Skip to main content
Glama
Garmin Connect MCP Server

Garmin Connect MCP Server

by flawas

Garmin Connect MCP Server

Ein Model Context Protocol Server für deine eigenen Garmin-Connect-Daten über die Garmin Connect Personal API: Aktivitäten samt FIT-Verläufen, Schlaf, HRV, Body Battery, Stress, Gewicht und Tageswerte. Der Zugriff ist read-only.

Dazu gehört ein optionales Claude-Plugin mit Analyse-Skills für Tagesform, Wochenreview, Rennen, Laufbelastung, Unihockey, Ironman sowie Ultra und Trail.

Tools

Tool

Inhalt

Standard-Zeitraum

profile

Profil-Einstellungen und HF-Zonen

–

daily_summaries

Schritte, Kalorien, Ruhepuls, Stress, Body Battery, Intensitätsminuten

7 Tage

sleep_summaries

Schlaf pro Nacht inkl. Score

14 Tage

hrv_summaries

HRV pro Nacht, Baseline, Status

28 Tage

body_battery

Body Battery pro Tag

7 Tage

stress, steps

Tageswerte

28 Tage

weight

Gewicht / Körperzusammensetzung

90 Tage

wellness_activity_summaries

Wellness-Aktivität pro Tag

7 Tage

sleep_day, hrv_day, heart_rate_day

Detail eines Tages

heute

fitness_age, spo2_day

Fitness-Alter, SpO2

heute

list_activities

Aktivitäten kompakt (Distanz, Pace, HF, Trainingseffekt, Load)

30 Tage

activity_details, activity_workouts

Volle Details einer Aktivität

–

activity_streams

FIT-Datei → Session, Laps, Verlauf (HF, Pace, Leistung, Kadenz, Höhe)

–

raw_get

Beliebiger GET-Endpoint aus der Swagger-Doku

–

Lange Zeitreihen werden standardmässig gekürzt, damit der Chat-Kontext nicht vollläuft. Mit include_timeseries=true bekommst du die Rohdaten.

API-Key

Erstelle unter https://connect.garmin.com/app/settings/personalApiToken einen Key mit Create Key. Er wird nur einmal angezeigt und läuft nach der gewählten Dauer ab (30 Tage bis 1 Jahr). Der Server liest ihn aus der Umgebungsvariable GARMIN_PERSONAL_API_KEY.

Related MCP server: mcp-garmin

Installation

Claude Desktop (Extension, empfohlen)

  1. Lade garmin-connect.mcpb aus dem neuesten Release herunter und doppelklicke die Datei.

  2. Trag den API-Key im Konfigurationsdialog ein. Er ist danach unter Einstellungen → Extensions → Garmin Connect sichtbar und änderbar.

Python und die Abhängigkeiten installiert Claude Desktop selbst.

Mit uvx (jeder MCP-Client)

Voraussetzung ist uv. Das Paket wird beim Start automatisch von PyPI geladen.

{
  "mcpServers": {
    "garmin": {
      "command": "uvx",
      "args": ["mcp-server-garmin-connect"],
      "env": { "GARMIN_PERSONAL_API_KEY": "<dein-key>" }
    }
  }
}

In Claude Code genügt ein Befehl:

claude mcp add garmin -e GARMIN_PERSONAL_API_KEY=<dein-key> -- uvx mcp-server-garmin-connect

Mit pip

pip install mcp-server-garmin-connect
GARMIN_PERSONAL_API_KEY=<dein-key> mcp-server-garmin-connect

Mit Docker

docker build -t mcp-server-garmin-connect .
docker run -i --rm -e GARMIN_PERSONAL_API_KEY=<dein-key> mcp-server-garmin-connect

Skills (optional, Claude)

Füge den Plugin-Marketplace https://github.com/flawas/garmin-mcp hinzu und installiere das Plugin garmin-connect. In Claude Code geht das mit /plugin install garmin-connect --marketplace flawas/garmin-mcp.

Skill

Wofür

morning-check

Tagesform-Ampel aus HRV, Schlaf, Ruhepuls und Body Battery mit Empfehlung für heute

weekly-review

Wochenbericht nach Sportart, optional als Obsidian-Notiz

race-readiness

Taper- und Formcheck, realistische Zielzeit, Pacing-Plan

race-debrief

Rennanalyse: Splits, Einbruch, HF-Drift, Kadenz, Lehren

running-load

Laufumfang, Steigerungsrate, ACWR, Verletzungsrisiko

floorball-load

Unihockey (bei Garmin als Feldhockey erfasst) als Intervallbelastung einordnen

ironman-build

Triathlon-Aufbau: Verteilung, Langeinheiten, Koppeltrainings, Lücken

ultra-trail

Time on Feet, Höhenmeter, Kilometer-Effort, Ermüdungsresistenz

training-analysis

Allgemeine Analysen und Basis für alle anderen Skills

Konfiguration

Variable

Pflicht

Bedeutung

GARMIN_PERSONAL_API_KEY

ja

Personal API Key

GARMIN_MCP_DATA_DIR

nein

Ordner für Token-Cache und FIT-Downloads. Standard ist ~/Library/Caches/garmin-connect-mcp auf macOS und ~/.cache/garmin-connect-mcp sonst

