Mammoth Analytics

Name: Mammoth Analytics
Author: EdgeMetric

โดย EdgeMetricรุ่น 0.2.12i★ –iรันบนคลาวด์

ชื่อใน registryio.mammoth/mcp

ติดตั้ง

ภาพรวม

คำอธิบายจากผู้ทำ (ภาษาอังกฤษตามต้นฉบับ)

Explore, clean, transform and export your Mammoth Analytics data from an AI client.

สามเสาของ PopNx MCP

สามเรื่องนี้ไม่รวมเป็นคะแนนเดียว เพราะความเห็น การวัด และความนิยม เป็นคนละเรื่องกัน

เสียงผู้ใช้iยังไม่มีรีวิวรีวิวเปิดพร้อมระบบบัญชีในขั้นถัดไป
ผลตรวจเบื้องต้นของเราiผ่าน 3 จาก 3 ข้อตรวจจากข้อมูลที่เปิดอยู่ ยังไม่ได้สแกนโค้ด
การใช้งานiยังไม่ได้วัด★ –

ใช้ทำอะไรได้

ตัวนี้ยังไม่ได้เรียบเรียงเป็นภาษาไทย ด้านล่างคือข้อเท็จจริงที่เราอ่านจาก registry

การเชื่อมต่อ: รันบนคลาวด์
ช่องทาง (transport): Streamable HTTP
หมวด: การตลาดและโซเชียล

ติดตั้ง

เลือกโปรแกรม AI ที่คุณใช้ แล้วคัดลอกค่าตั้งไปวาง

ก่อนติดตั้ง

ผลตรวจเบื้องต้น: ผ่าน 3 จาก 3 ข้อ
รันบนเครื่องของผู้ทำ สิ่งที่คุณถามจะผ่านเครื่องของเขา
ทะเบียนไม่ได้ระบุ key ที่ต้องใส่

ต้องเตรียมก่อน

รันบนคลาวด์ไม่ต้องลงโปรแกรมเพิ่ม ต่อผ่านอินเทอร์เน็ตได้เลย

คุณใช้แอปไหน

ClaudeClaude CodeCursorVS CodeChatGPT

เลือกแอปด้านบน เราจำไว้ให้ ครั้งหน้าปุ่มจะขึ้นว่า “ติดตั้งลง …”

ใช้ได้ทั้ง Claude บนเว็บ แอปคอมพิวเตอร์ และมือถือ:

เปิด Settings → Connectors
กด Add custom connector
วางที่อยู่ด้านล่างแล้วกด Add
ถ้าให้ล็อกอิน ให้ล็อกอินกับผู้ทำ

https://mcp.mammoth.io/mcp

พิมพ์คำสั่งนี้ใน Terminal

claude mcp add --transport http mammoth https://mcp.mammoth.io/mcp

เปิดใน Cursor

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .cursor/mcp.json ของโปรเจกต์ หรือ ~/.cursor/mcp.json

{
  "mcpServers": {
    "mammoth": {
      "url": "https://mcp.mammoth.io/mcp"
    }
  }
}

เบราว์เซอร์จะถามก่อนเปิดแอป จากนั้นแอปแสดงค่าตั้งให้ตรวจแล้วกดยืนยัน ช่อง key เว้นว่างไว้ให้คุณใส่เอง

เปิดใน VS Code

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .vscode/mcp.json ของโปรเจกต์

{
  "servers": {
    "mammoth": {
      "type": "http",
      "url": "https://mcp.mammoth.io/mcp"
    }
  }
}

ChatGPT ต่อได้เฉพาะ server ที่อยู่บนอินเทอร์เน็ต:

เปิด ChatGPT บนเว็บ → Settings → Connectors (Apps)
กด Create หรือ Add (บางแพ็กเกจต้องเปิด Developer mode ใน Advanced ก่อน)
วางที่อยู่ด้านล่าง ตั้งชื่อ แล้วบันทึก
ถ้าให้ล็อกอิน ให้ล็อกอินกับผู้ทำ

https://mcp.mammoth.io/mcp

ชื่อเมนูอาจต่างกันเล็กน้อยตามแพ็กเกจและรุ่นของแอป

ตัวเลือกเก็บในคุกกี้บนเครื่องนี้ ไม่ต้องมีบัญชี

ค่าตั้งนี้สร้างจากข้อมูลใน registry ของผู้ทำ ถ้าไม่ตรงกับ README ให้เชื่อ README

ทำอะไรได้บ้าง

server ให้ล็อกอินก่อนจึงจะแสดงรายการเครื่องมือ

ผลตรวจเบื้องต้นi

เราตรวจจากข้อมูลที่ใครก็เปิดดูได้ ยังไม่ได้อ่านโค้ด ข้อที่ไม่เกี่ยวกับตัวนี้ไม่นับในตัวหาร · ตรวจเมื่อ 6 พ.ย. 2569

