Workout MCP Server

Workout MCP Server

一个模型上下文协议（MCP）服务，提供骑行训练分析工具，使大模型能够分析健身数据、计算训练指标，并洞察运动表现。

功能

Workout MCP Server 提供以下工具：

• 获取训练历史记录（最近 50 次或最近 7 次训练）
• 按 ID 查找特定训练
• 计算健身指标：
  • 健身（CTL）：慢性训练负荷——42 天指数加权移动平均值
  • 疲劳（ATL）：急性训练负荷——7 天指数加权移动平均值
  • 状态（TSB）：训练压力平衡——健身与疲劳之间的差值

安装

使用 uv（推荐）

使用 uv 时，无需进行特定安装。我们将使用 uvx 直接运行 workout_mcp_server。

使用 PIP

也可以通过 pip 安装 workout_mcp_server：

pip install workout_mcp_server

安装后，可以将其作为模块运行：

python -m workout_mcp_server

配置

使用 Claude Desktop 配置

将以下内容添加到 claude_desktop_config.json：

"mcpServers": {
  "workout_mcp_server": {
    "command": "uvx",
    "args": ["workout_mcp_server"]
  }
}

"mcpServers": {
  "workout_mcp_server": {
    "command": "python",
    "args": ["-m", "workout_mcp_server"]
  }
}

使用 VSCode MCP 客户端配置

将以下内容添加到 settings.json：

"mcp.servers": {
  "workout_mcp_server": {
    "command": "uvx",
    "args": ["workout_mcp_server"]
  }
}

"mcp.servers": {
  "workout_mcp_server": {
    "command": "python",
    "args": ["-m", "workout_mcp_server"]
  }
}

可用工具

get_last_50_workouts

获取数据集中的全部 50 次训练，并按日期排序（最近的排在最前）。

get_last_7_workouts

获取最近的 7 次训练，适用于分析当前训练周。

get_workout_by_id

按训练的唯一 ID 获取特定训练。

输入：

• workout_id（string）：训练的唯一标识符

compute_fitness

根据训练压力分数（TSS）的 42 天指数加权移动平均值，计算当前健身分数（慢性训练负荷）。

compute_fatigue

根据 TSS 的 7 天指数加权移动平均值，计算当前疲劳分数（急性训练负荷）。

compute_form

计算当前状态分数（训练压力平衡），即健身与疲劳之间的差值。正值表示状态良好，负值则表明疲劳正在累积。

数据结构

每次训练包含：

• id：训练的唯一标识符
• date：训练日期（ISO 格式）
• duration_minutes：训练时长（分钟）
• distance_km：骑行距离（公里）
• avg_power_watts：平均功率（瓦）
• tss：训练压力分数
• workout_type：训练类型（例如，“耐力”“间歇”“恢复”）

开发

从源代码构建

1. 克隆代码库
2. 安装依赖项：pip install -e .
3. 运行服务：python -m workout_mcp_server

测试

运行测试：pytest

许可证

MIT 许可证——详情请参阅 LICENSE 文件。