mcpField
G
golf-coach

golf-coach

本地服务
github.com/bjornj12游戏娱乐214 周前更新

关于 golf-coach

golf-coach 将 Trackman 训练和比赛数据及 Golf GameBook 轮次记录整理为统计分析和练习计划,面向希望依据数据改进表现的高尔夫球手。MCP 服务负责数据获取,Claude skills 提供诊断、训练安排和进度评估。

主要功能

  1. 01读取 Trackman 个人资料、差点和活动
  2. 02获取击球级数据与球杆距离
  3. 03导入并比较 GameBook 轮次
  4. 04分析训练场次和训练计划
  5. 05生成动画可视化 HTML
  6. 06提供高尔夫教练 skills 和 drills

适用场景

  1. 01根据近期数据诊断失分环节
  2. 02为下一次练习制定具体训练安排
  3. 03对比后续训练并评估进展

MCP 相关

MCP 服务提供认证、Trackman 数据读取、GameBook 记录、分析和训练计划等工具,并将教练 skills 作为 MCP 提示词提供。服务返回原始数据,分析和训练指导由 skills 承担。

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": {
"bjornj12-golf-coach": {
"command": "uvx",
"args": [
"golf-coach"
],
"env": {
"TRACKMAN_TOKEN": "<TRACKMAN_TOKEN>"
}
}
}
}
启动命令uvx golf-coach
需要配置的环境变量
TRACKMAN_TOKEN密钥Bearer access token captured from an authenticated Trackman portal session. Optional if you have run `golf-coach login` (the server then loads the cached token automatically).

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
pypigolf-coach0.7.0

工具

8

收录的工具列表 · 更新于 2 周前

参数类型必填说明
actionenum否status | login
sourcestring否
open_browserboolean否

详细介绍

高尔夫教练

一位完全根据你的数据指导你训练的高尔夫教练——一轮又一轮,逐步接近标准杆水平。

高尔夫教练会使用你自己的账户登录 Trackman Golf,将你的数据——球场回合、练习课程、逐杆的发射监测数据、球杆距离差和差点——转化为一份诊断,指出你在哪些方面丢了杆数;然后为你的下一次练习制定具体计划,附上训练方法和 YouTube 链接,并持续评估你的进步。它由 MCP 服务(数据工具)和 Claude 技能(教练核心)组成。

你将获得什么

你不用自己看图表——你会得到一位教练。让它读取你的 Trackman 数据,它就会:

  • 找出你真正丢杆的地方——不是“练练铁杆”,而是 “你的开球木左右失误都有,落点分布横跨约 115 m 的区域——你的速度不错,但杆面控制还不够稳定。”
  • 为你安排一节具体的练习——包括球杆、距离、次数、Trackman 目标,以及附有真实 YouTube 链接的训练方法。困在室内?它也有无需球的居家训练方案。
  • 评估你的进步——它会保存计划,并据此检查你的下一次练习,让你确切知道训练是否有效。
  • 展示你的击球情况——通过动态视图展示球的飞行轨迹、导致失误的挥杆路径,以及你距离各项目标还有多远。

一次高尔夫教练分析——开球木散布情况诊断,包含挥杆路径成因、进度与目标对比条,以及纠正问题的训练方法

一次真实的训练诊断:问题所在、问题成因、你距离目标有多远,以及下一步该具体练什么。

名称说明。“Golf Coach”是产品名称。技术 ID 保持为 golf-coach(MCP 服务 / 插件)和 golf-coach(已发布的 软件包),因此现有安装仍可正常使用。

重要

非官方项目。本项目与 Trackman 无关联,也未获其认可。 它使用来自你自己的已认证会话的令牌,调用 Trackman 的私有 Web API,并代你自动执行浏览器登录。这可能与 Trackman 的服务条款冲突——请仅在你自己的账户上使用,并自行承担风险。切勿用它访问他人的数据。