✓ ผ่าน
ตัวตนผู้ทำตรงกับ repo
ชื่อใน registry ยืนยันโดเมน mammoth.io แล้ว (registry ตรวจความเป็นเจ้าของโดเมน)
… ยังไม่ตรวจ
ยังมีคนดูแล
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
… ยังไม่ตรวจ
มีสัญญาอนุญาต (license)
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
✓ ผ่าน
endpoint ตอบ
ตอบกลับใน 637 ms (HTTP 401)
✓ ผ่าน
ล็อกอินแบบ OAuth
ประกาศวิธีล็อกอินแบบ OAuth ให้โปรแกรม AI พาไปล็อกอินเอง
… ยังไม่ตรวจ
คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง
ยังไม่ได้ตรวจ เราอ่านรายการเครื่องมือตอนตรวจ endpoint

เทียบกับตัวอื่นในหมวด การตลาดและโซเชียลi

ดาวมากกว่า 0% ของอีก 2957 ตัวในหมวดนี้
ส่งรุ่นใหม่เข้า registry ล่าสุดกว่า 92% ของอีก 2957 ตัวในหมวดนี้
ผลตรวจเบื้องต้นดีกว่าหรือเท่ากับ 100% ของอีก 2957 ตัวในหมวดนี้

เทียบกับทุก server ที่ยังใช้งานในหมวดนี้ทั้งทะเบียน ดาวนับเฉพาะเมื่อผู้ลงทะเบียนเป็นเจ้าของ repo

คำถามที่พบบ่อย

Mammoth Analytics ปลอดภัยไหม?

จากการตรวจเบื้องต้นของเรา ผ่าน 3 จาก 3 ข้อที่ตรวจได้ เรายังไม่ได้อ่านโค้ด ก่อนใส่กุญแจหรือ token ให้ดูว่า server ขอสิทธิ์อะไร และเลือกกุญแจที่ทำได้เท่าที่จำเป็น

ต้องใช้กุญแจหรือรหัสอะไรบ้าง?

registry ไม่ได้ระบุว่าต้องใช้กุญแจ แต่บางตัวจะขอให้ล็อกอินตอนใช้ครั้งแรก

ตัวนี้รันบนเครื่องหรือบนคลาวด์?

รันบนคลาวด์ของผู้ทำ ต่อผ่านอินเทอร์เน็ตได้เลย ไม่ต้องลงโปรแกรม แต่ข้อมูลที่ส่งให้จะผ่านเซิร์ฟเวอร์ของผู้ทำ

ยังมีคนดูแลอยู่ไหม?

repo บน GitHub มีการแก้โค้ดล่าสุด – และส่งรุ่นล่าสุด (0.2.12) เข้า registry เมื่อวานซืน

ใช้กับโปรแกรมไหนได้บ้าง?

โปรแกรมที่รองรับ MCP เช่น Claude Desktop, Claude Code, Cursor และ VS Code ตัวนี้ต่อผ่าน URL จึงใช้กับโปรแกรมที่รับ remote MCP ได้ เช่น ChatGPT ที่เปิดโหมดนักพัฒนา

มีตัวไหนใช้แทนได้บ้าง?

ในหมวดเดียวกันมี MCP YouTube Transcript, Google Analytics MCP, BibiGPT YouTube Video Summarizer

ตัวที่ใช้แทนได้

server หมวดเดียวกันจากผู้ทำคนอื่น เรียงตามดาว

อ่านการ์ด:★ ดาว GitHubiสามเสา: รีวิว · ผลตรวจ · การใช้งานiอัปเดต = วันที่ส่งรุ่นล่าสุดเข้า registryi

MCP YouTube Transcript

โดย jkawamoto

An MCP server retrieving transcripts of YouTube videos

รันบนเครื่อง★ 495MITอัปเดต 9 วันที่ผ่านมา

ติดตั้ง

Google Analytics MCP

โดย surendranb

GA4 MCP server for AI agents: schema discovery, server-side aggregation, analysis-ready defaults.

