关于 Интеграция Strava API с Model Context Protocol (MCP) SDK
这是一个连接 Strava 训练数据的 MCP 服务,提供分析与建议功能。适用于希望通过 MCP 资源和工具查看活动、训练负荷及运动员相关数据的用户。
主要功能
- 01读取 Strava 活动列表和详情
- 02访问运动员训练区间和俱乐部
- 03获取装备信息
- 04分析活动和训练负荷
- 05生成训练建议
- 06自动刷新令牌
适用场景
- 01查看某项 Strava 活动
- 02检查多项活动的训练负荷
- 03根据训练数据获取建议
MCP 相关
该服务将 Strava 数据作为 MCP 资源提供,并提供活动分析、训练负荷分析和建议工具。
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
使用 Model Context Protocol (MCP) SDK 集成 Strava API
使用 Model Context Protocol SDK 集成 Strava,分析训练并根据 Strava 数据获取建议。
🚀 功能
- 分析 Strava 中的训练
- 提供训练建议
- 自动更新令牌
- 对 API 请求进行速率限制
📋 要求
- Python 3.10+
- Claude Desktop
- Strava 账户
- uv(推荐)
⚙️ 安装
# Клонируем репозиторий
git clone https://github.com/rbctmz/mcp-server-strava.git
cd mcp-server-strava
# Установка через uv (рекомендуется)
curl -LsSf https://astral.sh/uv/install.sh | sh
uv pip install .
# Установка в режиме разработки
uv pip install -e ".[dev]"
安装 MCP SDK
uv add "mcp[cli]"
🔧 配置
配置 Strava API
- 前往 API 设置页面
- 创建应用:
- Application Name:MCP Strava Integration
- Category:Training Analysis
- Website:http://localhost
- Authorization Callback Domain:localhost
配置环境
-
创建环境变量文件:
cp .env-template .env -
获取访问令牌:
python scripts/auth.py -
检查配置:
mcp dev src/server.py curl -X GET "http://localhost:8000/activities"
📚 API 和示例
资源和工具
| 类型 | 名称 | 描述 |
|---|---|---|
| 资源 | strava://activities | 活动列表 |
| 资源 | strava://activities/{id} | 活动详情 |
| 资源 | strava://athlete/zones | 训练区间 |
| 资源 | strava://athlete/clubs | 运动员俱乐部 |
| 资源 | strava://gear/{gear_id} | 装备信息 |
| 工具 | analyze_activity(activity_id) | 分析训练 |
| 工具 | analyze_training_load(activities) | 分析训练负荷 |
| 工具 | get_activity_recommendations() | 获取建议 |
使用示例
from mcp import ClientSession
# Получение активностей
async with ClientSession() as session:
activities = await session.read_resource("strava://activities")
activity = await session.read_resource("strava://activities/12345678")
# Анализ тренировки
result = analyze_activity(activity_id="12345678")
"""
{
"type": "Run",
"distance": 5000,
"moving_time": 1800,
"analysis": {
"pace": 5.5, # мин/км
"effort": "Средняя"
}
}
"""
# Анализ нагрузки
summary = analyze_training_load(activities)
"""
{
"activities_count": 10,
"total_distance": 50.5, # км
"total_time": 5.2, # часы
"heart_rate_zones": {
"easy": 4, # ЧСС < 120
"medium": 4, # ЧСС 120-150
"hard": 2 # ЧСС > 150
}
}
"""
# Получение тренировочных зон
async with ClientSession() as session:
zones = await session.read_resource("strava://athlete/zones")
"""
{
"heart_rate": {
"custom_zones": true,
"zones": [
{"min": 0, "max": 120, "name": "Z1 - Recovery"},
{"min": 120, "max": 150, "name": "Z2 - Endurance"},
{"min": 150, "max": 170, "name": "Z3 - Tempo"},
{"min": 170, "max": 185, "name": "Z4 - Threshold"},
{"min": 185, "max": -1, "name": "Z5 - Anaerobic"}
]
},
"power": {
"zones": [
{"min": 0, "max": 180},
{"min": 181, "max": 250},
{"min": 251, "max": 300},
{"min": 301, "max": 350},
{"min": 351, "max": -1}
]
}
}
"""
🛠 开发
CI/CD 和安全
GitHub Actions 中的检查
| 类型 | 工具 | 描述 |
|---|---|---|
| 代码检查 | ruff | 代码格式化和分析 |
| 测试 | pytest | 单元测试和集成测试 |
| 覆盖率 | pytest-cov | 代码覆盖率报告 |
安全和密钥
-
保护令牌:
.env位于.gitignore中- CI/CD 使用 GitHub Secrets
- 速率限制:100 次请求/15 分钟
-
配置密钥:
# В GitHub: Settings → Secrets → Actions STRAVA_CLIENT_ID=<client_id> STRAVA_CLIENT_SECRET=<client_secret> STRAVA_REFRESH_TOKEN=<refresh_token>
贡献
-
Fork 仓库
-
安装依赖:
uv pip install -e ".[dev]" -
创建分支:
git checkout -b feature/name -
检查更改:
ruff format . ruff check . pytest --cov=src -
创建 Pull Request
📫 支持
- GitHub Issues:创建 issue
- Telegram:@greg_kisel
📄 许可证
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。