Core/Dash Serwer MCP
Podłącz swojego agenta AI do rzeczywistych danych Core Web Vitals. Debuguj na czacie. Waliduj w kodzie. Bez konieczności używania dashboardów.
Dostarczaj dane w czasie rzeczywistym do agenta AI
Problem polega na tym: programiści otwierają Claude lub Cursor, opisują problem z Core Web Vitals i proszą o pomoc. AI podaje całkowicie sensowną odpowiedź opartą na uogólnieniach. Spekuluje. Oferuje ogólne porady. Sugeruje „sprawdzenie elementu LCP”, nie wiedząc, czym ten element LCP w rzeczywistości jest.

Serwer MCP CoreDash daje każdemu agentowi AI kompatybilnemu z MCP bezpośredni dostęp do Twoich danych RUM (Real User Monitoring) w czasie rzeczywistym. Wszystkie 5 wskaźników Core Web Vitals z pełnym podziałem na fazy + 25 wymiarów filtrowania (te same dane, które zasilają dashboard).
Zamiast zgadywać, AI może powiedzieć Ci, że Twój LCP wynosi 3102 ms na urządzeniach mobilnych, ponieważ div.hero-image > img to niezoptymalizowany plik JPEG o rozmiarze 2,4 MB bez atrybutu fetchpriority="high". Może poinformować, że wdrożenie z zeszłego czwartku spowodowało 18% regresję INP wyizolowaną w button.add-to-cart. Może pokazać, że Twój TTFB w Niemczech wynosi 1400 ms, ponieważ nie trafiasz do węzła brzegowego CDN we Frankfurcie.
Jak to działa
MCP (Model Context Protocol) jest samoopisujący. Kiedy Twoje AI się łączy, serwer informuje je, jakie metryki istnieją, jak filtrować oraz co robi każdy z parametrów. Podłączasz się, a agent zajmuje się resztą.
Pod maską: bezstanowe żądania HTTPS POST, JSON-RPC 2.0, uwierzytelnianie Bearer token. Każde żądanie jest niezależne. Żadnych sesji, żadnych WebSocketów. Pełną dokumentację API z przykładami żądań i odpowiedzi znajdziesz w dokumentacji API CoreDash.
Rozpoczęcie pracy
W cenie Twojego planu. Dostęp do MCP jest zawarty w każdym koncie CoreDash. Bez dodatków, bez ukrytych kosztów. Jeśli masz projekt, możesz wygenerować klucz API w tej chwili.
Krok 1: Wygeneruj klucz API
Zaloguj się do CoreDash, otwórz swój projekt, przejdź do sekcji AI Insights, a następnie Connect Your AI. Nadaj kluczowi nazwę („Claude Desktop”, „Cursor”, „CI Pipeline”) i kliknij Generate. Skopiuj go teraz. Wyświetla się tylko raz. Haszujemy go algorytmem SHA-256 i przechowujemy wyłącznie hasz.
Każdy klucz jest ograniczony do jednego projektu. Możesz utworzyć ich tyle, ile potrzebujesz, i natychmiastowo unieważnić dowolny klucz. Tylko właściciele projektów mogą zarządzać kluczami.
Krok 2: Skonfiguruj klienta MCP
Kliknij + na pasku czatu, następnie Connectors → Manage Connectors → Add custom connector. Wklej URL. Claude obsługuje autoryzację przez OAuth: zostaniesz przekierowany do CoreDash, aby wybrać projekt i zaakceptować połączenie. Klucz API nie jest potrzebny.
Zobacz pełny poradnik dotyczący konektora Claude z instrukcjami krok po kroku na zrzutach ekranu.
claude mcp add --transport http coredash https://app.coredash.app/api/mcp --header "Authorization: Bearer cdk_YOUR_API_KEY"
Przejdź do Settings → Tools & MCP → New MCP Server. Ustaw URL na https://app.coredash.app/api/mcp i dodaj nagłówek: Authorization: Bearer cdk_YOUR_API_KEY.
Działa dla dowolnego klienta MCP, który odczytuje plik konfiguracyjny JSON (Claude Desktop, Cursor, Windsurf, VS Code):
{
"mcpServers": {
"coredash": {
"url": "https://app.coredash.app/api/mcp",
"headers": {
"Authorization": "Bearer cdk_YOUR_API_KEY"
}
}
}
}
Krok 3: Weryfikacja
Zapytaj swoje AI o coś prostego, aby potwierdzić, że połączenie działa:
„Jakie są obecne wskaźniki Core Web Vitals dla ścieżki /product na urządzeniach mobilnych?”
Jeśli wywoła funkcję get_metrics i zwróci rzeczywiste liczby, wszystko działa poprawnie.

