Apple Forme MCP
Allows interaction with Apple Watch health data (workouts) to generate weekly summaries and training load analysis.
Click on "Install Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type
@followed by the MCP server name and your instructions, e.g., "@Apple Forme MCPGive me my weekly training summary"
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
Apple Forme MCP
Serveur MCP qui expose 2 tools basés sur tes données Apple Watch (via l'app Health Auto Export, puisqu'Apple Health n'a pas d'API web) :
resume_hebdo: distance, allure, régularité, tendancecharge_entrainement: ratio charge aiguë/chronique (ACWR), avec fallback si l'historique est trop court
S'y ajoute un dashboard web (/dashboard) servi par le même serveur :
stats filtrables par période (7/30/90 jours, tout) et par type d'exercice
(course, cyclisme, marche, yoga, cardio, pilates), avec comparaison vs la
période précédente et mode sombre. Consultable depuis n'importe quel appareil
du réseau local : http://<ip-du-mac>:8000/dashboard.
Architecture
iPhone (Health Auto Export, même wifi que le Mac)
--POST JSON--> receiver.py (FastAPI, sur le réseau local uniquement)
--stocke--> forme.db (SQLite)
--lu par--> mcp_server.py --> ClaudePas de tunnel public ici : le webhook n'est joignable que depuis ton réseau
wifi local. C'est le choix le plus simple côté vie privée — tes données de
santé ne transitent par aucun service tiers. La contrepartie : la sync ne se
fait que quand ton iPhone et ton Mac sont sur le même wifi (typiquement chez
toi le soir), et ton Mac doit être allumé avec receiver.py lancé à ce
moment-là. Largement suffisant pour un résumé hebdo et un calcul ACWR, qui
n'ont pas besoin de données en temps réel.
Related MCP server: Suunto MCP
1. Installer les dépendances
cd apple-forme-mcp
python -m venv venv && source venv/bin/activate
pip install -r requirements.txt
cp .env.example .env
# édite .env : mets un WEBHOOK_TOKEN aléatoire
python -c "import secrets; print(secrets.token_hex(24))"2. Lancer le webhook receiver
uvicorn receiver:app --host 0.0.0.0 --port 8000--host 0.0.0.0 fait écouter receiver.py sur toutes les interfaces réseau
du Mac, donc y compris le wifi — c'est ce qui permet à l'iPhone de le joindre.
3. Trouver l'IP locale de ton Mac
ipconfig getifaddr en0Ça renvoie une adresse du type 192.168.1.42. C'est l'IP à utiliser dans
l'automatisation Health Auto Export (voir étape 4). Elle peut changer si ta
box réattribue les IP — si l'automatisation arrête de fonctionner du jour au
lendemain, reviens vérifier cette commande.
Pense à laisser ton Mac allumé (pas en veille) et receiver.py lancé au
moment où tu veux que la sync se fasse — par exemple le soir en rentrant de
ta sortie.
4. Configurer Health Auto Export sur l'iPhone
Dans l'app > Automations > New Automation :
Automation Type : REST API
URL :
http://192.168.1.42:8000/health-auto-export/webhook(remplace par l'IP trouvée à l'étape 3)Header :
Authorization: Bearer <ton WEBHOOK_TOKEN>Data Type : Workouts (décoche "Routes"/"GPS" — inutile pour les 2 tools et c'est la donnée la plus sensible de l'export)
Format : JSON
Export Version : 2
Sync Behavior : "Since Last Sync"
Fréquence : ex. toutes les 6h, ou 1x/jour
⚠️ Limites Apple à connaître : les automatisations ne tournent que quand le téléphone est déverrouillé, et iOS limite l'exécution en arrière-plan — donc attends-toi à un léger délai, pas du vrai temps réel.
Fais un premier Manual Export dans l'app pour peupler direct ta base avec ton historique existant, plutôt que d'attendre que ça s'accumule au fil de l'eau. Les automatisations ne proposent que des plages relatives ; pour un gros historique, utilise plutôt la section Exportations de l'app (plage de dates libre → fichier JSON), transfère le fichier sur le Mac, puis :
python import_file.py ~/Downloads/HealthAutoExport-*.jsonLes doublons sont gérés (upsert par identifiant de séance) : réimporter des données déjà connues est sans effet.
5. Lancer le serveur MCP
python mcp_server.pyPuis ajoute-le dans claude_desktop_config.json :
{
"mcpServers": {
"apple-forme": {
"command": "/chemin/absolu/vers/venv/bin/python",
"args": ["/chemin/absolu/vers/apple-forme-mcp/mcp_server.py"]
}
}
}Limites connues / à améliorer
Charge de session : approximée via
durée × (FC moyenne / 60)faute de RPE façon Strava. À affiner avec un vrai TRIMP (Banister) une fois que tu as FC repos/FC max calibrées dans le code (training_load.py).Fallback ACWR : en dessous de 21 jours d'historique, le tool renvoie une tendance semaine/semaine précédente plutôt qu'un ratio non fiable.
Format d'export : le code gère "Workouts v2". Si tu configures l'automatisation en v1, dis-le moi pour que j'adapte
store.py.
This server cannot be installed
Maintenance
Resources
Unclaimed servers have limited discoverability.
Looking for Admin?
If you are the server author, to access and configure the admin panel.
Latest Blog Posts
- Your AI Chatbot Just Exposed Your CEO's Salary to an InternBy Om-Shree-0709 on .Agent IdentityMCP SecurityOAuth Delegation
- Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)By Om-Shree-0709 on .Agentic AiPrompt InjectionWebAssembly
MCP directory API
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/adelinepscr-collab/apple-forme-mcp'
If you have feedback or need assistance with the MCP directory API, please join our Discord server