Интеграция Strava API с Model Context Protocol (MCP) SDK

Интеграция Strava API с Model Context Protocol (MCP) SDK

Интеграция для анализа тренировок и получения рекомендаций на основе данных Strava с использованием Model Context Protocol SDK.

🚀 Возможности

• Анализ тренировок из Strava
• Рекомендации по тренировкам
• Автоматическое обновление токенов
• Rate limiting для API запросов

📋 Требования

• Python 3.10+
• Claude Desktop
• Strava аккаунт
• uv (рекомендуется)

⚙️ Установка

# Клонируем репозиторий
git clone https://github.com/rbctmz/mcp-server-strava.git
cd mcp-server-strava

# Установка через uv (рекомендуется)
curl -LsSf https://astral.sh/uv/install.sh | sh
uv pip install .

# Установка в режиме разработки
uv pip install -e ".[dev]"

Установка MCP SDK

uv add "mcp[cli]"

🔧 Настройка

Настройка Strava API

1. Перейдите на страницу настроек API
2. Создайте приложение:
   • Application Name: MCP Strava Integration
   • Category: Training Analysis
   • Website: http://localhost
   • Authorization Callback Domain: localhost

Настройка окружения

1. Создайте файл с переменными окружения:

   cp .env-template .env
   

2. Получите токены доступа:

   python scripts/auth.py
   

3. Проверьте настройку:

   mcp dev src/server.py
   curl -X GET "http://localhost:8000/activities"
   

📚 API и примеры

Ресурсы и инструменты

Тип	Название	Описание
Ресурс	strava://activities	Список активностей
Ресурс	strava://activities/{id}	Детали активности
Ресурс	strava://athlete/zones	Тренировочные зоны
Ресурс	strava://athlete/clubs	Клубы атлета
Ресурс	strava://gear/{gear_id}	Информация о снаряжении
Инструмент	analyze_activity(activity_id)	Анализ тренировки
Инструмент	analyze_training_load(activities)	Анализ нагрузки
Инструмент	get_activity_recommendations()	Рекомендации

Примеры использования

from mcp import ClientSession

# Получение активностей
async with ClientSession() as session:
    activities = await session.read_resource("strava://activities")
    activity = await session.read_resource("strava://activities/12345678")

# Анализ тренировки
result = analyze_activity(activity_id="12345678")
"""
{
    "type": "Run",
    "distance": 5000,
    "moving_time": 1800,
    "analysis": {
        "pace": 5.5,  # мин/км
        "effort": "Средняя"
    }
}
"""

# Анализ нагрузки
summary = analyze_training_load(activities)
"""
{
    "activities_count": 10,
    "total_distance": 50.5,  # км
    "total_time": 5.2,      # часы
    "heart_rate_zones": {
        "easy": 4,    # ЧСС < 120
        "medium": 4,  # ЧСС 120-150
        "hard": 2     # ЧСС > 150
    }
}
"""

# Получение тренировочных зон
async with ClientSession() as session:
    zones = await session.read_resource("strava://athlete/zones")
    """
    {
        "heart_rate": {
            "custom_zones": true,
            "zones": [
                {"min": 0, "max": 120, "name": "Z1 - Recovery"},
                {"min": 120, "max": 150, "name": "Z2 - Endurance"},
                {"min": 150, "max": 170, "name": "Z3 - Tempo"},
                {"min": 170, "max": 185, "name": "Z4 - Threshold"},
                {"min": 185, "max": -1, "name": "Z5 - Anaerobic"}
            ]
        },
        "power": {
            "zones": [
                {"min": 0, "max": 180},
                {"min": 181, "max": 250},
                {"min": 251, "max": 300},
                {"min": 301, "max": 350},
                {"min": 351, "max": -1}
            ]
        }
    }
    """

🛠 Разработка

CI/CD и безопасность

• 
• 
• 

Проверки в GitHub Actions

Тип	Инструмент	Описание
Линтинг	ruff	Форматирование и анализ кода
Тесты	pytest	Unit и интеграционные тесты
Покрытие	pytest-cov	Отчет о покрытии кода

Безопасность и секреты

1. Защита токенов:

   • .env в .gitignore
   • GitHub Secrets для CI/CD
   • Rate limiting: 100 запросов/15 мин

2. Настройка секретов:

   # В GitHub: Settings → Secrets → Actions
   STRAVA_CLIENT_ID=<client_id>
   STRAVA_CLIENT_SECRET=<client_secret>
   STRAVA_REFRESH_TOKEN=<refresh_token>
   

Contributing

1. Форкните репозиторий

2. Установите зависимости: uv pip install -e ".[dev]"

3. Создайте ветку: git checkout -b feature/name

4. Проверьте изменения:

   ruff format .
   ruff check .
   pytest --cov=src
   

5. Создайте Pull Request

📫 Поддержка

• GitHub Issues: создать issue
• Telegram: @greg_kisel

📄 Лицензия

MIT