Integrations
Integrates with Google Fitness API, allowing management and access to health and fitness data in Google Fit. The server was generated for the specific OpenAPI spec at googleapis.com/fitness/v1.
Servidor MCP
Este proyecto es un servidor MCP (Protocolo de conversación multiagente) para la URL OpenAPI dada: https://api.apis.guru/v2/specs/googleapis.com/fitness/v1/openapi.json , generada automáticamente mediante el generador MCP de AG2.
Prerrequisitos
- Python 3.9+
- pip y uv
Instalación
- Clonar el repositorio:Copy
- Instalar dependencias: El script .devcontainer/setup.sh gestiona la instalación de dependencias mediante
pip install -e ".[dev]"
. Si no utiliza el contenedor dev, puede ejecutar este comando manualmente.Alternativamente, puedes utilizarCopyuv
:Copy
Desarrollo
Este proyecto utiliza ruff
para control de linting y formateo, mypy
para verificación de tipos estáticos y pytest
para pruebas.
Pelusa y formato
Para comprobar si hay problemas de pelusa:
Para formatear el código:
Estos comandos también están disponibles a través del script scripts/lint.sh .
Análisis estático
Para ejecutar un análisis estático (mypy, bandit, semgrep):
Este script también se configura como un gancho previo a la confirmación en .pre-commit-config.yaml .
Ejecución de pruebas
Para ejecutar pruebas con cobertura:
Esto ejecutará pytest y generará un informe de cobertura. Para un informe y una limpieza combinados, puede usar:
Ganchos de pre-confirmación
Este proyecto utiliza ganchos de pre-confirmación definidos en .pre-commit-config.yaml . Para instalar los ganchos:
Los ganchos se ejecutarán automáticamente antes de cada confirmación.
Ejecución del servidor
El servidor MCP se puede iniciar mediante el script mcp_server/main.py . Admite diferentes modos de transporte (p. ej., stdio
y sse
).
Para iniciar el servidor (por ejemplo, en modo stdio):
El servidor se puede configurar mediante variables de entorno:
CONFIG_PATH
: Ruta a un archivo de configuración JSON (por ejemplo, mcp_server/mcp_config.json ).CONFIG
: Una cadena JSON que contiene la configuración.SECURITY
: Variables de entorno para parámetros de seguridad (por ejemplo, claves API).
Consulte el bloque if __name__ == "__main__":
en mcp_server/main.py para obtener detalles sobre cómo se cargan.
El archivo tests/test_mcp_server.py demuestra cómo iniciar e interactuar con el servidor mediante programación para realizar pruebas.
Construcción y publicación
Este proyecto utiliza Hatch para compilar y publicar. Para compilar el proyecto:
Para publicar el proyecto:
Estos comandos también están disponibles a través del script scripts/publish.sh .
This server cannot be installed
Un servidor MCP que proporciona una interfaz a la API de Fitness de Google, lo que permite la interacción con datos de fitness a través del lenguaje natural utilizando el Protocolo de conversación multiagente.
Related MCP Servers
- -securityAlicense-qualityAn MCP server that provides AI assistants access to the Beeminder API, allowing them to help users track goals, manage datapoints, and interact with Beeminder's self-commitment tools through natural language.Last updated -2PythonMIT License
- -securityFlicense-qualityAn MCP server that enables AI assistants to access and interact with Google Classroom data, allowing users to view courses, course details, and assignments through natural language commands.Last updated -5081JavaScript
- -securityFlicense-qualityAn MCP server that provides access to Google's API Discovery Service, allowing agents to discover and interact with Google APIs through natural language commands.Last updated -Python
- -securityFlicense-qualityAn MCP (Multi-Agent Conversation Protocol) server that enables interaction with Google's Managed Service for Microsoft Active Directory through its OpenAPI, allowing users to manage identity resources through natural language.Last updated -Python