dalingring-mcp
This server does not currently have a deployable release on Glama. Follow the repository's setup instructions to install and configure it for your MCP client, including any required credentials and local dependencies.
dalingring-mcp
A Model Context Protocol server for DalingRing smart rings — bring your own account, read your own data, analyze it locally.
把 DalingRing 智能戒指的数据接进 Codex / Claude Desktop / Cursor 等支持 MCP 的 AI 工具, 或用自带的 web 面板直接看图表。所有数据只存在本机。
非官方第三方客户端。做的事情等价于你在手机上打开 App 看到的内容,只是把数据落成本地 SQLite,让 AI 能算、能比、能画。

目录
Related MCP server: oura-mcp-server
它解决什么问题
手机 App 只能看,不能问。
你想知道的 | App 能不能回答 |
我最近睡眠是不是在变差? | 给一张图,自己判断 |
睡得少的那几天,压力是不是更高? | 不提供 |
把 9 月和 10 月的静息心率对比一下 | 只能手动翻 |
报告说我 HRV 偏低,那我实际 HRV 是多少? | 要跨两个页面自己找 |
接上 MCP 之后这些都变成一句话:
你:帮我看看这个月睡眠和压力的关系
模型:(sync → analyze_sleep → analyze_stress → correlate)
30 天里睡眠时长均值 317 分钟,低于 7 小时的有 18 天;
压力均值 44,高压日集中在周三周四;
两者相关系数 -0.62,中等负相关——睡得短的那几天压力确实更高。系统架构
┌──────────────────────┐ ┌──────────────────────┐
│ AI 工具 │ MCP (stdio) │ MCP server │
│ Codex / Claude │◀──────────────────▶│ server.py │
│ Cursor / Cline │ 23 个 tools │ 23 tools │
└──────────────────────┘ └──────────┬───────────┘
│
┌──────────────────────┐ │
│ 浏览器 │ HTTP :8770 │
│ 可视化面板 │◀──────────────────┐ │
└──────────────────────┘ │ │
▼ ▼
┌────────────────────────────┐
│ web/server.py 9 个 API │
└────────────┬───────────────┘
│
┌──────────────────────────┴─────────────────────────┐
▼ ▼
┌────────────────────┐ ┌────────────────────┐
│ client.py │ 只读 GET/POST │ store.py │
│ 请求头 + token 注入 │ ───────────────────────────▶ │ SQLite 本地缓存 │
└────────────────────┘ api.dalingring.com └─────────┬──────────┘
▼
┌────────────────────┐
│ analyze.py │
│ report_parse.py │
│ 纯函数统计 / 报告解析 │
└────────────────────┘一条设计主线:云端数据只拉一次,之后所有计算都在本地。
sync(days=90) → 约 450 次请求 → SQLite 落盘
↓
analyze_* / correlate / report_parse
↓
纯 SQL 查询 + 标准库统计,零请求、断网可用、无限次这是它和"随手写个脚本"的本质区别——你问十遍「这月对比上月」,服务器一次都不用碰。
快速开始
环境
Python 3.10+
一个能登录 DalingRing App 的手机号(密码或短信验证码)
安装
git clone https://github.com/Swellyhow/dalingRing-R-G.git
cd dalingRing-R-G
# 方式一:安装为包
pip install -e .
# 方式二:不安装,直接用 PYTHONPATH(下面配置里就是这么写的)验证
# Linux / macOS
PYTHONPATH=src python -m dalingring_mcp
# Windows PowerShell
$env:PYTHONPATH="src"; python -m dalingring_mcp进程挂在那儿等输入就对了(stdio 模式,没有输出是正常现象)。
接进 AI 工具
[mcp_servers.dalingring]
command = "python"
args = ["-m", "dalingring_mcp"]
env = { PYTHONPATH = "/absolute/path/to/dalingRing-R-G/src" }{
"mcpServers": {
"dalingring": {
