mcpField
S
Strava Training MCP

Strava Training MCP

本地服务
github.com/ArjanLig健康医疗131 周前更新
代码仓库

关于 Strava Training MCP

Strava Training MCP 将 Strava 训练数据接入 Claude，面向希望分析训练状态和活动表现的运动者。它提供训练负荷、功率、心率及装备维护等分析工具。

主要功能

  1. 01查看近期活动与详细数据
  2. 02分析训练负荷和趋势
  3. 03生成每周训练计划
  4. 04分析功率曲线与 FTP
  5. 05检查心率区间和漂移
  6. 06追踪装备维护需求

适用场景

  1. 01评估近期训练负荷与疲劳
  2. 02规划下一周训练安排
  3. 03检查间歇训练质量
  4. 04判断自行车链条更换时机

MCP 相关

该 MCP 服务向 Claude 提供 10 种 Strava 数据查询与分析工具，包括活动、训练负荷、计划、功率、心率和装备维护。

配置

本地服务的配置在各客户端中通用，复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
  "mcpServers": {
    "arjanlig-strava": {
      "command": "uvx",
      "args": [
        "strava-training-mcp"
      ]
    }
  }
}
启动命令uvx strava-training-mcp

本地服务需要在你的电脑上安装运行环境（如 Node.js 18+）。各客户端的配置文件位置不同，请参考客户端文档。

安装包
pypistrava-training-mcp0.3.2

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具，维护者暂未提供工具列表。

详细介绍

Strava MCP 服务

MCP Badge

将你的 Strava 训练数据连接到 Claude。这个 MCP 服务可将 Claude 变成你的私人训练教练——分析训练负荷、规划训练，并跟踪进度。适用于骑行、跑步以及你在 Strava 上记录的任何运动。

Strava MCP

安装

适用于 Claude Desktop 和任何套餐的 claude.ai。免费套餐可添加 1 个自定义连接器（请先移除已有的连接器），Pro 和 Max 套餐则不受数量限制。

1. 创建 Strava API 应用

大约需要 2 分钟。你需要一个免费的 Strava API 应用，以便 Claude 访问你的数据。

  1. 前往 strava.com/settings/api
  2. 填写表单——Application Name、Category 和 Description 可以随意填写（例如“我的 Claude 连接器”）
  3. 将 Authorization Callback Domain 设为 strava-mcp-web.vercel.app
  4. 点击 Create，并记下你的 Client ID 和 Client Secret
2. 添加连接器
  1. 打开 Claude Desktop 或 claude.ai
  2. 前往 设置 → 连接器 → 添加自定义连接器
  3. 粘贴此 URL 并保存：
https://strava-mcp-web.vercel.app/mcp
3. 连接

点击新添加的连接器上的 连接。这会打开一个页面，你可以在其中输入 Strava Client ID 和 Client Secret，然后通过 Strava 授权。

就这么简单！向 Claude 询问你的训练情况吧。

工具

此服务提供 10 个工具：

工具描述
get_recent_activities你最近的活动，包括距离、时长和心率
get_activity_details深入查看某项活动——功率、HR、速度、疲劳分数
get_training_load_analysisATL、CTL、TSB，并提供训练建议和 8 周趋势
get_weekly_stats每周训练量——活动次数、公里数、小时数
get_weekly_training_plan根据当前体能和疲劳状况制定每周计划
get_gear_maintenance自行车／鞋的累计公里数，以及链条、飞轮、轮胎的维护提醒
get_power_curve最佳功率输出（5 秒–60 分钟）、FTP 估算值、月度对比
get_hr_zone_distribution各心率区间的时长，并提供极化训练建议
get_hr_drift_analysis稳定骑行中的心率漂移——有氧效率指标
check_workout_quality间歇训练一致性、功率解耦、恢复评分

对话示例

“我今晚想骑车，应该怎么安排？” “我的训练负荷情况怎么样？” “检查一下我上次间歇训练的质量” “我什么时候需要更换链条？” “我的 FTP 是多少？和上个月相比如何？” “我在二区训练的时间够吗？” “我正在备战 4 月的一场 150 公里比赛——进度跟得上吗？”

工作原理

Claude 会实时获取你的 Strava 数据，并结合相关背景进行分析——包括近期骑行、体能趋势、疲劳程度和目标。

训练负荷分析采用标准 PMC 模型：

  • ATL（7 天）——你目前有多疲劳
  • CTL（42 天）——你的体能水平
  • TSB——CTL 减去 ATL。正值 = 状态良好，负值 = 疲劳
  • 负荷增长率——周与周之间的负荷变化，并提示受伤风险

装备维护跟踪每辆自行车和每双鞋的累计公里数，并在链条（3000 公里）、飞轮（6000 公里）、轮胎（5000 公里）或线缆（8000 公里）需要维护时发出提醒。

功率曲线会找出不同持续时间下的最佳表现，并按 20 分钟功率的 95% 估算 FTP。

HR 分析涵盖区间分布（你的训练极化程度够吗？）和心率漂移（你的有氧基础在提升吗？）。

局限性

  • 训练负荷使用疲劳分数／HR——它会低估力量训练或心率保持较低的活动所带来的疲劳
  • 功率功能需要功率计或智能骑行台
  • 每周计划采用启发式方法，不能替代认证教练

故障排除

连接器无法使用？ 在“设置”→“连接器”中移除并重新添加连接器。

身份验证错误？ 检查你的 Strava API 应用是否将 strava-mcp-web.vercel.app 设为回调域名。

网站

strava-mcp-web.vercel.app

构建所用技术

许可证

MIT

评论

支持 Markdown

第一次接触 MCP？

从协议是什么，到在客户端里装上第一个服务，这几条回答覆盖了大多数入门问题。

一个开放协议，规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话，MCP 服务负责提供工具、资源和提示模板，两者通过标准消息通信，同一个服务可以被不同客户端复用。