个免费账户，然后在设置中生成一个 API 密钥。密钥看起来像 oal_... 并且只显示一次。免费层级确实有限制：每天 2 次请求，足以验证连接并运行几次工具调用。付费计划（每月 29.99 美元）解锁每天 5,000 次请求的标准配额。

步骤 2 — 添加连接器。 在 Claude 中，添加一个指向 https://mcp.openadlibrary.com/mcp 的自定义连接器，并将您的密钥作为 Authorization 请求头。在 Claude Code 中，这是一个命令：

claude mcp add --transport http openadlibrary \
  https://mcp.openadlibrary.com/mcp \
  --header "Authorization: Bearer oal_YOUR_KEY"

Cursor、VS Code 和大多数其他客户端接受等效的 JSON 配置：

{
  "mcpServers": {
    "openadlibrary": {
      "url": "https://mcp.openadlibrary.com/mcp",
      "headers": { "Authorization": "Bearer oal_YOUR_KEY" }
    }
  }
}

步骤 3 — 冒烟测试。 询问您的助手：“使用 openadlibrary 工具，有多少个提及助听器的活跃 Taboola 广告，谁投放得最多？” 如果您得到带有广告主名称的数字，说明您已连接成功。如果您得到身份验证错误，通常的原因是密钥缺少 Bearer 前缀。

有几个值得了解的操作注意事项。服务器是无状态且多租户的——您的密钥就是您的身份，配额和速率限制（每分钟 120 次请求的突发）是按密钥强制执行的，与原始 REST API 完全相同。没有单独的 MCP 定价；它与公共 API 是相同的计划和相同的配额池。因为服务器是 /api/v1 之上的直通层，您在 MCP 中可以做的任何事情，您也可以直接编写脚本——带有 API 的广告间谍工具比较了何时 REST 优于 MCP，反之亦然。

一个实际示例：一次会话中的竞争对手拆解#

为了让这更具体，这里有一个真实的会话模式——那种证明设置合理性的复合任务。假设您销售助听器，并希望在投入预算前了解原生广告的格局。

第一轮： “在 Taboola 和 Outbrain 上搜索美国地区的助听器广告索引。有多少个活跃创意，按创意数量排名的前五名广告主是谁？” 智能体使用网络和文本过滤器调用 search_ads，进行聚合，并列出名称——包括那些您从未听说过但运行了数百个创意的壳牌品牌。

第二轮： “对于头部广告主，拉取他们被观测时间最长的创意以及背后的落地页。漏斗结构是什么？” 智能体链接 get_brand、按观测生命周期排序的 search_ads 和 get_landing_page_ads。您了解到获胜者是运行测验漏斗、软文还是直接产品页面——这是复制标题和理解策略之间的区别。

第三轮： “将前三大广告主添加到我的观察列表中并保存此搜索。” 智能体调用 watch_advertiser 和 save_search，因此下周的会话可以从“我的观察列表中有什么变化？”开始，而不是重新开始。

二十分钟，无需打开标签页，输出是一份可以粘贴到广告系列文档中的书面简报。等效的手动工作流程是真实存在的——我们在如何进行竞争对手广告分析中记录了它——但它需要一个下午，而不是二十分钟。

获得良好答案的提示模式#

广告数据智能体以可预测的方式失败，而三个习惯可以防止大多数失败。

先限定范围，再全面扫描。 “给我看获胜的广告”会迫使智能体猜测网络、地理位置和垂直领域，在广泛的调用上浪费配额。“在美国 Taboola 上被观测 14 天以上的保险广告”第一次尝试就能获得精确的工具调用——这在计量密钥上很重要。

要求证据，而不仅仅是结论。 让智能体在总结的同时返回创意 ID、首次观测日期和广告主标签。智能体自信地总结；引用数据行的纪律使它们保持诚实，并使输出可以在仪表板中验证。

一次性教授存活时间注意事项。 添加到您的项目指令中：“运行天数是指在滚动约 31 天窗口内的观测天数；将其视为下限。” 智能体随后得出的每个关于存活时间的结论都会继承该修正——这段领域知识正是将原始工具访问转变为合格分析的关键。

