BikeScoutは、MTB、ロード、E-Bike、グラベルミッション計画のための専門AIエンジンです。生の地図データを戦術インテリジェンスに変換し、地形条件やトレイルの危険を予測します。このシステムは、特定のルートの要求に合わせて装備を調整し、ガレージを出る前に技術的な課題や環境リスクを特定する、正確なセットアップアドバイスを提供します。
手順: BikeScout GUI を使用
手順: お気に入りのMCPエージェントクライアントを使用: Claude Desktop, Cursor, Codex, Google Antigravity, Windsurf
Related MCP server: Strava MCP
ユーザーガイド BikeScoutを展開するための詳細なAPIリファレンスとステップバイステップガイド。
ウェブサイト マッドロジック、Sスケール地形グレーディング、そして生のOSMデータをミッション対応のインテルに変換する方法の視覚的な内訳を探索してください。伝説的なルートからの最新のレース分析レポートをチェックしてください。
BikeScoutが好きですか? ⭐ このリポジトリにスターを付けて、最初のオープンソース戦術サイクリングエンジンの開発を支援してください。
バグを見つけましたか? Issueを開いてください。ローカルスキルを追加したいですか? PRを歓迎します!
BikeScout に複雑なマルチステップのリクエストを依頼できます。リアルタイムデータと技術的なサイクリングインテリジェンスを組み合わせて、専門家レベルの回答を提供します。
「私はモンテ・カーヴォにMTB(29インチタイヤ)でいます。25kmのループを計画してください。地形が私の自転車と互換性があるか確認し、午後の雨の確率を検証し、フィニッシュに「フラスケッタ」を提案してください。カステッリ・ロマーニガイドを使用してください。」
「バルセロナ市内中心部からエル・プラットまでのこのルートを確認してください。ロードバイクで25mmタイヤを使用しています。互換性はありますか? グラベルとアスファルトの正確な割合を教えてください。」
「ボルミオから始まる40kmのルートを計画してください。ステルヴィオ峠の正確な勾配を見るために、視覚的な標高プロファイルが必要です。ペース管理のために12%を超える区間を強調してください。」
「ダービーのローカルガイドを使用して、ダービーから始まるロードサイクリングルートを計画してください。少なくとも800mの標高差が必要です。また、高所での下りに適したタイヤ空気圧を推奨してください。」
「安全チェックリストを教えてください。泥濘んだライドのために、2.3インチのチューブレスタイヤで90kgのライダーのタイヤ空気圧を計算してください。」
「2026-04-12の私のライドを分析してください。当時のマッドリスクと平均速度を比較し、地形条件が私の遅いペースの原因だったかどうかを教えてください。」
他の製品がどこへ行くかに焦点を当てている一方で、BikeScoutは、その特定のライドで今すぐどのように成功できるかに焦点を当てています。
プラットフォーム | 提供内容 | BikeScoutが優れている理由 |
Komoot | 静的マップ | ライブリスクコンテキストを追加 |
Strava | 履歴/ソーシャル | 予測的安全を追加 |
Trailforks | データベース | パーソナライズされたインテリジェンスを追加 |
Generic AI | 理論 | 実世界のテレメトリを追加 |
貢献は、オープンソースコミュニティを学び、刺激し、創造するための素晴らしい場所にしているものです。BikeScout へのいかなる貢献も大いに感謝します。
バグの報告: 不具合を見つけましたか? 詳細な説明と再現手順を含むIssueを開いてください。
機能リクエスト: BikeScoutをより良くするアイデアがありますか? 議論するためにIssueを開いてください!
プルリクエスト:
プロジェクトをフォークしてください。
フィーチャーブランチを作成してください (git checkout -b feature/AmazingFeature)。
変更をコミットしてください (git commit -m 'Add some AmazingFeature')。
ブランチにプッシュしてください (git checkout origin feature/AmazingFeature)。
プルリクエストを開いてください。
PythonコードにはPEP 8に従ってください。
すべての新しいツールがREADME.mdに文書化されていることを確認してください。
国際的なコラボレーションのためにコメントは英語で記述してください。
貢献することにより、あなたの貢献がプロジェクトのAGPLv3ライセンスの下でライセンスされることに同意したことになります。
このプロジェクトはGNU Affero General Public License v3.0 (AGPL-3.0) の下でライセンスされています。詳細はLICENSEファイルを参照してください。
BikeScoutには、独自グレードの戦術ロジック(TAEL®マッドリザーバーモデルなど)が含まれています。AGPLv3は以下を保証します:
透明性: ネットワーク上でサービスを提供するために使用されるBikeScoutの修正版は、その完全なソースコードをコミュニティに公開する必要があります。
整合性: コアな戦術インテリジェンスはオープンで協力的なまま維持され、プラットフォームの独自アルゴリズムの「クローズドソース」による商業的乗っ取りを防ぎます。
BikeScoutは、いくつかのオープンプロバイダーからデータを集約しています。このサーバーのユーザーは、それぞれの利用規約を遵守する必要があります:
ルーティングおよび地図データ: HeiGITによるOpenRouteServiceから提供。
地理空間およびジオコーディングデータ: © OpenStreetMapの貢献者。データはOpen Database License (ODbL)の下で利用可能です。ジオコーディングサービスはNominatimによって提供されています。
天気予報: Open-Meteoによって提供。データはCC BY 4.0の下でライセンスされています。
This server cannot be deployed
The Google Maps MCP server is a fully-managed server provided by the Maps Grounding Lite API that connects AI applications to Google Maps Platform services. It provides three main tools for building LLM applications: searching for places, looking up weather information, and computing routes with details like distance and travel time. The server acts as a proxy that translates Google Maps data into a format that AI applications can understand, enabling agents to accurately answer real-world location and travel queries.
The OpenMesh MCP Server provides decentralized, permissionless cloud infrastructure that integrates AI assistants with Web2 and Web3 applications without middlemen. It offers intelligent service discovery to identify MCP servers, acts as a universal proxy for routing requests to discovered services, implements performance optimization through usage feedback, and provides automatic fault tolerance with alternative services when servers become unavailable.
VibeMarketing (https://vibemarketing.ninja/mcp) is a directory service that catalogs and provides information about various MCP (Model Context Protocol) servers. It serves as a centralized resource where users can discover different MCP servers and their capabilities. Examples of servers listed in the directory include Sequential Thinking MCP (for dynamic problem-solving through structured thought sequences) and Memory MCP (a knowledge graph-based persistent memory system).
Geospatial AI MCP server — satellite imagery, embeddings, weather, GNS governance
