mcpField
H
Hevy MCP Server

Hevy MCP Server

本地服务
github.com/VReippainen健康医疗381 周前更新

关于 Hevy MCP Server

Hevy MCP Server 是一个 TypeScript Node.js 服务,将 Hevy 训练数据提供给语言模型使用,适合查看训练记录和进度的用户。它还可根据常用动作、估算 1RM 和已保存计划构建训练提示词。

主要功能

  1. 01按日期查询训练记录
  2. 02跟踪指定动作进度和重复次数记录
  3. 03筛选动作并查看实际及估算 1RM
  4. 04读取已保存的训练计划
  5. 05根据训练历史构建提示词

适用场景

  1. 01查看一段时间内的训练量与时长
  2. 02追踪特定动作的长期进展
  3. 03依据训练历史生成个性化训练建议

MCP 相关

该 MCP 服务通过 Hevy API 获取数据,并向 AI 助手提供训练记录、动作进度、动作列表和训练计划工具。它还提供工具参数文档资源及训练提示词构建功能。

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": {
"hevy": {
"command": "npx",
"args": [
"-y",
"@vreippainen/hevy-mcp-server"
],
"env": {
"HEVY_API_KEY": "<HEVY_API_KEY>"
}
}
}
}
启动命令npx -y @vreippainen/hevy-mcp-server
需要配置的环境变量
HEVY_API_KEY密钥

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
npm@vreippainen/hevy-mcp-server

工具

4

收录的工具列表 · 更新于 3 周前

参数类型必填说明
limitnumber否要检索的锻炼记录数量
startDatestring否可选:ISO 日期字符串,用于筛选此日期之后的锻炼记录
endDatestring否可选:ISO 日期字符串,用于筛选此日期之前的锻炼记录

详细介绍

Hevy MCP 服务

一个 TypeScript Node.js 服务,通过模型上下文协议(MCP)将你的 Hevy 锻炼数据连接到大模型。该服务从 Hevy API 获取数据,并提供用于访问锻炼历史、训练进度和个人纪录的工具。

什么是 MCP?

模型上下文协议(MCP)是一项标准,可让 Claude 等大模型与外部数据源和工具集成。此 MCP 服务使 AI 助手能够访问和分析你的 Hevy 锻炼数据。

可用工具

此 MCP 服务提供以下工具:

  • get-workouts:获取开始日期和结束日期之间的锻炼记录。按日期降序返回锻炼记录,并附带时长和训练量统计数据。最多返回 10 条锻炼记录。
  • get-exercise-progress-by-ids:按日期范围筛选,跟踪特定锻炼项目随时间的进展。还会返回按重复次数统计的纪录。
  • get-exercises:获取按使用频率排序的完整锻炼项目数据,并可选择按名称和日期范围筛选。还会返回实际和估算的 1RM。
  • get-routines:获取你保存的锻炼计划

锻炼提示词生成器

该服务包含一个智能锻炼提示词生成器,它可以:

  • 分析你最常使用的锻炼项目及其估算的 1RM
  • 列出你保存的锻炼计划,并提供详细的锻炼项目信息
  • 帮助 AI 助手根据你的历史记录创建个性化锻炼建议

资源文档

该服务通过专用的资源端点,提供所有可用工具及其参数的完整文档。文档包括:

  • 详细的参数说明
  • 有效的参数范围和默认值
  • 使用场景示例
获取你的 Hevy API 密钥

如需获取 Hevy API 密钥,请访问 Hevy API 文档 并按照身份验证说明操作。你需要通过 Hevy 开发者门户注册 API 访问权限。

添加到 Cursor

如需将此 MCP 服务添加到 Cursor,请使用以下配置更新你的 ~/.cursor/mcp.json 文件:

"hevy-mcp-server": {
  "command": "npx",
  "args": ["-y", "@vreippainen/hevy-mcp-server", "--stdio"],
  "env": {
    "HEVY_API_KEY": "your-api-key-here"
  }
}

将 your-api-key-here 替换为你的实际 Hevy API 密钥。

技术文档

有关安装、配置、运行服务、API 端点、服务方法和项目结构的详细技术信息,请参阅 TECHNICAL.md。

发布流程

此项目使用 semantic-release 自动进行版本管理和软件包发布。我们的提交消息遵循 Conventional Commits 规范。

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。