Strava

Strava MCP 服务

用于集成 Strava 的 Model Context Protocol（MCP）服务。通过 Claude、ChatGPT 和其他大模型访问你的活动、运动员统计数据、路段和路线。

概述

此 MCP 服务提供 11 个工具，用于与 Strava 账户交互，分为 5 个类别：

• 活动（2 个工具）——查询和分析你的 Strava 活动
• 运动员（1 个工具）——访问个人资料、统计数据和训练区间
• 路段（3 个工具）——探索和跟踪路段成绩
• 路线（2 个工具）——管理和导出路线
• 分析（3 个工具）——训练洞察、比较和相似性搜索

此外，该服务还提供：

• 1 个 MCP 资源——包含统计数据和区间信息的运动员个人资料，可用于持续提供上下文
• 6 个 MCP 提示词——常见查询模板（训练分析、路段表现、活动分析、跑步比较、训练摘要、比赛表现）

部署选项：

• Stdio 模式：单用户本地部署（例如 Claude Desktop、Cursor）
• HTTP 模式：多用户部署（例如 ChatGPT、远程 MCP 部署）

前提条件

• uv（此软件包需要 Python 3.11+，uv 可负责管理），或
• Docker

Strava API 应用设置

安装前，你需要创建一个 Strava API 应用：

1. 前往 https://www.strava.com/settings/api
2. 使用以下设置创建新应用：
   • 应用名称：自选（例如 “My Strava MCP”）
   • 类别：自选（例如 “Data Importer”）
   • 俱乐部：留空（可选）
   • 网站：可填写任意内容（例如 http://localhost）
   • 授权回调域：必须为 localhost
3. 创建后，记下你的 Client ID 和 Client Secret
4. 你将在下方的设置过程中使用这些凭据

安装与设置

身份验证的工作方式

Stdio 模式（单用户，预配置）

1. OAuth 流程——通过浏览器进行一次性授权
2. 令牌存储——OAuth 令牌默认保存到 ~/.strava-mcp.env，如果本地存在 .env 文件，则保存到该文件
3. 自动刷新——令牌过期时自动刷新
4. 持久化——后续运行会复用已存储的令牌

HTTP 模式（多用户，按需）

1. OAuth 流程——每位用户首次连接时授权（MCP OAuth → Strava OAuth）
2. 令牌存储——OAuth 令牌存储在会话存储中（内存或 DynamoDB）
3. 自动刷新——按会话自动刷新令牌
4. 持久化——会话在 12 小时后过期（可配置）

选项 1：使用 uvx

uvx mcp-strava auth

此交互式向导将引导你配置 stdio 或 http 传输模式的身份验证。配置默认写入 ~/.strava-mcp.env。

如果你更倾向于检出源代码进行开发，请参阅下方的“使用本地源代码”。

如需手动配置 stdio，请使用 Strava OAuth 应用 凭据和令牌创建 ~/.strava-mcp.env。

选项 2：使用 Docker

# Pull the image
docker pull ghcr.io/eddmann/strava-mcp:latest

然后配置凭据：

# Create the env file first (Docker will create it as a directory if it doesn't exist)
touch strava-mcp.env

# Run the setup script
docker run -it --rm \
  -v "/ABSOLUTE/PATH/TO/strava-mcp.env:/app/.env" \
  ghcr.io/eddmann/strava-mcp:latest \
  auth

此交互式向导将引导你配置 stdio 或 http 传输模式的身份验证。

必需的 OAuth 作用域

身份验证过程会请求以下作用域：

• profile:read_all - 读取运动员个人资料和区间
• activity:read_all - 读取所有活动数据
• activity:read - 读取活动摘要
• profile:write - 收藏/取消收藏路段

传输模式

该服务支持两种传输模式，通过 --transport 标志选择（默认使用 stdio，无需指定标志）：

Stdio 模式（默认）

使用标准输入/输出与一个预配置的 Strava 账号通信。

• 身份验证：使用 ~/.strava-mcp.env 或本地 .env 文件中的预配置 OAuth 令牌
• 用户：每个部署支持单个用户
• 设置：运行 strava-mcp auth 授权一次
• 令牌存储：默认存储在 ~/.strava-mcp.env 中，开发和 Docker 环境可使用本地 .env 文件覆盖

HTTP 模式（可流式传输的 HTTP）

使用 HTTP 传输，并为每位用户提供独立的 OAuth 流程。

• 身份验证：每位用户分别执行 OAuth 流程（MCP OAuth → Strava OAuth）
• 用户：支持多位用户，并使用独立的会话
• 设置：基于环境变量进行配置
• 令牌存储：内存或 DynamoDB 会话存储

Claude Desktop 配置

将以下内容添加到配置文件中：

• macOS：~/Library/Application Support/Claude/claude_desktop_config.json
• Windows：%APPDATA%\Claude\claude_desktop_config.json

使用 uvx

运行 uvx mcp-strava auth 后，配置 Claude Desktop 启动已发布的包：

{
  "mcpServers": {
    "strava": {
      "command": "uvx",
      "args": ["mcp-strava"]
    }
  }
}

使用本地源代码

开发时，从本地检出目录运行：

cd strava-mcp
make deps
uv run strava-mcp auth

{
  "mcpServers": {
    "strava": {
      "command": "uv",
      "args": [
        "run",
        "--directory",
        "/ABSOLUTE/PATH/TO/strava-mcp",
        "strava-mcp",
        "--transport",
        "stdio"
      ]
    }
  }
}