Debugging

Mit dem MCP Inspector:

npx @modelcontextprotocol/inspector uvx mcp-server-garmin-connect
# aus dem Repo heraus:
npx @modelcontextprotocol/inspector uv run mcp-server-garmin-connect

Meldung

Lösung

Garmin Personal API Key fehlt oder ist ungültig

Neuen Key erstellen und in der Extension bzw. in GARMIN_PERSONAL_API_KEY ersetzen

Garmin ist nicht erreichbar

Internetverbindung, VPN oder Proxy prüfen

Entwicklung

uv sync                         # Umgebung inkl. Dev-Tools
uv run pytest                   # Tests
uv run ruff check . && uv run ruff format --check .
uv run pyright                  # Typen
npx @anthropic-ai/mcpb pack . garmin-connect.mcpb   # Desktop Extension lokal bauen

Aufbau des Repos:

src/mcp_server_garmin_connect/   MCP-Server (Python-Paket, Einstiegspunkt mcp-server-garmin-connect)
tests/                           pytest
server.json                      Eintrag für die MCP Registry
manifest.json, .mcpbignore       Claude Desktop Extension (.mcpb)
.claude-plugin/, skills/         Claude-Plugin mit Analyse-Skills
.github/workflows/               CI und Release

Release

  1. Die Version in pyproject.toml, manifest.json und server.json (zweimal: oben und im PyPI-Paket) gleich setzen. Die CI prüft das. Bei Skill-Änderungen zusätzlich .claude-plugin/plugin.json erhöhen.

  2. git tag v<version> && git push origin v<version>

  3. Der Release-Workflow testet, baut, veröffentlicht auf PyPI, erstellt das GitHub-Release mit der .mcpb, trägt deren SHA-256 in server.json ein und veröffentlicht in der MCP Registry.

Vor dem ersten Release ist eine einmalige Einrichtung nötig:

  • PyPI Trusted Publishing: Auf https://pypi.org/manage/account/publishing/ einen pending publisher anlegen mit PyPI-Projekt mcp-server-garmin-connect, Owner flawas, Repository garmin-mcp, Workflow release.yml und Environment pypi.

  • GitHub: In den Repo-Einstellungen unter Environments das Environment pypi anlegen.

  • Für die MCP Registry ist nichts einzurichten. Die Anmeldung läuft über GitHub OIDC für den Namensraum io.github.flawas.

Hinweis

Die Garmin Connect Personal API ist für den persönlichen Zugriff auf die eigenen Daten gedacht, nicht für kommerzielle Anwendungen mit mehreren Nutzern. Dieses Projekt steht in keiner Verbindung zu Garmin.

Lizenz

MIT, siehe LICENSE.

Available Tools

19 tools
activity_detailsC

Vollständige Zusammenfassung einer Aktivität (Splits-Summary, Trainingseffekt, Gerät usw.).

Inputs: activity_id (required).

activity_streamsA

Lädt die Original-FIT-Datei und liefert Session-Werte, alle Laps und einen auf resolution_seconds heruntergerechneten Verlauf (HF, Pace/Speed, Leistung, Kadenz, Höhe). Ideal für Intervall-, Pacing-, Drift- und Zonen-Analysen. Datei wird lokal gecacht.

Inputs: activity_id (required), resolution_seconds.

activity_workoutsC

Geplante/strukturierte Workouts, die mit einer Aktivität verknüpft sind.

Inputs: activity_id (required).

body_batteryB

Body Battery pro Tag (Aufladung, Verbrauch, Höchst-/Tiefstwert). Standard: letzte 7 Tage.

Inputs: end_date, start_date.

daily_summariesB

Tageszusammenfassungen pro Tag: Schritte, Kalorien, Ruhepuls, Stress, Body Battery, Intensitätsminuten, Etagen usw. Standard: letzte 7 Tage.

Inputs: end_date, start_date.

fitness_ageD

Fitness-Alter und beeinflussende Faktoren.

Inputs: date.

heart_rate_dayC

Herzfrequenz eines Tages (Ruhepuls, Min/Max; Verlauf nur mit include_timeseries=true).