"command": "python",
"args": ["-m", "dalingring_mcp"],
"env": { "PYTHONPATH": "/absolute/path/to/dalingRing-R-G/src" }
}
}
}{
"mcpServers": {
"dalingring": {
"command": "python",
"args": ["-m", "dalingring_mcp"],
"env": { "PYTHONPATH": "/absolute/path/to/dalingRing-R-G/src" }
}
}
}第一次使用
你:登录我的 DalingRing 账号,手机号 1xxxxxxxxxx,密码 xxxxxx
模型:调 login_password → token 存到 ~/.dalingring/token.json
你:同步最近 90 天的数据
模型:调 sync(days=90) → 拉取睡眠/心率/血氧/HRV/压力/报告
你:我最近睡眠怎么样
模型:调 analyze_sleep(30) → 给结论工具清单(23 个)
认证
工具 | 说明 |
| 手机号 + 密码,优先走 v2 登录(能读新版报告),失败回退 v1 |
| 发短信验证码(服务端有频率限制,别连点) |
| 验证码登录 |
| 当前账号 + 绑定设备 |
| 清除本地 token |
同步
工具 | 说明 |
| 拉最近 N 天数据入库, |
| 下载报告全文到本地 |
查询
工具 | 说明 | 数据源 |
| 昵称/性别/生日/身高体重/设备 MAC | 云端 |
| 某天全部指标快照 | 云端 |
| 9 个心脏趋势指标 | 云端 |
| 睡眠明细 | 本地 |
| 心率/静息心率/HRV/血氧 | 本地 |
| 压力值 | 本地 |
| 报告列表 | 本地 |
| 报告原始 JSON(自动选 v1/v2) | 云端 |
| 渲染成 App 里那份报告的排版 | 云端→解析 |
| 报告结构化字段 | 云端→解析 |
分析(全部离线)
工具 | 说明 |
| 均值/中位数/标准差/趋势斜率/最差日/不足 7 小时天数 |
| 日均心率、静息心率趋势、HRV 分布 |
| 日均、波动、高压异常日(>2σ) |
| 三块合一 |
| 皮尔逊相关系数 + 强弱判定 |
| 导出 JSON 供模型直接读 |
可用指标名:sleep_duration sleep_score heart_rate_avg heart_rate_rest
hrv_avg spo2_avg stress_avg stress_week_avg sleep_week_duration sleep_week_score
可视化面板
不想跟模型对话、只想看图表的时候:
python web/server.py # http://127.0.0.1:8770
python web/server.py --port 9000区块 | 内容 |
顶栏 | 昵称、性别年龄、设备型号、MAC、绑定状态 |
指标卡 | 睡眠时长 / 静息心率 / HRV / 压力,各带「相对均值」的差值与涨跌色 |
趋势 | 6 张 SVG 折线,可切 7/30/90 天 |
指标对比 | 双 Y 轴折线,任选两个指标叠加 + 皮尔逊相关系数 |
健康报告 | 分数环 + 检测时间,点开是完整报告 |
数据概况 | 库路径、原始行数、指标行数、报告数、日期范围 |

深链:http://127.0.0.1:8770/?report=<reportId> 直接打开某份报告。
技术选择上刻意保持零依赖:后端 http.server,前端原生 JS + 手写 SVG 折线,
不引 ECharts/CDN。断网也能用。
指标对比为什么值得单独做
单指标趋势只能看"自己在变好还是变差",看不出"两件事有没有关系"。对比面板把两个指标 放到同一张图(左右各一根 Y 轴、实线 + 虚线区分),下面直接给结论:
r = -0.62 负相关 · 中等 样本 30 天样本不足 8 天时不会硬算,而是明确告诉你「只有 2 天共同数据,至少需要 8 天」——
这是 analyze.correlate 的保护,避免从两三个点编出结论。
API
方法 | 路径 | 作用 |
GET |
| 账号 + 最新指标 + 全部序列 + 分析摘要 |
GET |
| 报告列表 |
GET |
| 单份报告(结构化 + markdown) |
GET |
| 两指标相关性 + 两条原始序列 |
GET |
| 同步进度 |
POST |
| 触发同步 |
POST |
| 页面里直接登录 |
GET |
| 健康检查 |
报告解析
App 里的「健康评估报告」是 report/v2/find 返回的一坨嵌套 JSON。report_parse.py
按 App 的渲染顺序把它拆成 8 段:
intro 标题 + 描述
overallAssessment 总分 / 状态名 / 一句话概述
healthSignalObservations 健康信号卡(脾胃负担、睡眠恢复…)
vitalSigns 生命体征,分 3 组:心肺与循环 / 恢复与压力 / 日常状态
tcmConstitution 中医体质(主体质、脉象、舌象四要素)
constitutionRelatedTrends 体质相关趋势(分数 + 优先级 + 依据)
dualSystemInterpretation 综合建议 + 行动建议 + 三餐饮食建议
disclaimer 免责声明用途 | 工具 | 返回 |
贴给用户看 |
| 3000+ 字 markdown |
给模型算 |
| 结构化字段 |
有了这两个工具,就能问出 App 问不出来的问题:
我三份报告里气虚质是变好还是变差?
