TrainingPeaks MCP

Servidor MCP somente leitura para o TrainingPeaks. Com ele, Claude, Grok ou qualquer outro cliente MCP consultam os seus treinos, a análise de cada treino, fitness (CTL/ATL/TSB), recordes, provas, calendário, métricas de saúde, equipamentos, treinos de força e a biblioteca de treinos, sem nunca alterar nada na sua conta.

Projeto não oficial. O TrainingPeaks só libera a API oficial para parceiros aprovados, por isso este servidor usa a mesma API interna do site, autenticada pelo cookie da sua sessão. Ela pode mudar sem aviso, e o uso é por sua conta e risco.

O mapeamento da API veio do JamsusMaximus/trainingpeaks-mcp. A diferença é que aqui só existem operações de leitura.

O que dá para perguntar

• "Como foi minha semana de treinos? Cumpri o planejado?"

• "Qual é a estrutura do intervalado de terça?"

• "Como está meu CTL e minha forma para a prova do mês que vem?"

• "Quais são meus melhores tempos de 5 km e 10 km este ano?"

• "Como variou minha FC na corrida longa de domingo?"

• "Quantos km meu tênis atual já tem?"

São 18 tools, todas marcadas como somente leitura. A lista completa, com o que cada uma devolve, está em src/servers/trainingpeaks/README.md.

Related MCP server: WHOOP

Garantia de somente leitura

Não basta nenhuma tool escrever: o cliente HTTP é montado com um transporte (ReadOnlyTransport, em src/lib/http.py) que bloqueia qualquer POST/PUT/DELETE antes de a requisição sair da máquina. A única exceção é uma lista fechada de POST que a API usa para consultar dados, como a curva de fitness e a análise de treino.

Requisitos

• Python 3.14 e Poetry 2.x. Com mise, basta mise install.

• Uma conta TrainingPeaks. Os dados de fitness e a análise detalhada dependem dos recursos da sua assinatura.

Configuração

1. Instale as dependências:

   git clone https://github.com/cmhpedro/trainingpeaks-mcp.git
   cd trainingpeaks-mcp
   poetry install        # ou: mise install

2. Pegue o cookie de sessão:

   1. Faça login em https://app.trainingpeaks.com.

   2. Abra o DevTools → Application → Cookies → https://app.trainingpeaks.com.

   3. Copie o valor de Production_tpAuth.

3. Crie o .env na raiz do repo:

   cp .env.example .env
   # TRAININGPEAKS_AUTH_COOKIE=<valor do cookie>

O cookie expira de tempos em tempos. Quando isso acontecer, as tools respondem explicando como renová-lo. Basta atualizar o .env: o valor é relido a cada renovação de token, então não precisa reiniciar o servidor.

Uso local (stdio)

Claude Code:

claude mcp add trainingpeaks --scope user -- \
  poetry --directory /caminho/para/trainingpeaks-mcp run python -m src.servers.trainingpeaks

Claude Desktop (claude_desktop_config.json):

{
  "mcpServers": {
    "trainingpeaks": {
      "command": "poetry",
      "args": [
        "--directory", "/caminho/para/trainingpeaks-mcp",
        "run", "python", "-m", "src.servers.trainingpeaks"
      ]
    }
  }
}

MCP Inspector, para testar as tools à mão:

npx @modelcontextprotocol/inspector poetry run python -m src.servers.trainingpeaks

Uso remoto (HTTP)

A imagem Docker sobe o servidor em streamable HTTP, com o endpoint em /mcp e um health check em /health:

docker build -t trainingpeaks-mcp .
docker run --rm -p 127.0.0.1:8000:8000 \
  -e TRAININGPEAKS_AUTH_COOKIE=<cookie> \
  -e MCP_ALLOWED_HOSTS=mcp.seudominio.com \
  trainingpeaks-mcp src.servers.trainingpeaks

⚠️ O servidor não tem autenticação própria. Quem alcança a URL lê todos os seus dados do TrainingPeaks. Nunca exponha a porta diretamente: coloque um proxy com login na frente.

Uma forma que funciona bem é o Cloudflare Tunnel com o Cloudflare Access e o Managed OAuth, o fluxo OAuth que os clientes MCP entendem:

• a porta fica só no 127.0.0.1 do host e é publicada pelo túnel;

• uma application self-hosted do Access cobre o hostname, com uma policy Allow só para o seu e-mail;

• o Managed OAuth fica ligado e as Allowed redirect URIs incluem https://claude.ai/api/mcp/auth_callback e https://claude.com/api/mcp/auth_callback;

• Protect with Access fica ligado na rota do túnel, para o cloudflared validar o JWT do Access (team name + AUD tag);

• se o domínio tiver regras de WAF com challenge (por país, Bot Fight Mode etc.), abra uma exceção para o hostname. O Claude conecta a partir dos servidores da Anthropic, que não resolvem challenge. O Access continua barrando quem não fez login.

No Claude, o conector é adicionado em Customize → Connectors → Add custom connector, com a URL https://<hostname>/mcp, Sign in now e o OAuth client Register automatically.

Desenvolvimento

poetry run poe test    # pytest
poetry run poe type    # pyright
poetry run poe lint    # ruff check --fix + ruff format

Os testes não batem na API real: um fake servido por httpx.MockTransport responde com as fixtures JSON de src/servers/trainingpeaks/fixtures/.

O repo foi pensado para abrigar mais de um servidor MCP, por isso o código fica em src/servers/<ferramenta>/, com utilitários compartilhados em src/lib/. As convenções (camadas, desenho das tools, testes) estão no CLAUDE.md.

src/
  lib/                     HTTP somente leitura, retry, transporte (stdio/HTTP), unidades
  servers/trainingpeaks/
    server.py              tools MCP (camada de transporte)
    service.py             regras que combinam várias chamadas
    client.py              cliente da API + conversão para os models
    domain.py              models Pydantic de saída

Use junto: Garmin Personal MCP

Se você usa relógio Garmin, o Garmin Personal MCP complementa bem este servidor. Ele lê o Garmin Connect pela Personal API oficial da Garmin, com uma chave revogável, sem senha e somente leitura. Com os dois conectados, o cliente cruza:

• TrainingPeaks: o plano, o que foi prescrito vs. realizado, a carga (TSS, CTL/ATL/TSB) e as provas;

• Garmin: o que o relógio mede no dia a dia, como sono, HRV, Body Battery e estresse, além do detalhe de cada atividade.

Isso permite perguntas como "dormi mal e o HRV caiu: vale manter o intervalado de amanhã?".

Créditos

• JamsusMaximus/trainingpeaks-mcp, pelo mapeamento da API do TrainingPeaks.

• Mason-Levyy/garmin-personal-mcp, pela inspiração na forma de ler as atividades.

Licença

MIT