รันบนเครื่อง★ 244MITอัปเดต 9 วันที่ผ่านมา

ติดตั้ง

BibiGPT YouTube Video Summarizer

โดย JimmyLv

AI video summarizer: summarize and transcribe YouTube, Bilibili, TikTok and podcast videos.

รันบนคลาวด์★ 137MITอัปเดต 9 วันที่ผ่านมา

ติดตั้ง

README จากผู้ทำ

เปิดอ่าน README

ส่วนนี้คัดจาก repo ของผู้ทำตามต้นฉบับ PopNx MCP ไม่ได้ตรวจหรือรับรองเนื้อหา ตัด HTML รูปภาพ และสคริปต์ออกแล้ว ลิงก์จะพาออกนอกเว็บ

mammoth-mcp-server

The Mammoth MCP server. An AI client (Claude, ChatGPT) uses its tools to explore, clean, transform and export data in Mammoth, as the signed-in user.

The server depends on one Mammoth package: the SDK (mammoth-io). Every tool reaches Mammoth through the API, as the SDK does. The server imports no backend code.

Hosted or local

Hosted: Mammoth runs this server at https://mcp.mammoth.io/mcp. Add that URL to your MCP client and sign in with your Mammoth account (OAuth). Nothing to install.
Local: pip install mammoth-mcp-server, then set MCP_ENCRYPTION_KEY and start mammoth-mcp-server (see From a virtual environment below). MCP_ENCRYPTION_KEY must be a Fernet key: 32 url-safe base64-encoded bytes. Generate one with python -c "from cryptography.fernet import Fernet; print(Fernet.generate_key().decode())". The server refuses to start without it, or with a value that is not a Fernet key.

Layout

Path	What it holds
`mammoth_mcp_server/tools/`	The tools, one module per area (views, pipeline, files, dashboards, ...).
`mammoth_mcp_server/sdk.py`	The SDK client a tool call is given, and the API's errors in words a model can use.
`mammoth_mcp_server/jobs.py`	The wait for a job that an API route started.
`mammoth_mcp_server/task_params.py`	The map from a transformation to the pipeline task the API takes.
`mammoth_mcp_server/tokens.py`	The check of a caller's token: Mammoth says whether it is live and which server it is for.
`mammoth_mcp_server/store.py`	Short-lived records in Redis: upload tickets.
`mammoth_mcp_server/upload_routes.py`	The page a user drops a local file on.
`mammoth_mcp_server/server_card.py`	The public server card at `/.well-known/mcp/server-card.json`.
`mammoth_mcp_server/shape.py`	What a read tool hands the model, cut from the API's answer.
`mammoth_mcp_server/app.py`	The ASGI app and `main()`.
`mammoth_mcp_server/config.py`	Every deployment setting, read from the environment.

Settings

Variable	Default	Meaning
`MCP_SERVER_URL`	`https://mcp.mammoth.io`	This server, as a client reaches it.
`MAMMOTH_APP_URL`	`https://app.mammoth.io`	The web app, for the links a tool gives the user.
`MAMMOTH_DASHBOARD_URL`	`MAMMOTH_APP_URL`	The host that serves a published dashboard.
`MAMMOTH_API_URL`	`MAMMOTH_APP_URL` + `/api/v2`	The API every tool call goes to.
`MAMMOTH_API_ROOT`	`/api/v2`	The path the API is served under. Set it empty for an API reached directly.
`MAMMOTH_OAUTH_URL`	`MAMMOTH_APP_URL` + `/api/v2`	Mammoth's authorization server (its issuer), where a client signs the user in.
`MCP_REDIS_URL`	`redis://localhost:6379/0`	Where upload tickets are kept.
`MCP_ENCRYPTION_KEY`	none	A Fernet key. The caller's token in an upload ticket is sealed with it. Required.
`MCP_STORE_PREFIX`	`mammoth_mcp`	Keeps this deployment's records apart in a shared Redis.
`MCP_HOST`, `MCP_PORT`	`127.0.0.1`, `8270`	Where the server listens.

Sign-in

This server signs nobody in. Mammoth's own authorization server does: the OAuth server the Mammoth API serves. This server is an OAuth resource server only.

A client calls /mcp with no token. The server answers 401 and points to /.well-known/oauth-protected-resource/mcp.
That document names Mammoth's authorization server (MAMMOTH_OAUTH_URL). The client reads the server's metadata there and sends the user to it.
The user signs in to Mammoth, picks a workspace and a project, and approves. The client asks for a token for this server's URI, /mcp (the resource parameter, RFC 8707).
The client calls /mcp with that token. On every request the server asks Mammoth what the token is for (GET /workspaces/current). The server takes the token only when Mammoth says it is live and was issued for this server's URI.
Each tool call goes to the Mammoth API with the same token, so the user's permissions apply.

