Fitness MCP Server
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
Related MCP server: garmin-mcp-server
Instalación
Clonar el repositorio:
git clone <repository-url> cd mcp-serverInstalar 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.pip install -e ".[dev]"Alternativamente, puedes utilizar
uv:uv pip install --editable ".[dev]"
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:
ruff checkPara formatear el código:
ruff formatEstos comandos también están disponibles a través del script scripts/lint.sh .
Análisis estático
Para ejecutar un análisis estático (mypy, bandit, semgrep):
./scripts/static-analysis.shEste script también se configura como un gancho previo a la confirmación en .pre-commit-config.yaml .
Ejecución de pruebas
Para ejecutar pruebas con cobertura:
./scripts/test.shEsto ejecutará pytest y generará un informe de cobertura. Para un informe y una limpieza combinados, puede usar:
./scripts/test-cov.shGanchos de pre-confirmación
Este proyecto utiliza ganchos de pre-confirmación definidos en .pre-commit-config.yaml . Para instalar los ganchos:
pre-commit installLos 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):
python mcp_server/main.py stdioEl 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:
hatch buildPara publicar el proyecto:
hatch publishEstos comandos también están disponibles a través del script scripts/publish.sh .
This server cannot be deployed
Maintenance
Related MCP Connectors
Adaptive running coach MCP server — training data, plans, and recovery for AI assistants.
MCP server for Withings health data — sleep, activity, heart, and body metrics.
MCP server connecting AI agents to 100+ apps (Gmail, Slack, Notion, GitHub) via one-click OAuth.
Pace is a remote MCP server that exposes wearable and fitness data to Claude via the Model Context Protocol. It connects to Garmin, Oura, Whoop, Polar, Fitbit and 20+ devices and provides 15 tools for querying sleep, activity, recovery, and training data. Hosted on Google Cloud Run, OAuth 2.1 authentication, Streamable HTTP transport. Instructions: First you need to create an account at: https://pacetraining.co and connect your wearables. After that you can connect the remote Server via Custom Connector in Claude and OAuth 2.1 Flow startet.
Related MCP Servers
- AlicenseNot gradedqualityCmaintenanceMCP server to interact with Garmin Connect, enabling retrieval of health, activity, and device data through natural language.64MIT
- FlicenseAqualityDmaintenanceMCP server that connects AI assistants to Garmin Connect health and fitness data, enabling natural language queries about workouts, sleep, heart rate, and more.29-
- AlicenseAqualityDmaintenanceAn MCP server that interfaces with the Hevy fitness tracking API, enabling AI assistants to manage workouts, routines, exercise templates, and more via natural language.264,761 npmMIT
- AlicenseNot gradedqualityDmaintenanceAn MCP server that connects AI clients to the Google Health API, enabling natural language queries about health and fitness data such as steps, sleep, heart rate, and exercise sessions.56 npm1MIT