mcpField
H
HevyMCP - AI-Powered Fitness Assistant

HevyMCP - AI-Powered Fitness Assistant

本地服务
github.com/kani3894AI 与智能体041 周前更新

关于 HevyMCP - AI-Powered Fitness Assistant

HevyMCP 是用于 Hevy 健身应用的 Python MCP 服务和网页界面,可管理训练记录。它支持自然语言记录、动作搜索和训练计划整理,并提供演示与真实模式。

主要功能

  1. 01用自然语言记录训练
  2. 02模糊匹配搜索动作
  3. 03管理训练计划和文件夹
  4. 04订阅 Webhook 事件
  5. 05使用演示或真实模式的网页界面

适用场景

  1. 01根据文字描述记录训练
  2. 02按名称或肌群查找动作
  3. 03创建和整理训练计划
  4. 04通过 Webhook 订阅跟踪变更

MCP 相关

向 MCP 客户端提供 22 个工具,涵盖训练、动作、计划、文件夹和 Webhook。

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。

代码仓库

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

🚀 HevyMCP - AI 驱动的健身助手与 MCP 服务

HevyMCP 是面向 Hevy 健身应用的 AI 驱动 Model Context Protocol(MCP)服务。它支持你使用自然语言、网页界面或 Claude 和 ChatGPT 等 AI 助手记录训练、搜索动作、管理训练计划等。


🌟 功能

  • 使用自然语言记录训练(“卧推 3 组 × 8 次,重量 135 磅”)
  • 智能动作匹配(模糊匹配、NLP、用户偏好)
  • 训练计划和文件夹管理
  • Webhook 订阅
  • 现代化网页界面(演示模式和真实模式)
  • 面向 AI 助手的 MCP 服务

⚡ 快速开始

🎮 在 Playground 中试用(无需安装)

通过我们的 Smithery Playground 即刻体验 HevyMCP:

npx -y @smithery/cli install hevymcp --client claude

或者访问:Smithery MCP Registry,搜索“hevymcp”

📦 本地安装
1. 安装依赖
pip install -r requirements.txt
2. 设置 Hevy API 密钥(用于真实使用)
# Create .env file
echo "HEVY_API_KEY=your_hevy_api_key_here" > .env
3. 运行网页界面
python -m uvicorn app.main:app --reload --port 8000

演示模式(无需 API 密钥,仅使用示例数据):

export DEMO_MODE=true
python -m uvicorn app.main:app --reload --port 8000

🖥️ 网页界面

  • 立即试用训练记录、搜索和肌群浏览功能。
  • **演示模式:**仅供公开演示网站使用。无需 API 密钥,可安全公开使用,仅提供示例数据。
  • **真实模式:**供本地安装使用。输入 API 密钥即可真实记录(仅限本地使用,绝不会发送给第三方)。请勿在本地使用演示模式。

🛠️ API 端点(面向开发者)

训练计划
  • GET /mcp/routines — 列出所有训练计划
  • POST /mcp/routines — 创建训练计划
  • GET /mcp/routines/{routine_id} — 按 ID 获取训练计划
  • PUT /mcp/routines/{routine_id} — 更新训练计划
训练计划文件夹
  • GET /mcp/routine-folders — 列出所有文件夹
  • POST /mcp/routine-folders — 创建文件夹
  • GET /mcp/routine-folders/{folder_id} — 按 ID 获取文件夹
Webhook
  • GET /mcp/webhooks — 列出所有 Webhook 订阅
  • POST /mcp/webhooks — 创建 Webhook
  • DELETE /mcp/webhooks/{webhook_id} — 删除 Webhook
其他端点
  • POST /mcp/workout — 记录训练(NLP)
  • GET /mcp/workouts — 列出近期训练
  • GET /mcp/exercises/search?query=bench — 搜索动作
  • GET /mcp/exercises/muscle-groups — 列出肌群

🤖 MCP 工具(面向 AI 助手)

训练工具
  • log_workout — 使用自然语言记录训练(“卧推 3 组 × 8 次,重量 135 磅”)
  • get_workout_history — 分页列出近期训练
  • get_workout_count — 获取训练统计总数
  • get_workout_events — 获取训练更新/删除事件
动作工具
  • search_exercises — 使用模糊匹配按名称搜索动作
  • get_muscle_groups — 列出所有可用肌群
  • get_exercises_by_muscle_group — 按肌群筛选并获取动作
  • update_exercise_template — 修改现有动作模板
  • delete_exercise_template — 删除动作模板
训练计划管理
  • list_routines — 分页列出所有训练计划
  • create_routine — 创建训练计划
  • get_routine — 按 ID 获取指定训练计划
  • update_routine — 修改现有训练计划
  • delete_routine — 删除训练计划
文件夹整理
  • list_routine_folders — 列出所有训练计划文件夹
  • create_routine_folder — 创建整理用文件夹
  • get_routine_folder — 按 ID 获取文件夹详情
  • update_routine_folder — 修改文件夹属性
  • delete_routine_folder — 删除文件夹
Webhook 集成
  • list_webhooks — 列出所有 Webhook 订阅
  • create_webhook — 创建实时事件订阅
  • delete_webhook — 删除 Webhook 订阅

🧩 API 结构(面向贡献者)

  • app/integrations/hevy_api.py — Hevy API 客户端(在此添加新端点)
  • app/endpoints/ — FastAPI 端点(在此添加新路由)
  • app/mcp_server.py — MCP 工具定义和处理程序
  • app/web_interface.py — Web UI 逻辑(演示模式和真实模式)

🛡️ 安全与隐私

  • 演示模式: 无需 API 密钥,不保存数据,适合公开演示。
  • 真实模式: API 密钥仅在本地使用,绝不会发送给第三方。
  • 切勿在公共或共享服务上输入真实的 API 密钥!

🤝 参与贡献

  1. Fork 此仓库并将其克隆到本地。
  2. 创建虚拟环境:
    python -m venv venv
    source venv/bin/activate
    
  3. 安装依赖项:
    pip install -r requirements.txt
    
  4. 添加新端点/工具:
    • 添加到 hevy_api.py(API 客户端)
    • 添加到 endpoints/(FastAPI)
    • 添加到 mcp_server.py(MCP 工具)
  5. 提交拉取请求!

💬 有疑问?

  • 在 GitHub 上提交议题或发起讨论。
  • 欢迎提交 PR 和反馈!

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。