把最近两份报告的体质相关趋势做个 diff
报告说我 HRV 偏低,那我实际 HRV 是多少?新版报告必须用
login/v2拿 token 才能访问report/v2/find(type=0走密码,type=1走验证码)。login_password已默认走 v2,失败自动回退 v1。
适用场景
适合:
想批量导出自己的健康数据做长期跟踪
想让 AI 帮忙做趋势分析、相关性分析,而不是每张图自己看
多个季度 / 多份报告的对比(体质变化、指标漂移)
把数据接进自己的看板、Notion、Excel
学习 MCP server 怎么写(代码量小、结构完整、有真实数据)
不适合:
想绕过 App 做破解或改数据——本项目只有读接口
想要实时数据——它是同步式,不是流式
多用户服务端部署——设计上是单机单账号工具
功能限制
诚实列出,避免踩坑:
限制 | 说明 |
数据取决于戒指 | 没戴、没同步、没充电,云端就是空的。 |
只有读接口 | 刻意没做写入(改体重、绑设备、删记录),避免误操作 |
服务端限流 |
|
token 有时效 | JWT 过期后需重新登录, |
不支持多设备 | 一次只能持有一个账号的 token;多账号靠 |
依赖非公开接口 | 服务端一改接口就可能失效,见 路线图 |
不做数据校验 | 拿到什么就是什么,不纠正服务端的异常值(比如 HRV 显示 0) |
协议版本 | 基于 |
路线图
MCP server,21 个基础工具
报告解析(markdown + 结构化)
v2 登录与 v2 报告接口
可视化面板(趋势 + 报告 + 对比)
双 Y 轴指标对比 + 相关系数
散点图 + 线性拟合
批量补拉历史(指定起始日往回翻 90 天)
web 面板多账号切换
报告时间序列(多份报告的体质分数排成曲线)
CSV / Excel 导出
接口失效时的降级与告警
开发与测试
dalingring-mcp/
├── src/dalingring_mcp/
│ ├── config.py 环境变量与路径
│ ├── client.py HTTP 层(请求头/token/重试/错误归一化)
│ ├── auth.py 登录 + token 落盘(JWT payload 解码)
│ ├── store.py SQLite(raw / daily / reports 三张表)
│ ├── sync.py 批量拉取 + 指标抽取
│ ├── analyze.py 统计函数(无 pandas 依赖)
│ ├── report_parse.py 报告解析与渲染
│ └── server.py MCP 工具定义 + 入口
├── web/
│ ├── server.py 面板后端(http.server)
│ └── static/ 前端(原生 JS + SVG)
├── tests/fixtures/ 脱敏后的报告样例
└── test_*.py 三个测试脚本python test_smoke.py # 协议层:list_tools + 调一个离线工具
python test_e2e.py # 登录 → 同步 → 分析(需 DR_MOBILE / DR_PASSWORD)
python test_report.py # 报告解析(需账号)环境变量:
export DR_MOBILE=1xxxxxxxxxx
export DR_PASSWORD=xxxxxx加一个新接口
在
client.py或sync.py里加调用在
store.save_daily()里定一个指标名在
analyze.py里加一个xxx_summary()在
server.py里加@mcp.tool()包一层
四步,没有别的魔法。
数据与隐私
token 存
~/.dalingring/token.json,权限收到当前用户(POSIX 600 / Windows ACL)数据存
~/.dalingring/data.sqlite3多账号:
DALINGRING_HOME=~/.dalingring/alice python -m dalingring_mcp不会:代登录、缓存别人的 token、把数据发给任何第三方
仓库里不含任何真实账号、token 或健康数据;测试用
tests/fixtures/下的脱敏样例
许可证
MIT © 2026 dalingring-mcp contributors
仅对本项目代码授权。DalingRing 品牌、App、服务端接口及其返回数据的所有权归原权利人, 不在此授权范围内。
免责声明
本项目是非官方的个人数据导出工具,依赖公开的客户端接口。使用者需自行确保:
对所操作的账号有合法使用权
导出的健康数据按当地法规妥善保管
不用于商业分发或规避服务条款
健康数据仅供参考,不构成医学诊断。作者不对数据准确性及使用后果负责。
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
This server cannot be deployed
Maintenance
Related MCP Connectors
Multi-tenant hosted MCP server for Oura Ring — 21 read-only tools, OAuth per user.
Governed personal world model and memory for your AI agent. Pair once, connect over MCP.
Hosted Apple Health MCP: workouts, sleep and HRV in ChatGPT, Claude, Gemini, Grok. Free, no export.
MCP server for Withings health data — sleep, activity, heart, and body metrics.
Related MCP Servers
- AlicenseBqualityBmaintenanceLocal-first MCP server that connects AI agents to your Oura Ring readiness, sleep, activity, and HRV data. Tokens never leave your machine.27175 npm6MIT
- FlicenseNot gradedqualityDmaintenanceEnables AI assistants to query Oura Ring health data (sleep, readiness, activity, heart rate, SpO2, stress) via a remote MCP server.-
- AlicenseBqualityBmaintenanceDownloads all your Garmin health and fitness data into a local SQLite database and exposes 45 MCP tools for AI analysis, enabling assistants to query sleep, training load, HRV, and more.4899 PyPI173AGPL 3.0
- AlicenseAqualityCmaintenanceEnables AI agents to sync WHOOP recovery, sleep, workouts, cycles, and body-measurement data into a local Postgres database and query it through fast, offline-capable MCP tools without repeatedly hitting WHOOP API rate limits.10MIT