Trzy narzędzia
Serwer MCP udostępnia trzy narzędzia.
get_metrics to narzędzie do zrzutów danych (snapshot). „Jaki jest obecnie LCP na urządzeniach mobilnych?” Używaj go do wszelkich pytań o aktualny stan. Filtruj po urządzeniu, kraju, podstronie, przeglądarce. Grupuj po dowolnym wymiarze, aby porównywać segmenty.
get_timeseries to narzędzie do trendów. „Czy INP pogorszyło się od czwartku?” Zwraca punkty danych w czasie i automatycznie klasyfikuje trend jako poprawiający się, stabilny lub wykazujący regresję. AI interpretuje trend za Ciebie, zamiast zmuszać Cię do analizowania wykresu na oko.
get_histogram to narzędzie do rozkładu danych. „Jak wygląda rozkład LCP na urządzeniach mobilnych?” Zwraca około 40 przedziałów pokazujących pełen kształt Twoich danych. p75 na poziomie 2400 ms może oznaczać, że większość użytkowników oscyluje wokół 2400 ms, lub że 60% zapytań jest szybkich, a pewna część powolnego ruchu mobilnego zawyża ogólny wynik. Histogram powie Ci, z jakim przypadkiem masz do czynienia.
Pełne zestawienie parametrów, przykładowe zapytania oraz formaty odpowiedzi znajdziesz w dokumentacji API.
Prawdziwy przykład: refaktoryzacja świadoma wydajności
Oto co się dzieje, gdy do Cursora podłączony jest MCP, a Ty prosisz go o znalezienie wolnych interakcji INP i dopasowanie ich do rzeczywistych problemów w kodzie:

Agent sprawdził faktyczne dane dotyczące atrybucji INP, znalazł interakcje z najgorszymi wynikami, wyszukał dane LOAF w celu zidentyfikowania odpowiedzialnych skryptów i poprawnie rozpoznał problemy przed ich naprawieniem. To jest właśnie różnica między ogólnikowymi poradami opartymi na dobrych praktykach a poprawką opartą na tym, co w rzeczywistości działa wolno.
Limity zapytań
Żądania MCP współdzielą dzienne limity z funkcjami AI w CoreDash. Limity resetują się o północy czasu UTC.
| Plan | Dzienne żądania |
|---|---|
| Trial | 30 |
| Starter | 100 |
| Standard | 500 |
| Pro | 1.000 |
| Enterprise | 50.000 |
Bezpieczeństwo
- Surowe klucze są wyświetlane tylko raz. Przechowujemy wyłącznie ich hasz SHA-256.
- Każdy klucz jest przypisany do jednego projektu. Brak możliwości przechodzenia między projektami (lateral movement).
- Klucze można natychmiastowo unieważnić z poziomu dashboardu.
- Każdy klucz śledzi parametr
last_used. Nieużywane klucze są łatwe do wychwycenia. - Serwer MCP jest dostępny tylko do odczytu. Przez API nie ma ścieżki zapisu danych.
- Wygasłe projekty automatycznie odrzucają wszystkie klucze API.

