Skip to main content
Glama

개인 MCP 서버

대장간 배지

개인 건강 및 웰빙 추적을 위한 모델 컨텍스트 프로토콜 서버입니다. 이 서버는 운동, 영양, 일지 항목 추적을 위한 도구와 리소스를 제공하며, 클로드(Claude) 통합을 통한 AI 지원 분석 기능도 제공합니다.

특징

운동 추적

  • 운동, 세트, 반복 횟수를 기록하세요

  • 인지된 노력과 운동 후 감정을 추적하세요

  • 재활을 고려하여 안전한 훈련 중량을 계산하세요

  • 과거 운동 분석

  • 어깨 재활 지원

  • RPE 기반 부하 관리

영양 관리

  • 식사 기록 및 개별 식품 항목 기록

  • 단백질과 칼로리 섭취량을 추적하세요

  • 배고픔과 만족도를 모니터링하세요

  • 일일 영양 목표 및 진행 상황

  • 운동 전/후 영양 추적

  • 식사 시간 분석

저널 시스템

  • 기분과 에너지 추적이 가능한 일일 항목

  • 수면 질 및 스트레스 수준 모니터링

  • 태그 기반 조직

  • 추세 분석 및 통찰력

  • 운동, 영양, 웰빙 간의 상관관계 분석

  • 기분과 에너지 수준의 패턴 인식

Related MCP server: MCP Personal Assistant Agent

설치

Smithery를 통해 설치

Smithery 를 통해 Claude Desktop용 Personal Health Tracker를 자동으로 설치하려면:

지엑스피1

필수 조건

  • Python 3.10 이상

  • pip 또는 uv 패키지 관리자

pip 사용하기

pip install -e .

개발 설치

git clone https://github.com/yourusername/personal-mcp.git cd personal-mcp uv pip install -e ".[dev]"

용법

기본 서버

기본 설정으로 서버를 실행합니다.

personal-mcp run

개발 모드

개발을 위해 핫 리로딩을 실행하세요:

personal-mcp dev

MCP 검사관

MCP 검사기로 디버깅:

personal-mcp inspect

Claude 데스크톱 통합

Claude Desktop에 설치:

personal-mcp install --claude-desktop

구성 옵션

personal-mcp --help

사용 가능한 옵션:

  • --name : 서버 이름을 설정합니다(기본값: "개인 비서")

  • --db-path : 데이터베이스 위치 지정

  • --dev : 개발 모드 활성화

  • --inspect : MCP Inspector로 실행

  • -v, --verbose : 자세한 로깅을 활성화합니다.

MCP 도구

운동 도구

# Log a workout workout = { "date": "2024-01-07", "exercises": [ { "name": "Bench Press", "sets": [ {"weight": 135, "reps": 10, "rpe": 7} ] } ], "perceived_effort": 8 } # Calculate training weights params = { "exercise": "Bench Press", "base_weight": 200, "days_since_surgery": 90, "recent_pain_level": 2, "recent_rpe": 7 }

영양 도구

# Log a meal meal = { "meal_type": "lunch", "foods": [ { "name": "Chicken Breast", "amount": 200, "unit": "g", "protein": 46, "calories": 330 } ], "hunger_level": 7, "satisfaction_level": 8 } # Check nutrition targets targets = await mcp.call_tool("check_nutrition_targets", {"date": "2024-01-07"})

저널 도구

# Create a journal entry entry = { "entry_type": "daily", "content": "Great workout today...", "mood": 8, "energy": 7, "sleep_quality": 8, "stress_level": 3, "tags": ["workout", "recovery"] } # Analyze entries analysis = await mcp.call_tool("analyze_journal_entries", { "start_date": "2024-01-01", "end_date": "2024-01-07" })

개발

테스트 실행

# Run all tests pytest # Run with coverage pytest --cov=personal_mcp # Run specific test file pytest tests/test_database.py

코드 품질

# Format code black src/personal_mcp # Lint code ruff check src/personal_mcp # Type checking mypy src/personal_mcp

프로젝트 구조

personal-mcp/ ├── src/ │ └── personal_mcp/ │ ├── tools/ │ │ ├── workout.py │ │ ├── nutrition.py │ │ └── journal.py │ ├── database.py │ ├── models.py │ ├── resources.py │ ├── prompts.py │ └── server.py ├── tests/ │ ├── test_database.py │ ├── test_server.py │ └── test_cli.py ├── pyproject.toml └── mcp.json

기여하다

  1. 저장소를 포크하세요

  2. 기능 브랜치 생성

  3. 변경 사항을 커밋하세요

  4. 지점으로 밀어 넣기

  5. 풀 리퀘스트 만들기

특허

이 프로젝트는 MIT 라이선스에 따라 라이선스가 부여되었습니다. 자세한 내용은 라이선스 파일을 참조하세요.

-
security - not tested
F
license - not found
-
quality - not tested

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/evangstav/personal-mcp'

If you have feedback or need assistance with the MCP directory API, please join our Discord server