Inputs: date, include_timeseries.

hrv_dayB

HRV einer Nacht mit Einzelmessungen (Zeitreihe nur mit include_timeseries=true).

Inputs: date, include_timeseries.

hrv_summariesA

HRV pro Nacht (Mittelwert, 7-Tage-Schnitt, Baseline, Status). Standard: letzte 28 Tage.

Inputs: end_date, start_date.

list_activitiesA

Aktivitäten (kompakt) im Zeitraum, neueste zuerst. Standard: letzte 30 Tage. activity_type z.B. running, cycling, trail_running, lap_swimming, strength_training. Für mehr als limit Einträge mit start paginieren.

Inputs: limit, start, end_date, start_date, +1 more.

profileC

Profil-Einstellungen (Gewicht, Grösse, VO2max, Laktatschwelle, Einheiten) und Herzfrequenzzonen.

Inputs: no named parameters.

raw_getB

Beliebiger GET-Aufruf an die Personal API für Endpoints ohne eigenes Tool (siehe Swagger-Doku), z.B. path='/usersummary-service/stats/hydration/daily/2026-10-01/2026-10-21'.

Inputs: path (required), params, include_timeseries.

sleep_dayA

Detaillierter Schlaf einer Nacht (Phasen, Atmung, HF, HRV, Sleep Score inkl. Faktoren). date = Datum des Aufwachens. Zeitreihen nur mit include_timeseries=true.

Inputs: date, include_timeseries.

sleep_summariesA

Schlaf-Zusammenfassung pro Nacht (Dauer, Phasen, Sleep Score). Standard: letzte 14 Tage.

Inputs: end_date, start_date.

spo2_dayC

Pulsoximetrie (SpO2) und Höhenakklimatisierung eines Tages.

Inputs: date.

stepsB

Schritte und Schrittziel pro Tag. Standard: letzte 28 Tage.

Inputs: end_date, start_date.

stressB

Durchschnittlicher Stress pro Tag. Standard: letzte 28 Tage.

Inputs: end_date, start_date.

weightC

Gewichtsmessungen (inkl. Körperzusammensetzung, falls vorhanden). Standard: letzte 90 Tage.

Inputs: end_date, start_date.

wellness_activity_summariesC

Wellness-Aktivitätsübersicht pro Tag. Standard: letzte 7 Tage.

Inputs: end_date, start_date.

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

    TDQS

    C2.7/5.0

    Scored across 19 tools

    Disambiguation3/5

    Most tools target distinct Garmin data domains, and summary-vs-detail pairs like sleep_summaries/sleep_day and hrv_summaries/hrv_day are reasonably clear. However, daily_summaries overlaps heavily with dedicated stress, steps, and body_battery tools, and wellness_activity_summaries is vague, so an agent may hesitate between aggregate and metric-specific tools.

    Naming Consistency3/5

    The set is mostly readable snake_case, but conventions are mixed: many tools are noun phrases (profile, daily_summaries, sleep_day), one uses a verb_noun pattern (list_activities), and raw_get is a generic fallback. There is no single predictable naming pattern, though it is not chaotic.

    Tool Count4/5

    Nineteen tools is slightly above the typical range, but Garmin Connect covers many distinct health and activity data domains, so most tools earn their place. The only mild bloat comes from the overlap between daily_summaries and the metric-specific summary tools.

    Completeness4/5

    The surface is broad for read-only health and activity data: profile, daily metrics, sleep, HRV, body battery, stress, steps, weight, SpO2, fitness age, activities, streams, and a raw GET fallback. Minor gaps remain around write operations such as creating workouts, uploading activities, or modifying profile settings beyond GET endpoints.

    Maintenance

    ActivityMaintained
    ResponsivenessNo recent community issues

    Related MCP Connectors

    Related MCP Servers

    • F
      license
      Not graded
      quality
      D
      maintenance
      Enables read-only access to Garmin Connect data through OAuth, including activities, sleep, HRV, body battery, training status, and scheduled TrainingPeaks workouts.
      -
    • A
      license
      C
      quality
      B
      maintenance
      Enables access to Garmin Connect fitness data through 39 fine-grained tools covering body, heart, sleep, stress, activity, steps, hydration, devices, nutrition, goals, and user profile.
      40
      3
      MIT
    • A
      license
      Not graded
      quality
      C
      maintenance
      Enables read-only access to Garmin Connect health and activity data, including daily summaries, sleep, heart rate, stress, Body Battery, HRV, training readiness, activities, and devices.
      MIT
    • A
      license
      Not graded
      quality
      B
      maintenance
      Enables AI clients such as Claude to query Garmin Connect read-only data including activities, sleep, HRV, Body Battery, training status, and challenges, and to retrieve original FIT files with Connect-IQ sensor channels.
      MIT