对于 AI 构建者：超越聊天客户端#

服务器的设计不假设聊天界面。因为它使用标准的 Streamable HTTP MCP 通信，所以它可以插入到智能体框架中——Claude Agent SDK、OpenAI 的 Agents SDK、LangChain 的 MCP 适配器——作为完全自主管道的一个工具源。我们看到有效的模式有：每周定时运行的智能体，遍历观察列表并通过电子邮件发送竞争对手摘要；一个创意生成管道，在起草前检索某个垂直领域中存活时间最长的十个广告作为少样本上下文；以及内部 Slack 机器人，为整个团队回答“谁在投放 X 广告？”，而无需席位许可证。

配额设计特意支持这一点：密钥是按用户的，配额在服务器端强制执行（标准每天 5,000 次请求，突发每分钟 120 次），并且 MCP 层是无状态的，因此水平智能体并发不需要会话亲和性。如果您希望在纯代码管道中跳过 MCP 开销，相同的操作以纯 REST 形式存在于 /api/v1，具有相同的语义。

数据来源（以及为什么智能体可以信任它）#

智能体的结论仅与其底层的语料库一样好，因此值得了解工具实际查询的是什么。该索引是通过持续从公共发布商页面捕获实时原生广告展示位置构建的——每个人在文章下方看到的赞助推荐单元——通过网络自身的投放 API，从不通过点击实时广告（点击会向广告主收取真实费用并污染他们的分析；捕获和点击追踪在设计上是分离的）。每个捕获的创意都以全质量存储，按垂直领域和语言分类，通过其跟踪器重定向链解析为真实的广告主标签，并且——对于越来越多的部分——链接到追踪到的落地页。这个解析步骤对智能体比对人类更重要：当 Claude 报告一个模糊的“赞助”品牌实际上是某个特定的保险线索生成运营商时，它是在读取 brandLabel 字段，而不是猜测。

规模和新鲜度是可衡量的，而非断言：截至 2026 年 7 月，语料库中 1,041,637 个创意中的 615,327 个在过去 30 天内被观测为活跃——仅 Taboola 部分就占这些活跃创意的 254,020 个。对于智能体来说，这种新鲜度是“这是原生广告曾经有效的内容”和“这是当前正在运行的内容”之间的区别——这也是为什么存活时间检查、新进入者扫描和趋势问题会返回每周都在变化的答案，就像真实市场实际表现的那样。

MCP 与仪表板：何时使用哪个#

仪表板在视觉浏览方面仍然更好——扫描创意网格、查看图像风格、如何找到获胜的原生广告角度中描述的偶然性工作。MCP 在问题具有复合性（“找到 X，然后对每个检查 Y”）、计划性（每周摘要）或需要输入到另一个系统（简报、报告、模型）时胜出。大多数从业者最终会两者都用：浏览以建立直觉，委托智能体处理重复性工作。

对 AI 构建者受众的一个警告：智能体会放大数据质量问题。我们的索引在滚动窗口（目前每个创意最多约 31 天的连续观测）内观测广告，因此“运行天数”指的是观测天数，而非生命周期——请相应地指示您的智能体，否则其关于存活时间的结论将系统性地保守。同样的注意事项适用于每个广告库，包括 Meta 的；区别在于供应商是否告诉您。

总结#

“广告库 MCP”这个词在 2026 年之前几乎不存在——Foreplay 为 Meta 广告提出了这个概念，而原生广告网络现在在 mcp.openadlibrary.com 上拥有了自己的版本：43 种工具覆盖 1,041,637 个原生创意（截至 2026 年 7 月），超过一百万个追踪到的落地页，以及用于观察列表和保存搜索的工作流层，使用与公共 API 相同的密钥和配额，起价为每月 29.99 美元，并提供免费测试层级。如果您是技术营销人员或 AI 构建者，其价值主张很简单：竞争对手广告研究正在成为一项智能体任务，而智能体需要一个能说它们协议的数据源。对于原生广告，这就是它。