A token belongs to one workspace. A tool call for another workspace is refused. A Mammoth API token made by hand in Workspace settings was issued for no server, so this server refuses it.

The server keeps no sign-in and no token, with one exception: an upload link holds the caller's token, sealed, in Redis until the user uploads or 30 minutes pass.

What Mammoth needs

The MCP server's URI, /mcp, in mvc-service const.ini, section [oauth], key MCP_RESOURCES. Mammoth issues a token for no other resource.
GET /workspaces/current must return the token's resource beside the workspace id. Without it this server refuses every token.

Before it works in an environment below lists every step, in the order to check them.

Run

As a container, which needs nothing on the host but Docker

The image is built from this repository, so a deployment never waits for a release of the SDK. Build it from the repository root, which is the build context:

cp mammoth-mcp-server/deploy/.dockerignore.example .dockerignore

docker build -f mammoth-mcp-server/deploy/Dockerfile -t mammoth-mcp-server . docker run --env-file mammoth-mcp-server/deploy/.env -p 8270:8270 mammoth-mcp-server

With a Redis of its own, as one stack:

cp mammoth-mcp-server/.env.example mammoth-mcp-server/deploy/.env   # then set the values

docker compose -f mammoth-mcp-server/deploy/compose.yaml up -d --build

The server keeps nothing in memory between requests, so it scales by adding containers. They share only Redis.

From a virtual environment

pip install mammoth-mcp-server

cp .env.example .env # then set the values mammoth-mcp-server # or: uvicorn mammoth_mcp_server.app:create_app --factory

What `deploy/` holds

File	What it is for
`Dockerfile`	The image, built from this repository
`compose.yaml`	The server and a Redis, as one stack
`.dockerignore.example`	Copy to the repository root before building
`mammoth-mcp-server-container.service.example`	systemd, running the container
`mammoth-mcp-server.service.example`	systemd, running a virtual environment
`nginx.example.conf`	Both server blocks a deployment needs

Before it works in an environment

Each of these stops the sign-in on its own, so check them in order.

DNS and the front door point MCP_SERVER_URL at the server's port. deploy/nginx.example.conf holds the server block.
`MCP_ENCRYPTION_KEY` is set. It is the only secret this server keeps. Nothing else is required that has no default; see Settings.
Mammoth knows this server: MCP_RESOURCES = /mcp, in mvc-service const.ini, section [oauth]. Mammoth issues a token for no other resource.
The Mammoth host serves its OAuth metadata where a client looks for it. For an issuer with a path, RFC 8414 puts the document at /.well-known/oauth-authorization-server/api/v2, and apiv2 serves it at its own path, so the front door has to join the two. The second server block in deploy/nginx.example.conf does it. Check it with:

   curl https://<mammoth host>/.well-known/oauth-authorization-server/api/v2

It must answer the document, not 404.

The web app's OAuth consent page is deployed. Without it the user lands on a page that does not exist, and approves nothing.

Then a client connects to /mcp, and the user signs in to Mammoth and picks a workspace and a project.

Tests

cd mammoth-mcp-server

python -m pytest tests -q

The tests reach no server. The SDK client and the tools are real; only the HTTP transport under the client is replaced.

Mammoth Analytics

ภาพรวม

สามเสาของ PopNx MCP

ใช้ทำอะไรได้

ติดตั้ง

ก่อนติดตั้ง

ทำอะไรได้บ้าง

ผลตรวจเบื้องต้นi

ตัวตนผู้ทำตรงกับ repo

ยังมีคนดูแล

มีสัญญาอนุญาต (license)

endpoint ตอบ

ล็อกอินแบบ OAuth

คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง

เทียบกับตัวอื่นในหมวด การตลาดและโซเชียลi

คำถามที่พบบ่อย

ตัวที่ใช้แทนได้

MCP YouTube Transcript

Google Analytics MCP

BibiGPT YouTube Video Summarizer

README จากผู้ทำ

mammoth-mcp-server

Hosted or local

Layout

Settings

Sign-in

What Mammoth needs

Run

As a container, which needs nothing on the host but Docker

From a virtual environment

What deploy/ holds

Before it works in an environment

Tests

What `deploy/` holds