关于 Hevy MCP
Hevy MCP 是连接 Hevy 训练追踪 API 的 TypeScript MCP 服务,供 AI 助手读取和分析训练记录。当前提供支持分页的训练历史查询工具。
主要功能
- 01读取 Hevy 训练历史
- 02分页获取训练记录
- 03通过 MCP 接入 AI 助手
适用场景
- 01总结最近几次训练
- 02根据训练历史了解健身进展
MCP 相关
它通过 MCP 向 AI 客户端提供 Hevy 训练数据,当前工具为 getWorkouts,可分页检索用户训练记录。
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。
暂未收录安装方式
我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。
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
Hevy MCP
一个用于与 Hevy 训练追踪 API 交互的 TypeScript 模型上下文协议(MCP)服务实现。
概述
Hevy MCP 通过模型上下文协议为 AI 助手提供访问 Hevy 训练数据的能力。此服务使 AI 工具能够检索和分析你的训练历史,帮助你深入了解自己的健身历程。

功能
- 从 Hevy API 检索训练历史
- 实现模型上下文协议,以便与 AI 助手集成
- 设置简单,并提供可配置选项
API 工具
目前,MCP 服务提供以下工具:
getWorkouts:分页检索用户训练记录
(我还不确定添加其他方法是否对大模型有用——如果你有想法或建议,欢迎提交 issue 或 PR!)
要求
- Node.js(v18 或更高版本)
- Hevy API 密钥(Hevy 设置)
- 支持模型上下文协议的大模型(例如,Claude Desktop)
安装
克隆仓库
git clone https://github.com/amilz/hevy-mcp.git && cd hevy-mcp
安装依赖项
npm install
构建 TypeScript 代码:
npm run build
配置
使用应用前,你需要在大模型中设置 Hevy API 密钥(Claude Desktop 配置示例)。你的 Claude Desktop 配置文件应如下所示:
{
"mcpServers": {
"hevy": {
"command": "node",
"args": [
"/path/to/hevy-mcp/build/src/index.js"
],
"env": {
"HEVY_API_KEY": "xyz"
}
}
}
}
使用
重启大模型环境以应用更改。尝试提出简单的问题,例如“总结我最近 5 次训练”或“根据我最近 10 次训练,能否为我推荐今天的训练?”
依赖项
- @modelcontextprotocol/sdk:用于创建模型上下文协议服务的 MCP SDK
- zod:TypeScript 优先的模式验证
评论
支持 Markdown
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。