设计边界

  • MCP 服务 = 仅获取原始数据 + 身份验证。不提供建议。
  • 技能 = 负责全部教练工作(分析、计划、训练方法)。

完整架构和身份验证/机密信息规则,请参阅 CLAUDE.md。

安装

根据你使用 Claude 的方式选择安装路径。每种方式大约需要两分钟,然后完成一次性身份验证步骤。

🖥️ Claude Desktop — 一键安装(推荐,无需终端)
  1. 下载 golf-coach.mcpb(从最新版本下载)。
  2. 打开 Claude Desktop → Settings → Extensions,将文件拖入(或双击),然后点击 Install。将令牌字段留空。
  3. 在聊天中说 “登录 Trackman” → 浏览器窗口会打开 → 使用 Trackman 邮箱和密码登录一次(也支持 Apple / Google 登录)。 登录完成前,窗口会一直保持打开,请慢慢操作,它不会自行关闭。完成后,告诉 Claude,它会确认你已登录。
  4. 询问 Claude:“我的 Trackman 差点是多少?”

无需安装其他内容,也无需编辑配置 — Claude Desktop 会运行所有内容,并为你打开登录浏览器。(如果需要获取浏览器,首次登录可能需要稍等片刻。你也可能会看到“未签名扩展”的提示 — 从文件安装时这是正常现象。)

平台: macOS、Linux 和 Windows — Claude Desktop 会在这三个平台上通过 uv 运行服务,浏览器登录使用 Playwright(跨平台)。Windows 有一项注意事项:本地令牌和数据文件由 Windows 用户配置文件(ACL)保护,而非使用 POSIX 0600 权限模式。可选的 cron/launchd 自动刷新脚本仅支持 macOS/Linux — 在 Windows 上请使用任务计划程序,或者在约 7 天后令牌过期时,重新通过应用内的“登录 Trackman”操作登录。

⌨️ Claude Code — 插件(MCP 服务和教练技能)
/plugin marketplace add bjornj12/golf-coach
/plugin install golf-coach@golf-coach

安装 MCP 服务(通过 uvx 运行)和全部十项教练技能。

🔌 其他 MCP 客户端(或未安装扩展的 Claude Desktop)

需要安装 uv(curl -LsSf https://astral.sh/uv/install.sh | sh)。 将以下内容添加到客户端的 MCP 配置中:

{
  "mcpServers": {
    "golf-coach": { "command": "uvx", "args": ["golf-coach"] }
  }
}

对于 Claude Desktop 的手动配置(macOS 上的 ~/Library/Application Support/Claude/claude_desktop_config.json),请使用 uvx 的绝对路径 — 例如 /opt/homebrew/bin/uvx — 因为应用不会继承你的 shell PATH。使用上面的 .mcpb 安装方式则完全无需处理此问题。

身份验证(仅需一次)

服务需要登录到你的 Trackman 账户。Trackman 没有公开的登录 API,因此它会从一次真实的已登录浏览器会话中获取令牌;之后令牌会缓存在本地并自动刷新。工具不会查看或存储你的密码,任何内容都不会离开你的设备。

最简单的方法 — 直接让 Claude 登录(Claude Desktop / Claude Code)

说 “登录 Trackman”。浏览器窗口会打开(使用隔离的配置文件,不是你平时使用的 Chrome);登录一次即可,请按自己的节奏操作 — 窗口由后台任务驱动,因此会一直保持打开,直到你完成操作,不会在你操作时被关闭(即使 Apple/Google 双重身份验证较慢也没问题)。完成后,告诉 Claude,它会确认你已登录。令牌会缓存在 ~/.golf-coach/token.json(模式 0600)中,之后 MCP 会自动使用该令牌。如果你没有浏览器,扩展会自行获取;无需使用终端,也无需复制令牌。

终端替代方式(CLI 用户)
uv tool install "golf-coach[login]"
golf-coach login              # opens a browser; sign in once
golf-coach login --headless   # silent refresh later (tokens last ~7 days)
scripts/install-refresh-schedule.sh   # optional: auto-refresh twice weekly
高级 — 粘贴令牌

