关于 alpha-progression-mcp
alpha-progression-mcp 将 Claude 等 MCP 客户端连接到 Alpha Progression 的训练数据和计划,可用于分析训练并针对性修改计划。每次获批的更改都会先预览并备份。
主要功能
- 01查看各肌群每周训练组数
- 02跟踪进步或停滞的举重项目
- 03查看训练记录和动作历史
- 04查找动作并查看计划目标
- 05预览并针对性修改训练计划
适用场景
- 01检查各肌群每周训练量
- 02找出近期停滞的举重项目
- 03回顾某个动作的训练历史
- 04调整计划中的动作或目标
MCP 相关
该 MCP 服务向 Claude 等 MCP 客户端提供 Alpha Progression 数据和计划管理工具。计划更改会先预览,并仅在获批后保存。
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。
工具
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
Alpha Progression MCP
将 Claude(或任何 MCP 客户端)连接到你的 Alpha Progression 健身数据:分析训练情况并调整训练计划。
- “我每周针对每块肌肉做的组数够吗?”
- “过去 3 个月里,哪些动作的表现停滞了?”
- “在第 2 天加入一个腘绳肌动作,并将卧推调整为 4 × 6。”
非官方项目,与 Alpha Progression 无关联。仅供你使用自己的账户。
设置
需要安装 uv。
- 登录一次。不会保存你的邮箱和密码,只会保存访问令牌(
~/.config/alpha-progression-mcp/token.json):uvx alpha-progression-mcp login - 将其添加到 Claude Code:
其他客户端:claude mcp add alpha-progression -- uvx alpha-progression-mcp{ "mcpServers": { "alpha-progression": { "command": "uvx", "args": ["alpha-progression-mcp"] } } } - 重启客户端。
工具
| 工具 | 返回内容 |
|---|---|
get_weekly_training | 每周针对各块肌肉的组数和训练日 |
get_progress | 按肌群查看进步或停滞的动作(e1RM) |
get_sessions / get_session | 近期训练 / 某次训练的每一组 |
get_exercise_history | 某个动作的长期记录 |
find_exercises | 按名称或肌群查找动作 |
get_plans | 当前训练计划及组数和次数目标 |
get_measurements | 体重和其他测量数据 |
get_document | 任意单条记录 |
set_plan_targets / add_plan_exercise / swap_plan_exercise / remove_plan_exercise | 更改计划中的一项内容 |
计划编辑每次调用只进行一项有针对性的更改,会先预览,只有在你批准后才会保存。不会更改训练记录;每次更改前都会将训练计划备份到 ~/.config/alpha-progression-mcp/backups/,并且仅能更改应用免费版支持的内容(不包括 RIR 目标、减载或周期化)。同步后,更改会显示在应用中。若要关闭编辑功能,请设置 ALPHA_PROGRESSION_READ_ONLY=1。
名称可以只输入部分内容(例如“卧推”“第 2 天”);名称不明确时会返回建议。
**指标:**有效组数不包括热身组(第一组大重量训练前的较轻组)和拉伸。每块肌肉的组数中,目标肌肉计为 1 组,主要辅助肌肉计为 0.5 组(分数计数法,Pelland et al. 2024)。e1RM 使用 Epley 公式计算:重量 × (1 + 次数 / 30),最多计入 15 次。
故障排除
- **“未登录”/“登录已过期”:**重新运行登录命令。
- **“登录尝试次数过多”:**等待几分钟;输错密码后,Alpha Progression 会锁定登录。
- 检查连接:
uvx alpha-progression-mcp status - **退出登录:**删除
~/.config/alpha-progression-mcp/token.json。
开发
uv sync && uv run pytest && uv run ruff check . && uv run ruff format .
同步协议见 docs/api.md。采用 MIT 许可证。
评论
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。