mcpField
N
NBA MCP Server

NBA MCP Server

本地服务
github.com/obinopaul游戏娱乐470 周前更新

关于 NBA MCP Server

NBA MCP Server 是一个 Python 服务,通过 MCP 客户端提供 NBA 实时比赛数据和历史统计。工具涵盖球员、球队、排名、赛果和赛程。

主要功能

  1. 01获取实时比分、技术统计和逐回合信息
  2. 02查询球员资料与生涯统计
  3. 03查询球队比赛记录和统计
  4. 04查看联盟排名
  5. 05获取赛果和赛程

适用场景

  1. 01查看实时比分和比赛进程
  2. 02回顾球员生涯或指定日期范围的统计
  3. 03比较球队数据和排名
  4. 04查找某日期或球队的比赛

MCP 相关

通过 MCP 工具向客户端提供 NBA API 数据,包括实时比赛详情和历史统计。

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

MseeP.ai 安全评估徽章

NBA MCP 服务

一个使用 Python 实现的服务器,通过模型上下文协议(MCP)提供 NBA 统计数据和实时比赛数据。

概览

此服务器提供一组工具,用于通过 NBA API 访问 NBA 数据。它在应用程序与 NBA 的数据服务之间充当桥梁,同时提供实时比赛信息和历史统计数据。

功能

  • 实时比赛数据(记分牌、技术统计、比赛逐回合记录)
  • 球员信息和职业生涯统计数据
  • 球队比赛记录和统计数据
  • 联盟排名
  • 比赛结果和赛程

工具

实时比赛数据
  • nba_live_scoreboard

    • 获取今天的 NBA 记分牌(实时或最新数据)
    • 返回比赛 ID、开始时间、比分和转播详情
  • nba_live_boxscore

    • 获取指定 NBA 比赛 ID 的实时技术统计
    • 提供详细的球员和球队统计数据
  • nba_live_play_by_play

    • 获取指定比赛的实时逐回合动作记录
    • 包括得分、犯规、暂停和换人
球员信息
  • nba_common_player_info

    • 获取球员的基本信息
    • 包括个人资料、身高、体重、球队和位置
  • nba_player_career_stats

    • 获取球员的职业生涯统计数据
    • 提供不同格式(场均、总计、每 36 分钟)
  • nba_list_active_players

    • 返回所有当前活跃 NBA 球员的列表
  • nba_player_game_logs

    • 获取球员在指定日期范围内的比赛统计数据
球队数据
  • nba_team_game_logs_by_name

    • 使用球队名称获取球队比赛记录
    • 无需知道球队的数字 ID
  • nba_fetch_game_results

    • 获取指定球队 ID 在指定日期范围内的比赛结果
  • nba_team_standings

    • 获取指定赛季和赛季类型的 NBA 球队排名
  • nba_team_stats_by_name

    • 使用球队名称获取球队统计数据
    • 支持不同的汇总方式(总计、场均等)
  • nba_all_teams_stats

    • 获取多个赛季中所有 NBA 球队的统计数据
赛程信息
  • nba_list_todays_games
    • 返回任意指定日期的记分牌数据

使用方法

此服务器使用 MCP 框架实现,可作为独立服务运行。

# Start the server
python nba_server.py
# or
mcp run nba_server.py
配置
  • 为提高运行可靠性,服务器使用 30 秒超时
  • 已实现信号处理程序,以便优雅关闭(Ctrl+C)
与 Claude Desktop 搭配使用
选项 1:使用 Docker(推荐)
  1. 克隆此代码库
git clone https://github.com/obinopaul/nba-mcp-server.git
cd nba-mcp-server
  1. 安装依赖项
pip install -r requirements.txt
  1. 构建 Docker 镜像
docker build -t nba_mcp_server .
  1. 运行 Docker 容器
docker run -d -p 5000:5000 --name nba_mcp_server nba_mcp_server
  1. 将以下内容添加到 claude_desktop_config.json:
{
  "mcpServers": {
    "nba_mcp_server": {
      "command": "docker",
      "args": [
        "exec",
        "-i",
        "nba_mcp_server",
        "python",
        "nba_server.py"
      ]
    }
  }
}
选项 2:直接使用 Python 执行
  1. 克隆此代码库
git clone https://github.com/obinopaul/nba-mcp-server.git
cd nba-mcp-server
  1. 创建新环境
conda create --name your_env_name python=3.13
conda activate your_env_name
  1. 安装依赖项
pip install -r requirements.txt
  1. 在终端中运行 NBA MCP 服务
mcp run nba_server.py
  1. 将以下内容添加到 claude_desktop_config.json,并根据需要调整 Python 路径:
{
  "mcpServers": {
    "nba_mcp_server": {
      "command": "/path/to/your/python",
      "args": [
        "/path/to/nba_server.py"
      ]
    }
  }
}

添加所选配置后,重启 Claude Desktop 以加载 NBA 服务。随后即可在与 Claude 的对话中使用所有 NBA 数据工具。

技术详情

此服务器基于以下组件构建:

  • NBA API(nba_api)Python 包
  • 用于 API 接口的 MCP
  • 用于输入验证的 Pydantic
  • 用于数据处理的 Pandas

许可证

此 MCP 服务采用 MIT 许可证。

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。