进入 portal.trackmangolf.com → DevTools → Network → 找到一个 graphql 请求 → 复制 Authorization: Bearer … 值 → 粘贴到扩展的 Trackman token 字段(或设置 TRACKMAN_TOKEN)。令牌会在约 7 天后过期,因此使用上面的登录流程会更方便。

验证是否成功

询问 Claude:“我已登录 Trackman 吗?” — 它会运行 auth(action="status"),并回复你的姓名(不会显示令牌)。

MCP 工具

所有工具仅返回原始数据;由技能负责解读。

8 个工具。 trackman 和 gamebook 都接收一个 action(因此 Agent 可以选择带有某种模式的单个工具,而不是多个几乎相同的工具)。

设置: setup — 一次调用即可返回始终启用的教练系统提示词(用于 Project)、可直接上传的技能文件,以及各客户端的操作步骤。选择器中也有对应的 setup 提示词。

身份验证: auth(action: status | login, source?)

Trackman 数据(只读): trackman(action: profile | handicap | sessions | session | rounds | clubs | summary) — 个人资料和差点、差点历史、活动列表、完整的单项活动(含每杆指标)、球场回合、球杆距离间隔、活动计数。

Gamebook 回合(本地、确定性): gamebook(action: save | list | get | compare) — 从 Golf GameBook 截图导入的实地回合,滚动保留最近 5 个,考虑数据覆盖范围(仅可信任逐洞得分)。

跨来源综合(本地、确定性): synthesize() — 按技能领域对齐 Trackman 和 GameBook 各自的 Findings(不做结论;参见 CLAUDE.md 中的 “Sources & normalization”)。

训练分析(本地、确定性): session_analysis(action: analyze | get | list)

训练计划记忆: training_plan(action: save | next | list | done | verify)

可视化: build_visualization(自包含的动画 HTML 成品)

完整表格和底层 GraphQL 见 CLAUDE.md。

技能(教练大脑)

skills/ 下的技能通过两种方式提供:

  • Claude Code: 随插件自动安装。
  • 任何 MCP 客户端(包括 Claude Desktop): 服务端会将其作为 MCP 提示词提供,因此它们会显示在客户端的提示词选择器中——无需单独安装。
技能功能
trackman-stats-analysis根据数据诊断弱项
golf-coaching将诊断结果转化为可执行的练习计划(优先采用可视化;自动评估进度)
drill-library精选练习 + 经验证的链接——包括居家/无球练习——以及实时搜索
golf-practice-at-home针对已诊断的问题制定每日无球训练流程,并为每项练习添加动画
at-home-practice-feedback一张移动端优先的练习卡片,内置反馈:辅助道具、验证检查点、预算等级、视频
trackman-session-analyzer导入并规范化近期训练记录
gamebook-screenshot-analysis将 GameBook 回合截图导入为考虑数据覆盖范围的回合记录;以成绩为主的进度追踪会反馈给教练
swing-video-check逐帧目视检查拍摄的挥杆视频(每段视频一个角度),并与当前练习卡片对照
grip-check根据两张正对镜头的照片评估握杆(过弱/过强)——这是教练开出任何新训练方案前的把关环节
trackman-visualizer将诊断结果(或单项练习的动作机制)制作成 HTML 动画成品

如需检查拍摄的挥杆视频,请将名为 DATE_CLUB_ACTION.mp4 的片段(例如 2026-07-17_driver_grip-reset.mp4)放入 Claude Code 中的项目,然后说 “check my swing”——你会得到一份限定角度的检查清单和一个挥杆提示 (需要 ffmpeg)。

(trackman-api-discovery 是项目/开发技能,不会作为提示词提供。)

开发

uv venv && uv pip install -e '.[login,dev]'   # [login] = Playwright, [dev] = test/lint tools

golf-coach                       # run the MCP server (stdio)
uv run python scripts/validate.py  # sanity-check stats coverage with your token

uv run pytest        # tests
uv run ruff check    # lint
uv run mypy          # type-check

发布到 PyPI、MCP Registry 和 Desktop .mcpb 只需一条命令—— scripts/release.sh patch — 参见 PUBLISHING.md。

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。