使用 Docker

{
  "mcpServers": {
    "strava": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-v",
        "/ABSOLUTE/PATH/TO/strava-mcp.env:/app/.env",
        "ghcr.io/eddmann/strava-mcp:latest",
        "--transport",
        "stdio"
      ]
    }
  }
}

ChatGPT 集成与 HTTP 模式

在 HTTP 模式下运行

在 HTTP 模式下启动服务，以便远程部署：

# Using uvx
uvx --from "mcp-strava[http]" mcp-strava --transport http

# Using local source
cd /ABSOLUTE/PATH/TO/strava-mcp
make deps
uv run strava-mcp --transport http

# Using Docker
docker run -p 8000:8000 --rm \
  -v "/ABSOLUTE/PATH/TO/strava-mcp.env:/app/.env" \
  ghcr.io/eddmann/strava-mcp:latest \
  --transport http

可以使用 uvx mcp-strava auth 配置环境变量，也可以在本地检出目录或 Docker 镜像中使用 strava-mcp auth 配置。

使用 ngrok 进行本地开发

在本地测试 ChatGPT 集成：

1. 在 HTTP 模式下启动服务：

   uv run strava-mcp --transport http
   

2. 在另一个终端中，通过 ngrok 暴露服务：

   ngrok http 8000
   

3. 更新环境变量：将 STRAVA_MCP_BASE_URL 设置为你的 ngrok URL：

   export STRAVA_MCP_BASE_URL=https://abc123.ngrok.io
   

   或添加到你的 .env 文件中：

   STRAVA_MCP_BASE_URL=https://abc123.ngrok.io
   

4. 重启服务，使其应用新的基础 URL

5. 配置 ChatGPT：使用 ngrok URL（带 /mcp 路径）作为 MCP 服务端点

用法

使用自然语言让 Claude 与你的 Strava 数据交互。该服务提供工具、资源和提示词模板，帮助你快速上手。

使用 MCP 提示词快速开始

使用内置提示词模板处理常见查询（可通过 Claude 中的提示词建议使用）：

• analyze_recent_training - 分析我过去 30 天的训练情况
• segment_performance - 分析我在特定路段上的表现
• activity_deep_dive - 深入分析某项活动
• compare_recent_runs - 对比我最近的跑步，追踪进步情况
• training_summary - 显示全面的训练摘要
• race_performance_analysis - 分析特定距离的比赛表现

活动

"Show me my runs from the last 30 days"
"Get my last long run with lap splits and heart rate zones"
"Show me the comments and kudos on my half marathon race"
"Find all my marathon races from this year"
"Show me all 10km runs from the last 90 days"

运动员个人资料与统计数据

"Show my athlete profile with year-to-date stats and training zones"

注意：运动员个人资料资源（strava://athlete/profile）会自动提供持续的上下文。

路段

"Show me the Box Hill segment with my effort history"
"Find running segments near Hyde Park"
"Show the leaderboard for my favorite climb segment"

路线

"List my routes"
"Export my Richmond Park route to GPX"

训练分析

"Analyze my training over the past 30 days"
"Analyze my marathon race performance this year"
"Compare my last three 10K runs"
"Find runs similar to my last tempo workout"
"Show me all my 5k races from the last year"

注意：返回列表的工具使用基于游标的分页，默认限制为 10 项（活动/路段/路线）或 50 项（排行榜）。

可用工具

活动（2 个工具）

工具	说明
query_activities	统一查询活动，支持筛选（距离、标题、比赛状态）和可选的扩展数据（分段、区域、数据流）
get_activity_social	获取某项活动的评论和赞

运动员（1 个工具）

工具	说明
get_athlete_profile	获取运动员个人资料，可选包含统计数据（近期、年初至今、历史全部）和训练区域

Segments（3 个工具）

工具	描述
query_segments	统一查询赛段（按 ID 查询、查询已加星标的赛段，或按地理边界浏览）
star_segment	为赛段加星标或取消星标
get_segment_leaderboard	获取赛段排行榜并使用筛选选项

Routes（2 个工具）

工具	描述
query_routes	获取路线详情（按 ID 查询单条路线或列出所有路线）
export_route	将路线导出为 GPX 或 TCX 格式

分析（3 个工具）

工具	描述
analyze_training	分析指定时间段内的训练，并按距离、标题和比赛状态筛选及汇总指标
compare_activities	并排比较 2-5 项活动
find_similar_activities	查找与参考活动相似的活动，并提供预筛选选项以跟踪进度

MCP 资源

资源可为大模型持续提供上下文，无需显式调用工具：

资源	描述
strava://athlete/profile	完整的运动员资料，包含近期统计数据、训练区间和装备

MCP 提示词

常见查询的提示词模板（可通过 Claude 中的提示词建议访问）：

提示词	描述
analyze_recent_training	对指定时间段内的训练进行全面分析
race_performance_analysis	分析特定距离的比赛表现
segment_performance	详细分析赛段表现
activity_deep_dive	深入分析特定活动及其所有指标
compare_recent_runs	比较近期跑步活动，以发现趋势和进步
training_summary	全面的训练概览及建议

许可证

MIT 许可证——详情请参阅 LICENSE 文件。

免责声明

本项目与 Strava, Inc. 无关联，也未获得其认可或赞助。所有产品名称、徽标和品牌均归各自所有者所有。